ਡੈਲਟਾ ਲੇਕ ਡਾਇਵ: ਇਨਫੋਰਸਮੈਂਟ ਐਂਡ ਸਕੀਮ ਈਵੇਲੂਸ਼ਨ

ਹੇ ਹਬਰ! ਮੈਂ ਲੇਖ ਦਾ ਅਨੁਵਾਦ ਤੁਹਾਡੇ ਧਿਆਨ ਵਿੱਚ ਪੇਸ਼ ਕਰਦਾ ਹਾਂ "ਡੈਲਟਾ ਝੀਲ ਵਿੱਚ ਗੋਤਾਖੋਰੀ: ਸਕੀਮਾ ਲਾਗੂਕਰਨ ਅਤੇ ਵਿਕਾਸ" ਲੇਖਕ ਬੁਰਕ ਯਾਵੁਜ਼, ਬ੍ਰੈਨਰ ਹੇਇੰਟਜ਼ ਅਤੇ ਡੇਨੀ ਲੀ, ਜੋ ਕਿ ਕੋਰਸ ਦੀ ਸ਼ੁਰੂਆਤ ਦੀ ਉਮੀਦ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ ਡਾਟਾ ਇੰਜੀਨੀਅਰ OTUS ਤੋਂ।

ਡੇਟਾ, ਸਾਡੇ ਤਜ਼ਰਬੇ ਵਾਂਗ, ਲਗਾਤਾਰ ਇਕੱਠਾ ਹੋ ਰਿਹਾ ਹੈ ਅਤੇ ਵਿਕਸਿਤ ਹੋ ਰਿਹਾ ਹੈ। ਜਾਰੀ ਰੱਖਣ ਲਈ, ਸੰਸਾਰ ਦੇ ਸਾਡੇ ਮਾਨਸਿਕ ਮਾਡਲਾਂ ਨੂੰ ਨਵੇਂ ਡੇਟਾ ਦੇ ਅਨੁਕੂਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੁਝ ਵਿੱਚ ਨਵੇਂ ਮਾਪ ਹੁੰਦੇ ਹਨ - ਉਹਨਾਂ ਚੀਜ਼ਾਂ ਨੂੰ ਦੇਖਣ ਦੇ ਨਵੇਂ ਤਰੀਕੇ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਸਾਨੂੰ ਪਹਿਲਾਂ ਕੋਈ ਜਾਣਕਾਰੀ ਨਹੀਂ ਸੀ। ਇਹ ਮਾਨਸਿਕ ਮਾਡਲ ਟੇਬਲ ਸਕੀਮਾਂ ਤੋਂ ਬਹੁਤ ਵੱਖਰੇ ਨਹੀਂ ਹਨ ਜੋ ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ ਕਿ ਅਸੀਂ ਨਵੀਂ ਜਾਣਕਾਰੀ ਨੂੰ ਕਿਵੇਂ ਸ਼੍ਰੇਣੀਬੱਧ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਾਂ।

ਇਹ ਸਾਨੂੰ ਸਕੀਮਾ ਪ੍ਰਬੰਧਨ ਦੇ ਮੁੱਦੇ 'ਤੇ ਲਿਆਉਂਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਕਾਰੋਬਾਰੀ ਚੁਣੌਤੀਆਂ ਅਤੇ ਲੋੜਾਂ ਸਮੇਂ ਦੇ ਨਾਲ ਬਦਲਦੀਆਂ ਹਨ, ਉਸੇ ਤਰ੍ਹਾਂ ਤੁਹਾਡੇ ਡੇਟਾ ਦੀ ਬਣਤਰ ਵੀ ਬਦਲਦੀ ਹੈ। ਡੈਲਟਾ ਝੀਲ ਡਾਟਾ ਤਬਦੀਲੀਆਂ ਦੇ ਰੂਪ ਵਿੱਚ ਨਵੇਂ ਮਾਪਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ। ਉਪਭੋਗਤਾਵਾਂ ਕੋਲ ਆਪਣੇ ਟੇਬਲ ਸਕੀਮਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ ਸਧਾਰਨ ਅਰਥ ਵਿਗਿਆਨ ਤੱਕ ਪਹੁੰਚ ਹੈ। ਇਹਨਾਂ ਸਾਧਨਾਂ ਵਿੱਚ ਸਕੀਮਾ ਇਨਫੋਰਸਮੈਂਟ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਗਲਤੀਆਂ ਜਾਂ ਬੇਲੋੜੇ ਡੇਟਾ ਨਾਲ ਅਣਜਾਣੇ ਵਿੱਚ ਉਹਨਾਂ ਦੀਆਂ ਟੇਬਲਾਂ ਨੂੰ ਪ੍ਰਦੂਸ਼ਿਤ ਕਰਨ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ, ਅਤੇ ਸਕੀਮਾ ਈਵੇਲੂਸ਼ਨ, ਜੋ ਕੀਮਤੀ ਡੇਟਾ ਦੇ ਨਵੇਂ ਕਾਲਮਾਂ ਨੂੰ ਢੁਕਵੇਂ ਸਥਾਨਾਂ ਵਿੱਚ ਆਪਣੇ ਆਪ ਜੋੜਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਇਹਨਾਂ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਡੁਬਕੀ ਲਗਾਵਾਂਗੇ।

ਟੇਬਲ ਸਕੀਮਾਂ ਨੂੰ ਸਮਝਣਾ

ਅਪਾਚੇ ਸਪਾਰਕ ਵਿੱਚ ਹਰੇਕ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਇੱਕ ਸਕੀਮਾ ਹੁੰਦੀ ਹੈ ਜੋ ਡੇਟਾ ਦੇ ਰੂਪ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਡੇਟਾ ਕਿਸਮਾਂ, ਕਾਲਮ ਅਤੇ ਮੈਟਾਡੇਟਾ। ਡੈਲਟਾ ਲੇਕ ਦੇ ਨਾਲ, ਟੇਬਲ ਸਕੀਮਾ ਨੂੰ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਲੌਗ ਦੇ ਅੰਦਰ JSON ਫਾਰਮੈਟ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਸਕੀਮ ਲਾਗੂ ਕਰਨਾ ਕੀ ਹੈ?

ਸਕੀਮਾ ਇਨਫੋਰਸਮੈਂਟ, ਜਿਸਨੂੰ ਸਕੀਮਾ ਵੈਲੀਡੇਸ਼ਨ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਡੈਲਟਾ ਝੀਲ ਵਿੱਚ ਇੱਕ ਸੁਰੱਖਿਆ ਵਿਧੀ ਹੈ ਜੋ ਟੇਬਲ ਦੀ ਸਕੀਮਾ ਨਾਲ ਮੇਲ ਨਾ ਖਾਂਦੇ ਰਿਕਾਰਡਾਂ ਨੂੰ ਰੱਦ ਕਰਕੇ ਡਾਟਾ ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ। ਇੱਕ ਪ੍ਰਸਿੱਧ ਰਿਜ਼ਰਵੇਸ਼ਨ-ਓਨਲੀ ਰੈਸਟੋਰੈਂਟ ਦੇ ਫਰੰਟ ਡੈਸਕ 'ਤੇ ਹੋਸਟੇਸ ਦੀ ਤਰ੍ਹਾਂ, ਉਹ ਜਾਂਚ ਕਰਦੀ ਹੈ ਕਿ ਕੀ ਸਾਰਣੀ ਵਿੱਚ ਦਾਖਲ ਕੀਤੇ ਗਏ ਡੇਟਾ ਦਾ ਹਰੇਕ ਕਾਲਮ ਸੰਭਾਵਿਤ ਕਾਲਮਾਂ ਦੀ ਅਨੁਸਾਰੀ ਸੂਚੀ ਵਿੱਚ ਹੈ (ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਕੀ ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਲਈ "ਰਿਜ਼ਰਵੇਸ਼ਨ" ਹੈ ਜਾਂ ਨਹੀਂ। ), ਅਤੇ ਕਾਲਮਾਂ ਵਾਲੇ ਕਿਸੇ ਵੀ ਰਿਕਾਰਡ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰਦਾ ਹੈ ਜੋ ਸੂਚੀ ਵਿੱਚ ਨਹੀਂ ਹਨ।

ਸਕੀਮਾ ਲਾਗੂ ਕਰਨਾ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ?

ਡੈਲਟਾ ਲੇਕ ਸਕੀਮਾ-ਆਨ-ਰਾਈਟ ਚੈਕਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਟੇਬਲ ਵਿੱਚ ਸਾਰੀਆਂ ਨਵੀਆਂ ਲਿਖਤਾਂ ਨੂੰ ਲਿਖਣ ਸਮੇਂ ਨਿਸ਼ਾਨਾ ਟੇਬਲ ਦੀ ਸਕੀਮਾ ਨਾਲ ਅਨੁਕੂਲਤਾ ਲਈ ਜਾਂਚਿਆ ਜਾਂਦਾ ਹੈ। ਜੇਕਰ ਸਕੀਮਾ ਅਸੰਗਤ ਹੈ, ਤਾਂ ਡੈਲਟਾ ਲੇਕ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਧੂਰਾ ਛੱਡ ਦਿੰਦੀ ਹੈ (ਕੋਈ ਡਾਟਾ ਨਹੀਂ ਲਿਖਿਆ ਗਿਆ) ਅਤੇ ਅਸੰਗਤਤਾ ਦੇ ਉਪਭੋਗਤਾ ਨੂੰ ਸੂਚਿਤ ਕਰਨ ਲਈ ਇੱਕ ਅਪਵਾਦ ਪੈਦਾ ਕਰਦਾ ਹੈ।
ਡੈਲਟਾ ਝੀਲ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ ਨਿਮਨਲਿਖਤ ਨਿਯਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ਕਿ ਕੀ ਕੋਈ ਰਿਕਾਰਡ ਟੇਬਲ ਦੇ ਅਨੁਕੂਲ ਹੈ। ਲਿਖਣਯੋਗ ਡਾਟਾਫ੍ਰੇਮ:

• ਵਿੱਚ ਵਾਧੂ ਕਾਲਮ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋ ਸਕਦੇ ਜੋ ਟਾਰਗੇਟ ਟੇਬਲ ਦੀ ਸਕੀਮਾ ਵਿੱਚ ਨਹੀਂ ਹਨ। ਇਸ ਦੇ ਉਲਟ, ਸਭ ਕੁਝ ਠੀਕ ਹੈ ਜੇਕਰ ਆਉਣ ਵਾਲੇ ਡੇਟਾ ਵਿੱਚ ਸਾਰਣੀ ਦੇ ਬਿਲਕੁਲ ਸਾਰੇ ਕਾਲਮ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦੇ - ਇਹਨਾਂ ਕਾਲਮਾਂ ਨੂੰ ਸਿਰਫ਼ ਨਲ ਮੁੱਲ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਵੇਗਾ।
• ਕਾਲਮ ਡੇਟਾ ਕਿਸਮਾਂ ਨਹੀਂ ਹੋ ਸਕਦੀਆਂ ਜੋ ਟਾਰਗੇਟ ਸਾਰਣੀ ਵਿੱਚ ਕਾਲਮਾਂ ਦੀਆਂ ਡੇਟਾ ਕਿਸਮਾਂ ਤੋਂ ਵੱਖਰੀਆਂ ਹਨ। ਜੇਕਰ ਟਾਰਗੇਟ ਟੇਬਲ ਕਾਲਮ ਵਿੱਚ StringType ਡੇਟਾ ਹੈ, ਪਰ DataFrame ਵਿੱਚ ਸੰਬੰਧਿਤ ਕਾਲਮ ਵਿੱਚ IntegerType ਡੇਟਾ ਹੈ, ਤਾਂ ਸਕੀਮਾ ਇਨਫੋਰਸਮੈਂਟ ਇੱਕ ਅਪਵਾਦ ਪੇਸ਼ ਕਰੇਗੀ ਅਤੇ ਲਿਖਣ ਦੀ ਕਾਰਵਾਈ ਨੂੰ ਹੋਣ ਤੋਂ ਰੋਕ ਦੇਵੇਗੀ।
• ਕਾਲਮ ਦੇ ਨਾਮ ਸ਼ਾਮਲ ਨਹੀਂ ਹੋ ਸਕਦੇ ਜੋ ਸਿਰਫ਼ ਕੇਸ ਵਿੱਚ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕੋ ਸਾਰਣੀ ਵਿੱਚ 'Foo' ਅਤੇ 'foo' ਨਾਮ ਦੇ ਕਾਲਮ ਨਹੀਂ ਹੋ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਸਪਾਰਕ ਦੀ ਵਰਤੋਂ ਕੇਸ-ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਂ ਕੇਸ-ਸੰਵੇਦਨਸ਼ੀਲ (ਡਿਫੌਲਟ) ਮੋਡ ਵਿੱਚ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਡੈਲਟਾ ਝੀਲ ਕੇਸ-ਸੰਭਾਲ ਹੈ ਪਰ ਸਕੀਮਾ ਸਟੋਰੇਜ ਦੇ ਅੰਦਰ ਅਸੰਵੇਦਨਸ਼ੀਲ ਹੈ। ਕਾਲਮ ਜਾਣਕਾਰੀ ਨੂੰ ਸਟੋਰ ਕਰਨ ਅਤੇ ਵਾਪਸ ਕਰਨ ਵੇਲੇ Parquet ਕੇਸ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦਾ ਹੈ। ਸੰਭਾਵੀ ਤਰੁਟੀਆਂ, ਡੇਟਾ ਭ੍ਰਿਸ਼ਟਾਚਾਰ, ਜਾਂ ਡੇਟਾ ਦੇ ਨੁਕਸਾਨ ਤੋਂ ਬਚਣ ਲਈ (ਕੁਝ ਅਜਿਹਾ ਜਿਸਦਾ ਅਸੀਂ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਡੇਟਾਬ੍ਰਿਕਸ ਵਿਖੇ ਅਨੁਭਵ ਕੀਤਾ ਹੈ), ਅਸੀਂ ਇਸ ਸੀਮਾ ਨੂੰ ਜੋੜਨ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਹੈ।

ਇਸ ਨੂੰ ਦਰਸਾਉਣ ਲਈ, ਆਓ ਦੇਖੀਏ ਕਿ ਹੇਠਾਂ ਦਿੱਤੇ ਕੋਡ ਵਿੱਚ ਕੀ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਅਸੀਂ ਇੱਕ ਡੈਲਟਾ ਲੇਕ ਟੇਬਲ ਵਿੱਚ ਕੁਝ ਨਵੇਂ ਤਿਆਰ ਕੀਤੇ ਕਾਲਮਾਂ ਨੂੰ ਜੋੜਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ ਜੋ ਉਹਨਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਲਈ ਅਜੇ ਸੰਰਚਿਤ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ।

# Сгенерируем DataFrame ссуд, который мы добавим в нашу таблицу Delta Lake
loans = sql("""
            SELECT addr_state, CAST(rand(10)*count as bigint) AS count,
            CAST(rand(10) * 10000 * count AS double) AS amount
            FROM loan_by_state_delta
            """)

# Вывести исходную схему DataFrame
original_loans.printSchema()

root
  |-- addr_state: string (nullable = true)
  |-- count: integer (nullable = true)
 
# Вывести новую схему DataFrame
loans.printSchema()
 
root
  |-- addr_state: string (nullable = true)
  |-- count: integer (nullable = true)
  |-- amount: double (nullable = true) # new column
 
# Попытка добавить новый DataFrame (с новым столбцом) в существующую таблицу
loans.write.format("delta") 
           .mode("append") 
           .save(DELTALAKE_PATH)

Returns:

A schema mismatch detected when writing to the Delta table.
 
To enable schema migration, please set:
'.option("mergeSchema", "true")'
 
Table schema:
root
-- addr_state: string (nullable = true)
-- count: long (nullable = true)
 
Data schema:
root
-- addr_state: string (nullable = true)
-- count: long (nullable = true)
-- amount: double (nullable = true)
 
If Table ACLs are enabled, these options will be ignored. Please use the ALTER TABLE command for changing the schema.

ਆਪਣੇ ਆਪ ਨਵੇਂ ਕਾਲਮ ਜੋੜਨ ਦੀ ਬਜਾਏ, ਡੈਲਟਾ ਝੀਲ ਇੱਕ ਸਕੀਮਾ ਲਗਾ ਦਿੰਦੀ ਹੈ ਅਤੇ ਲਿਖਣਾ ਬੰਦ ਕਰ ਦਿੰਦੀ ਹੈ। ਇਹ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਕਿ ਕਿਹੜਾ ਕਾਲਮ (ਜਾਂ ਕਾਲਮਾਂ ਦਾ ਸੈੱਟ) ਅੰਤਰ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ, ਸਪਾਰਕ ਤੁਲਨਾ ਲਈ ਸਟੈਕ ਟਰੇਸ ਤੋਂ ਦੋਵੇਂ ਸਕੀਮਾਂ ਨੂੰ ਆਊਟਪੁੱਟ ਕਰਦਾ ਹੈ।

ਸਕੀਮਾ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦਾ ਕੀ ਫਾਇਦਾ ਹੈ?

ਕਿਉਂਕਿ ਸਕੀਮਾ ਲਾਗੂ ਕਰਨਾ ਇੱਕ ਕਾਫ਼ੀ ਸਖ਼ਤ ਜਾਂਚ ਹੈ, ਇਹ ਇੱਕ ਸਾਫ਼, ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਰਿਵਰਤਿਤ ਡੇਟਾ ਸੈੱਟ ਲਈ ਗੇਟਕੀਪਰ ਵਜੋਂ ਵਰਤਣ ਲਈ ਇੱਕ ਵਧੀਆ ਸਾਧਨ ਹੈ ਜੋ ਉਤਪਾਦਨ ਜਾਂ ਖਪਤ ਲਈ ਤਿਆਰ ਹੈ। ਆਮ ਤੌਰ 'ਤੇ ਟੇਬਲਾਂ 'ਤੇ ਲਾਗੂ ਹੁੰਦੇ ਹਨ ਜੋ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਡੇਟਾ ਨੂੰ ਫੀਡ ਕਰਦੇ ਹਨ:

• ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਐਲਗੋਰਿਦਮ
• BI ਡੈਸ਼ਬੋਰਡ
• ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ ਟੂਲ
• ਕੋਈ ਵੀ ਉਤਪਾਦਨ ਪ੍ਰਣਾਲੀ ਜਿਸ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਢਾਂਚਾਗਤ, ਮਜ਼ਬੂਤੀ ਨਾਲ ਟਾਈਪ ਕੀਤੇ ਸਿਮੈਂਟਿਕ ਸਕੀਮਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇਸ ਅੰਤਮ ਰੁਕਾਵਟ ਲਈ ਆਪਣੇ ਡੇਟਾ ਨੂੰ ਤਿਆਰ ਕਰਨ ਲਈ, ਬਹੁਤ ਸਾਰੇ ਉਪਭੋਗਤਾ ਇੱਕ ਸਧਾਰਨ "ਮਲਟੀ-ਹੌਪ" ਆਰਕੀਟੈਕਚਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜੋ ਹੌਲੀ-ਹੌਲੀ ਉਹਨਾਂ ਦੀਆਂ ਟੇਬਲਾਂ ਵਿੱਚ ਬਣਤਰ ਨੂੰ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਇਸ ਬਾਰੇ ਹੋਰ ਜਾਣਨ ਲਈ, ਤੁਸੀਂ ਲੇਖ ਨੂੰ ਦੇਖ ਸਕਦੇ ਹੋ ਡੈਲਟਾ ਝੀਲ ਦੇ ਨਾਲ ਉਤਪਾਦਨ-ਗਰੇਡ ਮਸ਼ੀਨ ਸਿਖਲਾਈ।

ਬੇਸ਼ੱਕ, ਸਕੀਮਾ ਲਾਗੂ ਕਰਨ ਦੀ ਵਰਤੋਂ ਤੁਹਾਡੀ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਕਿਤੇ ਵੀ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਪਰ ਯਾਦ ਰੱਖੋ ਕਿ ਇਸ ਕੇਸ ਵਿੱਚ ਇੱਕ ਸਾਰਣੀ ਵਿੱਚ ਸਟ੍ਰੀਮ ਕਰਨਾ ਨਿਰਾਸ਼ਾਜਨਕ ਹੋ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ, ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ ਭੁੱਲ ਗਏ ਹੋ ਕਿ ਤੁਸੀਂ ਆਉਣ ਵਾਲੇ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਹੋਰ ਕਾਲਮ ਜੋੜਿਆ ਹੈ।

ਡਾਟਾ ਪੇਤਲੀ ਨੂੰ ਰੋਕਣ

ਹੁਣ ਤੱਕ ਤੁਸੀਂ ਸ਼ਾਇਦ ਸੋਚ ਰਹੇ ਹੋਵੋਗੇ, ਇਹ ਸਭ ਗੜਬੜ ਕਿਸ ਬਾਰੇ ਹੈ? ਆਖਰਕਾਰ, ਕਦੇ-ਕਦੇ ਇੱਕ ਅਚਾਨਕ "ਸਕੀਮਾ ਬੇਮੇਲ" ਗਲਤੀ ਤੁਹਾਡੇ ਵਰਕਫਲੋ ਵਿੱਚ ਤੁਹਾਨੂੰ ਪਰੇਸ਼ਾਨ ਕਰ ਸਕਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜੇ ਤੁਸੀਂ ਡੈਲਟਾ ਝੀਲ ਲਈ ਨਵੇਂ ਹੋ। ਕਿਉਂ ਨਾ ਸਿਰਫ ਸਕੀਮਾ ਨੂੰ ਲੋੜ ਅਨੁਸਾਰ ਬਦਲਣ ਦਿਓ ਤਾਂ ਜੋ ਮੈਂ ਆਪਣਾ ਡੇਟਾਫ੍ਰੇਮ ਲਿਖ ਸਕਾਂ ਭਾਵੇਂ ਕੋਈ ਵੀ ਹੋਵੇ?

ਜਿਵੇਂ ਕਿ ਪੁਰਾਣੀ ਕਹਾਵਤ ਹੈ, "ਰੋਕਥਾਮ ਦਾ ਇੱਕ ਔਂਸ ਇਲਾਜ ਦੇ ਇੱਕ ਪੌਂਡ ਦੀ ਕੀਮਤ ਹੈ." ਕਿਸੇ ਸਮੇਂ, ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੀ ਸਕੀਮਾ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਧਿਆਨ ਨਹੀਂ ਰੱਖਦੇ ਹੋ, ਤਾਂ ਡੇਟਾ ਕਿਸਮ ਅਨੁਕੂਲਤਾ ਮੁੱਦੇ ਉਹਨਾਂ ਦੇ ਬਦਸੂਰਤ ਸਿਰਾਂ ਨੂੰ ਪਿੱਛੇ ਛੱਡਣਗੇ - ਪ੍ਰਤੀਤ ਹੁੰਦਾ ਹੈ ਕਿ ਇਕੋ ਜਿਹੇ ਕੱਚੇ ਡੇਟਾ ਸਰੋਤਾਂ ਵਿੱਚ ਕਿਨਾਰੇ ਦੇ ਕੇਸ, ਨਿਕਾਰਾ ਕਾਲਮ, ਖਰਾਬ ਮੈਪਿੰਗ, ਜਾਂ ਹੋਰ ਡਰਾਉਣੀਆਂ ਚੀਜ਼ਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਸੁਪਨੇ ਵਿੱਚ ਬੁਰੇ ਸੁਪਨੇ ਸਭ ਤੋਂ ਵਧੀਆ ਪਹੁੰਚ ਇਹ ਹੈ ਕਿ ਇਹਨਾਂ ਦੁਸ਼ਮਣਾਂ ਨੂੰ ਗੇਟ 'ਤੇ ਰੋਕਣਾ - ਸਕੀਮਾ ਲਾਗੂ ਕਰਨ ਦੇ ਨਾਲ - ਅਤੇ ਉਹਨਾਂ ਨਾਲ ਰੌਸ਼ਨੀ ਵਿੱਚ ਨਜਿੱਠਣਾ, ਨਾ ਕਿ ਬਾਅਦ ਵਿੱਚ ਜਦੋਂ ਉਹ ਤੁਹਾਡੇ ਉਤਪਾਦਨ ਕੋਡ ਦੀਆਂ ਹਨੇਰੀਆਂ ਡੂੰਘਾਈਆਂ ਵਿੱਚ ਲੁਕਣਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ।

ਇੱਕ ਸਕੀਮਾ ਲਾਗੂ ਕਰਨ ਨਾਲ ਤੁਹਾਨੂੰ ਇਹ ਭਰੋਸਾ ਮਿਲਦਾ ਹੈ ਕਿ ਤੁਹਾਡੀ ਸਾਰਣੀ ਦੀ ਸਕੀਮਾ ਉਦੋਂ ਤੱਕ ਨਹੀਂ ਬਦਲੇਗੀ ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਤਬਦੀਲੀ ਨੂੰ ਮਨਜ਼ੂਰੀ ਨਹੀਂ ਦਿੰਦੇ। ਇਹ ਡੇਟਾ ਦੇ ਪਤਲੇਪਣ ਨੂੰ ਰੋਕਦਾ ਹੈ, ਜੋ ਉਦੋਂ ਹੋ ਸਕਦਾ ਹੈ ਜਦੋਂ ਨਵੇਂ ਕਾਲਮ ਇੰਨੇ ਵਾਰ ਜੋੜ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ ਕਿ ਪਹਿਲਾਂ ਕੀਮਤੀ, ਸੰਕੁਚਿਤ ਟੇਬਲ ਡੇਟਾ ਡੁੱਬਣ ਕਾਰਨ ਆਪਣਾ ਅਰਥ ਅਤੇ ਉਪਯੋਗਤਾ ਗੁਆ ਦਿੰਦੇ ਹਨ। ਤੁਹਾਨੂੰ ਜਾਣਬੁੱਝ ਕੇ, ਉੱਚ ਮਾਪਦੰਡ ਸਥਾਪਤ ਕਰਨ, ਅਤੇ ਉੱਚ ਗੁਣਵੱਤਾ ਦੀ ਉਮੀਦ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਦੁਆਰਾ, ਸਕੀਮਾ ਲਾਗੂਕਰਨ ਬਿਲਕੁਲ ਉਹੀ ਕਰਦਾ ਹੈ ਜੋ ਇਸ ਨੂੰ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ — ਤੁਹਾਨੂੰ ਈਮਾਨਦਾਰ ਰਹਿਣ ਅਤੇ ਤੁਹਾਡੀਆਂ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਨੂੰ ਸਾਫ਼ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।

ਜੇ ਹੋਰ ਵਿਚਾਰ ਕਰਨ 'ਤੇ ਤੁਸੀਂ ਫੈਸਲਾ ਕਰਦੇ ਹੋ ਕਿ ਤੁਸੀਂ ਅਸਲ ਵਿੱਚ ਦੀ ਲੋੜ ਹੈ ਇੱਕ ਨਵਾਂ ਕਾਲਮ ਸ਼ਾਮਲ ਕਰੋ - ਕੋਈ ਸਮੱਸਿਆ ਨਹੀਂ, ਹੇਠਾਂ ਇੱਕ-ਲਾਈਨ ਫਿਕਸ ਹੈ। ਹੱਲ ਹੈ ਸਰਕਟ ਦਾ ਵਿਕਾਸ!

ਸਕੀਮਾ ਵਿਕਾਸ ਕੀ ਹੈ?

ਸਕੀਮਾ ਈਵੇਲੂਸ਼ਨ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸਮੇਂ ਦੇ ਨਾਲ ਬਦਲਣ ਵਾਲੇ ਡੇਟਾ ਦੇ ਅਨੁਸਾਰ ਮੌਜੂਦਾ ਸਾਰਣੀ ਸਕੀਮਾ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਬਦਲਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ। ਇਹ ਅਕਸਰ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਇੱਕ ਜਾਂ ਇੱਕ ਤੋਂ ਵੱਧ ਨਵੇਂ ਕਾਲਮਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਲਈ ਸਕੀਮਾ ਨੂੰ ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਇੱਕ ਜੋੜ ਜਾਂ ਮੁੜ ਲਿਖਣ ਦੀ ਕਾਰਵਾਈ ਕਰਦੇ ਹੋ।

ਸਕੀਮਾ ਵਿਕਾਸ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ?

ਪਿਛਲੇ ਸੈਕਸ਼ਨ ਦੀ ਉਦਾਹਰਨ ਦੇ ਬਾਅਦ, ਡਿਵੈਲਪਰ ਨਵੇਂ ਕਾਲਮਾਂ ਨੂੰ ਜੋੜਨ ਲਈ ਆਸਾਨੀ ਨਾਲ ਸਕੀਮਾ ਈਵੇਲੂਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਪਹਿਲਾਂ ਸਕੀਮਾ ਅਸੰਗਤਤਾ ਦੇ ਕਾਰਨ ਰੱਦ ਕੀਤੇ ਗਏ ਸਨ। ਸਰਕਟ ਵਿਕਾਸ ਜੋੜ ਕੇ ਕਿਰਿਆਸ਼ੀਲ ਹੁੰਦਾ ਹੈ .option('mergeSchema', 'true') ਤੁਹਾਡੀ ਸਪਾਰਕ ਟੀਮ ਨੂੰ .write или .writeStream.

# Добавьте параметр mergeSchema
loans.write.format("delta") 
           .option("mergeSchema", "true") 
           .mode("append") 
           .save(DELTALAKE_SILVER_PATH)

ਗ੍ਰਾਫ਼ ਦੇਖਣ ਲਈ, ਹੇਠ ਦਿੱਤੀ ਸਪਾਰਕ SQL ਪੁੱਛਗਿੱਛ ਚਲਾਓ

# Создайте график с новым столбцом, чтобы подтвердить, что запись прошла успешно
%sql
SELECT addr_state, sum(`amount`) AS amount
FROM loan_by_state_delta
GROUP BY addr_state
ORDER BY sum(`amount`)
DESC LIMIT 10

ਵਿਕਲਪਕ ਤੌਰ 'ਤੇ, ਤੁਸੀਂ ਇਸ ਵਿਕਲਪ ਨੂੰ ਜੋੜ ਕੇ ਪੂਰੇ ਸਪਾਰਕ ਸੈਸ਼ਨ ਲਈ ਸੈੱਟ ਕਰ ਸਕਦੇ ਹੋ spark.databricks.delta.schema.autoMerge = True ਸਪਾਰਕ ਸੰਰਚਨਾ ਨੂੰ. ਪਰ ਇਸਦੀ ਵਰਤੋਂ ਸਾਵਧਾਨੀ ਨਾਲ ਕਰੋ, ਕਿਉਂਕਿ ਸਕੀਮਾ ਲਾਗੂਕਰਨ ਤੁਹਾਨੂੰ ਅਣਜਾਣੇ ਵਿੱਚ ਸਕੀਮਾ ਦੀਆਂ ਅਸੰਗਤੀਆਂ ਬਾਰੇ ਸੁਚੇਤ ਨਹੀਂ ਕਰੇਗਾ।

ਬੇਨਤੀ ਵਿੱਚ ਪੈਰਾਮੀਟਰ ਸ਼ਾਮਲ ਕਰਕੇ mergeSchema, ਸਾਰੇ ਕਾਲਮ ਜੋ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਮੌਜੂਦ ਹਨ ਪਰ ਟਾਰਗੇਟ ਟੇਬਲ ਵਿੱਚ ਨਹੀਂ ਹਨ, ਇੱਕ ਰਾਈਟ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਸਕੀਮਾ ਦੇ ਅੰਤ ਵਿੱਚ ਆਪਣੇ ਆਪ ਜੋੜ ਦਿੱਤੇ ਜਾਂਦੇ ਹਨ। ਨੇਸਟਡ ਖੇਤਰਾਂ ਨੂੰ ਵੀ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਇਹਨਾਂ ਨੂੰ ਅਨੁਸਾਰੀ ਬਣਤਰ ਦੇ ਕਾਲਮਾਂ ਦੇ ਅੰਤ ਵਿੱਚ ਵੀ ਜੋੜਿਆ ਜਾਵੇਗਾ।

ਮਿਤੀ ਇੰਜੀਨੀਅਰ ਅਤੇ ਡਾਟਾ ਵਿਗਿਆਨੀ ਪੁਰਾਣੇ ਕਾਲਮਾਂ 'ਤੇ ਆਧਾਰਿਤ ਮੌਜੂਦਾ ਮਾਡਲਾਂ ਨੂੰ ਤੋੜੇ ਬਿਨਾਂ ਆਪਣੇ ਮੌਜੂਦਾ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਉਤਪਾਦਨ ਟੇਬਲਾਂ ਵਿੱਚ ਨਵੇਂ ਕਾਲਮਾਂ (ਸ਼ਾਇਦ ਹਾਲ ਹੀ ਵਿੱਚ ਟਰੈਕ ਕੀਤਾ ਗਿਆ ਮੈਟ੍ਰਿਕ ਜਾਂ ਇਸ ਮਹੀਨੇ ਦਾ ਵਿਕਰੀ ਪ੍ਰਦਰਸ਼ਨ ਕਾਲਮ) ਜੋੜਨ ਲਈ ਇਸ ਵਿਕਲਪ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ।

ਹੇਠ ਲਿਖੀਆਂ ਕਿਸਮਾਂ ਦੀਆਂ ਸਕੀਮਾ ਤਬਦੀਲੀਆਂ ਨੂੰ ਇੱਕ ਸਾਰਣੀ ਜੋੜਨ ਜਾਂ ਮੁੜ ਲਿਖਣ ਦੇ ਦੌਰਾਨ ਸਕੀਮਾ ਵਿਕਾਸ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ਆਗਿਆ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ:

• ਨਵੇਂ ਕਾਲਮਾਂ ਨੂੰ ਜੋੜਨਾ (ਇਹ ਸਭ ਤੋਂ ਆਮ ਦ੍ਰਿਸ਼ ਹੈ)
• NullType -> ਕਿਸੇ ਹੋਰ ਕਿਸਮ ਤੋਂ ਡੇਟਾ ਕਿਸਮਾਂ ਨੂੰ ਬਦਲਣਾ ਜਾਂ ਬਾਈਟ ਟਾਈਪ -> ਸ਼ਾਰਟ ਟਾਈਪ -> ਇੰਟੈਜਰ ਟਾਈਪ ਤੋਂ ਪ੍ਰਚਾਰ ਕਰਨਾ

ਸਕੀਮਾ ਈਵੇਲੂਸ਼ਨ ਦੇ ਅੰਦਰ ਹੋਰ ਤਬਦੀਲੀਆਂ ਦੀ ਇਜਾਜ਼ਤ ਨਹੀਂ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਇਹ ਲੋੜ ਹੁੰਦੀ ਹੈ ਕਿ ਸਕੀਮਾ ਅਤੇ ਡੇਟਾ ਨੂੰ ਜੋੜ ਕੇ ਦੁਬਾਰਾ ਲਿਖਿਆ ਜਾਵੇ .option("overwriteSchema", "true"). ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕਾਲਮ "Foo" ਅਸਲ ਵਿੱਚ ਇੱਕ ਪੂਰਨ ਅੰਕ ਸੀ ਅਤੇ ਨਵੀਂ ਸਕੀਮਾ ਇੱਕ ਸਟ੍ਰਿੰਗ ਡੇਟਾ ਕਿਸਮ ਸੀ, ਤਾਂ ਸਾਰੀਆਂ Parquet(data) ਫਾਈਲਾਂ ਨੂੰ ਦੁਬਾਰਾ ਲਿਖਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਅਜਿਹੀਆਂ ਤਬਦੀਲੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਇੱਕ ਕਾਲਮ ਨੂੰ ਮਿਟਾਉਣਾ
• ਮੌਜੂਦਾ ਕਾਲਮ (ਇਨ-ਪਲੇਸ) ਦੀ ਡਾਟਾ ਕਿਸਮ ਨੂੰ ਬਦਲਣਾ
• ਕਾਲਮਾਂ ਦਾ ਨਾਮ ਬਦਲਣਾ ਜੋ ਸਿਰਫ਼ ਮਾਮਲੇ ਵਿੱਚ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ, "Foo" ਅਤੇ "foo")

ਅੰਤ ਵਿੱਚ, ਸਪਾਰਕ 3.0 ਦੀ ਅਗਲੀ ਰੀਲੀਜ਼ ਦੇ ਨਾਲ, ਸਪੱਸ਼ਟ DDL ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਰਥਿਤ ਹੋਵੇਗਾ (ALTER TABLE ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ), ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਟੇਬਲ ਸਕੀਮਾਂ 'ਤੇ ਹੇਠ ਲਿਖੀਆਂ ਕਾਰਵਾਈਆਂ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ:

• ਕਾਲਮ ਜੋੜ ਰਿਹਾ ਹੈ
• ਕਾਲਮ ਟਿੱਪਣੀਆਂ ਨੂੰ ਬਦਲਣਾ
• ਸੈੱਟਿੰਗ ਟੇਬਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਜੋ ਟੇਬਲ ਦੇ ਵਿਵਹਾਰ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੀਆਂ ਹਨ, ਜਿਵੇਂ ਕਿ ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਲੌਗ ਨੂੰ ਸਟੋਰ ਕਰਨ ਦੇ ਸਮੇਂ ਦੀ ਲੰਬਾਈ ਨੂੰ ਸੈੱਟ ਕਰਨਾ।

ਸਰਕਟ ਵਿਕਾਸ ਦਾ ਕੀ ਫਾਇਦਾ ਹੈ?

ਸਕੀਮਾ ਵਿਕਾਸ ਦੀ ਵਰਤੋਂ ਜਦੋਂ ਵੀ ਤੁਸੀਂ ਕਰ ਸਕਦੇ ਹੋ ਇਰਾਦਾ ਆਪਣੀ ਸਾਰਣੀ ਦੀ ਸਕੀਮਾ ਨੂੰ ਬਦਲੋ (ਜਦੋਂ ਤੁਸੀਂ ਗਲਤੀ ਨਾਲ ਆਪਣੇ ਡੇਟਾਫ੍ਰੇਮ ਵਿੱਚ ਕਾਲਮ ਸ਼ਾਮਲ ਕੀਤੇ ਹਨ ਜੋ ਉੱਥੇ ਨਹੀਂ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ) ਦੇ ਉਲਟ। ਇਹ ਤੁਹਾਡੀ ਸਕੀਮਾ ਨੂੰ ਮਾਈਗਰੇਟ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਆਸਾਨ ਤਰੀਕਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਆਪਣੇ ਆਪ ਹੀ ਸਹੀ ਕਾਲਮ ਨਾਮ ਅਤੇ ਡੇਟਾ ਕਿਸਮਾਂ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਘੋਸ਼ਿਤ ਕੀਤੇ ਬਿਨਾਂ ਜੋੜਦਾ ਹੈ।

ਸਿੱਟਾ

ਸਕੀਮਾ ਲਾਗੂਕਰਨ ਕਿਸੇ ਵੀ ਨਵੇਂ ਕਾਲਮ ਜਾਂ ਹੋਰ ਸਕੀਮਾ ਤਬਦੀਲੀਆਂ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੀ ਸਾਰਣੀ ਦੇ ਅਨੁਕੂਲ ਨਹੀਂ ਹਨ। ਇਹਨਾਂ ਉੱਚ ਮਾਪਦੰਡਾਂ ਨੂੰ ਸੈਟ ਕਰਨ ਅਤੇ ਕਾਇਮ ਰੱਖਣ ਦੁਆਰਾ, ਵਿਸ਼ਲੇਸ਼ਕ ਅਤੇ ਇੰਜਨੀਅਰ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਵਿੱਚ ਉੱਚ ਪੱਧਰੀ ਅਖੰਡਤਾ ਹੈ, ਇਸ ਨੂੰ ਸਪਸ਼ਟ ਅਤੇ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਸੰਚਾਰਿਤ ਕਰਦੇ ਹੋਏ, ਉਹਨਾਂ ਨੂੰ ਬਿਹਤਰ ਵਪਾਰਕ ਫੈਸਲੇ ਲੈਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ।

ਦੂਜੇ ਪਾਸੇ, ਸਕੀਮਾ ਵਿਕਾਸ ਨੂੰ ਸਰਲ ਬਣਾ ਕੇ ਲਾਗੂ ਕਰਨ ਦੀ ਪੂਰਤੀ ਕਰਦਾ ਹੈ ਦੋਸ਼ ਲਾਇਆ ਆਟੋਮੈਟਿਕ ਸਕੀਮਾ ਬਦਲਾਅ. ਆਖਰਕਾਰ, ਇੱਕ ਕਾਲਮ ਜੋੜਨਾ ਮੁਸ਼ਕਲ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

ਸਕੀਮ ਦੀ ਜ਼ਬਰਦਸਤੀ ਐਪਲੀਕੇਸ਼ਨ ਯਾਂਗ ਹੈ, ਜਿੱਥੇ ਸਕੀਮ ਦਾ ਵਿਕਾਸ ਯਿਨ ਹੈ। ਇਕੱਠੇ ਵਰਤੇ ਜਾਣ 'ਤੇ, ਇਹ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸ਼ੋਰ ਨੂੰ ਦਬਾਉਣ ਅਤੇ ਸਿਗਨਲ ਟਿਊਨਿੰਗ ਨੂੰ ਪਹਿਲਾਂ ਨਾਲੋਂ ਆਸਾਨ ਬਣਾਉਂਦੀਆਂ ਹਨ।

ਅਸੀਂ ਇਸ ਲੇਖ ਵਿੱਚ ਯੋਗਦਾਨ ਲਈ ਮੁਕੁਲ ਮੂਰਤੀ ਅਤੇ ਪ੍ਰਣਵ ਆਨੰਦ ਦਾ ਵੀ ਧੰਨਵਾਦ ਕਰਨਾ ਚਾਹਾਂਗੇ।

ਇਸ ਲੜੀ ਦੇ ਹੋਰ ਲੇਖ:

ਡੈਲਟਾ ਝੀਲ ਵਿੱਚ ਗੋਤਾਖੋਰੀ: ਟ੍ਰਾਂਜੈਕਸ਼ਨ ਲੌਗ ਨੂੰ ਖੋਲ੍ਹਣਾ

ਸੰਬੰਧਿਤ ਲੇਖ

ਡੈਲਟਾ ਝੀਲ ਦੇ ਨਾਲ ਉਤਪਾਦਨ-ਗਰੇਡ ਮਸ਼ੀਨ ਸਿਖਲਾਈ

ਇੱਕ ਡਾਟਾ ਝੀਲ ਕੀ ਹੈ?

ਕੋਰਸ ਬਾਰੇ ਹੋਰ ਜਾਣੋ

ਸਰੋਤ: www.habr.com