Azure Synapse：Notebook无法访问information_schema的问题

错误原因 #

在Synapse专用SQL池中，dataverse_blob_blob是数据库，information_schema.tables是系统视图，所以原查询能正常运行。但Spark Notebook里的%%sql默认使用Spark SQL引擎，dataverse_blob_blob是外部数据源（比如链接Dataverse的Blob存储），并非Spark的catalog或schema，而Spark的spark_catalog只支持单部分命名空间，因此直接用dataverse_blob_blob.information_schema.tables会触发命名空间错误。

解决方法 #

方法1：切换到SQL池执行原查询 #

在%%sql中指定你的专用SQL池名称，让查询在SQL池环境中运行，和原逻辑完全一致：

%%sql -d 你的专用SQL池名称
SELECT Table_name FROM dataverse_blob_blob.information_schema.tables 
WHERE Table_name NOT LIKE '%_partitioned' 
ORDER BY 1

方法2：在Spark环境中获取并过滤表名 #

如果需要用Spark处理，直接通过Spark的元数据命令获取表列表再过滤：

Spark SQL方式：

%%sql
SELECT tableName 
FROM (SHOW TABLES IN dataverse_blob_blob) 
WHERE tableName NOT LIKE '%_partitioned'

PySpark代码方式：

# 获取外部数据源的所有表
tables = spark.catalog.listTables("dataverse_blob_blob")
# 过滤掉带_partitioned后缀的表
filtered_tables = [tbl.name for tbl in tables if not tbl.name.endswith("_partitioned")]
# 输出结果
for tbl in filtered_tables:
    print(tbl)

补充说明 #

为什么USE CATALOG/USE SCHEMA会报错？因为dataverse_blob_blob不是Spark的catalog（Spark默认catalog是spark_catalog，或者你创建的Lakehouse catalog），它是外部数据源，无法通过USE命令切换，只能用SHOW TABLES IN或spark.catalog访问。

内容的提问来源于stack exchange，提问作者xyzzy_plover5