如何在Databricks SQL中获取Delta表子查询结果的大小？

下面几种实用方法可以帮你获取子查询结果的大小，判断是否满足分区的1GB要求：

方法1：使用EXPLAIN ANALYZE获取实际执行后的精确大小 #

该方法会实际执行子查询，返回结果的真实字节数，适合需要精准值的场景。注意：若子查询数据量极大，可能会消耗较多集群资源。

EXPLAIN ANALYZE
SELECT *
FROM your_table
WHERE calendar_month_id = '202502'

执行后，在输出的Query Plan节点中找到sizeInBytes字段，将字节数换算为GB（1GB ≈ 1073741824字节）即可判断是否达标。

方法2：创建临时表后用DESCRIBE DETAIL查看 #

先将子查询结果写入临时表，再通过元数据查询获取存储大小，结果同样精准：

-- 创建临时视图存储子查询结果
CREATE OR REPLACE TEMP VIEW temp_month_data AS
SELECT *
FROM your_table
WHERE calendar_month_id = '202502';

-- 查询临时视图的详细存储信息
DESCRIBE DETAIL temp_month_data;

返回结果中的size字段就是该子查询结果的总字节数，换算为GB后即可验证是否满足1GB要求。

方法3：通过Delta元数据查询已分区表的单分区大小（仅适用于已分区表） #

如果你的表已经按calendar_month_id分区，可以直接查询Delta表的元数据，无需执行子查询就能获取对应分区的大小：

SELECT 
  partition_values[0] AS calendar_month_id,
  sum(total_bytes) / 1073741824 AS size_gb
FROM delta.`/path/to/your/delta/table`
WHERE partition_values[0] = '202502'
GROUP BY partition_values[0];

替换/path/to/your/delta/table为你的Delta表存储路径即可，partition_values[0]对应第一个分区字段（若calendar_month_id是唯一分区字段则直接使用）。

内容的提问来源于stack exchange，提问作者marcos espinola