Informatieschema

Van toepassing op: Databricks SQL Databricks Runtime 10.4 LTS en hoger alleen Unity Catalog

Het INFORMATION_SCHEMA is een op SQL standaard gebaseerd schema, dat wordt geleverd in elke catalogus die is gemaakt in Unity Catalog.

Binnen het informatieschema kunt u een set weergaven vinden die de objecten beschrijven die bekend zijn in de catalogus van het schema en waar u toegang toe heeft. Het informatieschema van de SYSTEM catalogus retourneert informatie over objecten in alle catalogi in de metastore. Systeemtabellen van informatieschema's bevatten geen metagegevens over hive_metastore objecten.

Het doel van het informatieschema is om een op SQL gebaseerde, zelf beschrijvende API voor de metagegevens te bieden.

Diagram van entiteitsrelatie van het informatieschema

Het volgende ER-diagram (Entiteitsrelatie) biedt een overzicht van een subset van informatieschemaweergaven en hoe deze zich verhouden tot elkaar.

Informatieschemaweergaven

Opmerkingen

• Mogelijk is een handmatige synchronisatie REPAIR TABLE vereist zodat enkele wijzigingen in de catalogusmetadata worden weerspiegeld in het informatieschema. Zie REPAIR TABLE voor meer informatie.
• Alle id's behalve kolom- en tagnamen worden opgeslagen in het informatieschema als kleine letters STRING. Vermijd voor queryprestaties het gebruik van functies zoals LOWER() of UPPER() in de id-kolom. Vergelijk in plaats daarvan id's rechtstreeks met kleine letters.
• Als u time-outs van query's wilt voorkomen, past u selectieve filters toe bij het uitvoeren van query's op het informatieschema (bijvoorbeeld WHERE table_catalog = 'main' AND table_schema = 'default'). Raadpleeg de bovenstaande documentatie voor een volledige lijst met kolommen die kunnen worden gebruikt als filters voor elke tabel Informatieschema.
  • Houd er rekening mee dat LIMIT pushdown momenteel niet wordt ondersteund, dus hoewel deze de resultaten kan afkappen, worden de prestaties niet verbeterd.

Voorbeelden

> SELECT table_name, column_name
    FROM information_schema.columns
    WHERE data_type = 'DOUBLE'
      AND table_schema = 'information_schema';

Hier volgen voorbeelden van werkstromen die gebruikmaken van de schematabellen op systeemniveau.

Als u alle tabellen wilt weergeven die in de afgelopen 24 uur zijn gemaakt, kan uw query er als volgt uitzien.

> SELECT table_name, table_owner, created_by, last_altered, last_altered_by, table_catalog
    FROM system.information_schema.tables
    WHERE  datediff(now(), last_altered) < 1;

Als u wilt weergeven hoeveel tabellen u in elk schema hebt, bekijkt u het volgende voorbeeld.

> SELECT table_schema, count(table_name)
    FROM system.information_schema.tables
    WHERE table_schema = 'tpch'
    GROUP BY table_schema
    ORDER BY 2 DESC

Verwante artikelen:

• TONEN
• BESCHRIJVEN