过完年了，今天正式上班，新的一年祝大家工作顺利，事事如意，龙年行好运，万事遂心愿！
上一篇我们聊了如何用SQL语句创建delta表，详见：如何创建Delta表之方式一：By SQL
这次我们接着聊，如何用DataFrame API来创建Delta表。其实这个DataFrame API就是通过Python，R和Scala等常见的编程语言来创建Delta表。为什么是这些语言？因为我们都是基于Spark引擎来对数据进行操作的。
注意：本次是基于pyspark来做演示。
准备
还是上一篇提到的，你需要一个Azure Databricks Workspace，创建一个基于Python的Notebook + 标准的Databricks Runtime计算集群（这里使用最新LTS版本：13.3 LTS）
# 数据源路径data_source = "dbfs:/databricks-datasets/learning-spark-v2/flights/summary-data/json/2010-summary.json"# 读取数据df = spark.read.format("json").load(data_source)
先看一下读取的数据是什么样子的：
从结果来看，一共3列，第一列：目的地国家名称，字符类型。第二列：出发国家名称，字符类型。第三列：航班数量，整型。
我们来直接保存数据为delta，用DataFrame API方式还是比较简单的，使用下面一行代码即可：
# 写入delta表table_name = "flights_summary"df.write.saveAsTable(table_name)
用命令行检查一下delta表：flights_summary是否创建成功：
从UI上也可以检查，到Catalog->hive_metastore->default就可以看到：
还可以看到Sample Data：
Details里有详细的信息：
好了，这次就先分享到这里！
点击关注本公众号，解锁更多Databricks知识！
原文作者：BPShare；如有侵权，请联系管理员删除。
请登录后发表评论
登录
全部评论
