如何在Databricks中统一读取Azure存储按月分区的Delta数据？

你遇到的问题根源是LOCATION参数不能直接使用通配符*，Delta表需要指向包含所有分区数据的根目录，而非用通配符匹配子文件夹。以下是几种无需单独为分区建表的解决方案：

方案一：指定根路径+修复分区（推荐，原数据无复制） #

直接将表的LOCATION指向printtransaction的根目录，然后通过MSCK REPAIR TABLE让Databricks自动发现所有分区：

DROP TABLE IF EXISTS staging.default.ysoft_printtransaction;

CREATE TABLE staging.default.ysoft_printtransaction
USING delta
OPTIONS ('delta.checkpoint.writeStatsAsJson' 'false', 'delta.checkpoint.writeStatsAsStruct' 'true')
LOCATION 'abfss://staging@saccdssanpoc01.dfs.core.windows.net/ysoft/printtransaction/';

-- 刷新表元数据，加载所有分区
MSCK REPAIR TABLE staging.default.ysoft_printtransaction;

如果你的容器已挂载到Databricks（比如挂载路径为/mnt/staging），可以把LOCATION替换为挂载路径：'/mnt/staging/ysoft/printtransaction/'。

此方案不会复制原数据，只是在Databricks中注册原数据的元信息，后续原数据更新后，只需重新执行MSCK REPAIR TABLE即可同步。

方案二：使用CTAS创建合并表（数据复制，适合需统一管理的场景） #

通过CREATE TABLE AS SELECT将所有分区的数据合并为一张新的Delta表，适合需要对数据进行统一优化、添加索引的场景：

DROP TABLE IF EXISTS staging.default.ysoft_printtransaction;

CREATE TABLE staging.default.ysoft_printtransaction
USING delta
OPTIONS ('delta.checkpoint.writeStatsAsJson' 'false', 'delta.checkpoint.writeStatsAsStruct' 'true')
AS SELECT * FROM delta.`abfss://staging@saccdssanpoc01.dfs.core.windows.net/ysoft/printtransaction/`;

注意：此方案会将原数据复制到新表的存储路径中，原数据更新后不会自动同步，需重新执行该语句或通过增量更新逻辑同步数据。

方案三：创建视图（轻量，无需维护表元数据） #

如果不需要物理表，可创建视图直接查询根路径下的所有Delta数据：

CREATE OR REPLACE VIEW staging.default.ysoft_printtransaction_view
AS SELECT * FROM delta.`abfss://staging@saccdssanpoc01.dfs.core.windows.net/ysoft/printtransaction/`;

查询视图即可获取所有分区的数据，无需手动维护分区信息，但视图的查询性能略低于物理表，适合临时查询场景。

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