Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Il prodotto in precedenza noto come Delta Live Tables (DLT) è stato rinominato Lakeflow pipelines. Se in precedenza è stato usato DLT, non è necessaria alcuna migrazione per l'uso delle pipeline Lakeflow: il codice continuerà a funzionare. Esistono modifiche che è possibile apportare per sfruttare meglio i vantaggi delle pipeline di Lakeflow, sia ora che in futuro, nonché per introdurre la compatibilità con le pipeline dichiarative di Apache Spark™ (a partire da Apache Spark 4.1).
Nel codice Python i riferimenti a import dlt possono essere sostituiti con from pyspark import pipelines as dp, che richiede anche le modifiche seguenti:
-
@dltè sostituito da@dp. - L'elemento
@tableDecorator viene ora usato per creare tabelle di streaming e il nuovo@materialized_viewelemento Decorator viene usato per creare viste materializzate. -
@viewè ora@temporary_view.
Per ulteriori dettagli sulle modifiche ai nomi nell'API Python e sulle differenze tra le pipeline Lakeflow e Apache Spark Declarative Pipelines, consulta What happened to @dlt? nel riferimento Python per le pipeline.
Note
Esistono ancora alcuni riferimenti al nome DLT in Databricks. Gli SKU classici per le pipeline Lakeflow iniziano ancora con DLTe gli schemi del registro eventi con dlt nel nome non sono stati modificati. Le API Python usate dlt nel nome possono comunque essere usate, ma Databricks consiglia di passare ai nuovi nomi.