以下是在开发管道时必须了解的 Lakeflow 管道的限制:
Azure Databricks 工作区限制为 1000 个并发管道更新。 单个管道可以包含的数据集数取决于管道配置和工作负荷复杂性。
管道的配置包括对源文件和文件夹的引用。
如果配置 仅 引用单个笔记本或文件,则每个管道的限制为 100 个源文件。
如果配置包含文件夹,最多可以包含由文件或文件夹组成的 50 个源条目。
间接引用一个文件夹就等于间接引用该文件夹中的文件。 在这种情况下,对引用的文件数(直接或间接)的限制为 1000。
如果需要 100 多个源文件,请将它们组织到文件夹中。 若要了解如何使用文件夹来包含源文件,请参阅 Lakeflow 管道编辑器中的 管道资产浏览器 。
管道数据集只能定义一次。 因此,它们在所有管道中只能作为单个操作的目标。 例外情况是使用追加流处理的流式处理表,它允许你从多个流式处理源写入流式处理表。 请参阅 默认流和追加流。
标识列具有以下限制。 若要详细了解 Delta 表中的标识列,请参阅 “标识”列。
- 对于 AUTO CDC 处理目标的表,不支持标识列。
- 在更新具体化视图期间,可能会重新计算标识列。 因此,Databricks 建议仅在流式表的管道中使用标识列。
默认情况下,具体化视图和流式处理表只能由Azure Databricks客户端和应用程序访问。 若要使其可供外部系统访问,请参阅 使用外部系统访问物化视图和流式表。
运行和查询 Unity Catalog 管道所需的 Databricks 计算具有限制性。 请参阅发布到 Unity Catalog 的管道的要求。
Delta Lake 时间旅行查询仅支持流式表,且不支持具体化视图。 请参阅处理表历史记录。
不支持
pivot()函数。 Spark 中的pivot操作需要预先加载输入数据以计算输出架构。 管道不支持此功能。
有关 Lakeflow 管道资源配额,请参阅 资源限制。