Databricks创建带默认值的Delta表报错，如何实现类似功能？

Delta Lake目前确实不支持在CREATE TABLE语句中设置列默认值，不过可以通过以下几种方式实现类似的自动填充timestamp的效果：

1. 用视图封装默认逻辑 #

先创建不带默认值的基础Delta表，再通过视图给timestamp列补上默认值，写入数据时通过视图操作即可自动填充：

-- 创建基础Delta表
CREATE TABLE my_delta_table (
  id INT,
  event_time TIMESTAMP
) USING DELTA;

-- 创建带默认值逻辑的视图
CREATE OR REPLACE VIEW my_table_view AS
SELECT 
  id, 
  COALESCE(event_time, current_timestamp()) AS event_time
FROM my_delta_table;

-- 插入数据时只传id，event_time自动用当前时间填充
INSERT INTO my_table_view (id) VALUES (1);

2. 写入前在数据处理层赋值 #

不管用Spark SQL还是DataFrame API，在写入Delta表前给缺失的timestamp字段赋值：

DataFrame方式（Python） #

from pyspark.sql.functions import current_timestamp

# 模拟无event_time列的原始数据
raw_df = spark.createDataFrame([(1,), (2,)], ["id"])
# 添加event_time列，默认填充当前时间
processed_df = raw_df.withColumn("event_time", current_timestamp())
# 写入Delta表
processed_df.write.mode("append").saveAsTable("my_delta_table")

SQL方式 #

-- 单条插入时直接指定默认值
INSERT INTO my_delta_table (id, event_time) VALUES (3, current_timestamp());

-- 批量插入时统一生成默认值
INSERT INTO my_delta_table 
SELECT id, current_timestamp() AS event_time 
FROM source_data_table;

3. 用Delta Live Tables（DLT）自动生成列 #

如果你的场景使用Delta Live Tables，可以直接用GENERATED ALWAYS AS语法定义自动生成的timestamp列：

CREATE OR REFRESH LIVE TABLE my_dlt_table (
  id INT,
  event_time TIMESTAMP GENERATED ALWAYS AS current_timestamp()
);

每次向这个DLT表插入数据时，event_time会自动填充当前时间，无需手动指定。

内容的提问来源于stack exchange，提问作者Karan Dhar