Databricks中无法创建BLOOMFILTER索引，请求协助

错误原因 #

你遇到的no viable alternative at input 'CREATE BLOOMFILTER'解析错误，是因为参考的Spark 2.x旧文档中的CREATE BLOOMFILTER INDEX语法已被废弃，当前Databricks Runtime版本不再支持该显式创建语句，SQL解析器无法识别该语法结构。此外，你创建的是空表，即使语法正确，也无法生成有效的Bloom Filter索引。

正确解决方案 #

1. 确保表存在数据 #

Bloom Filter索引需要基于表中现有数据生成，先创建带字段的表并插入测试数据：

spark.sql("DROP TABLE IF EXISTS testdb.fact_lists")
# 创建带字段定义的Delta表
spark.sql("CREATE TABLE testdb.fact_lists (event_id INT, content STRING) USING DELTA LOCATION '/delta/fact-lists'")
# 插入测试数据
spark.sql("INSERT INTO testdb.fact_lists VALUES (101, 'data1'), (102, 'data2'), (103, 'data3')")

2. 启用Bloom Filter配置 #

执行以下SQL启用相关配置：

SET spark.databricks.io.skipping.bloomFilter.enabled = true;
SET delta.bloomFilter.enabled = true;

3. 使用当前支持的语法添加Bloom Filter索引 #

当前Databricks Runtime支持通过ALTER TABLE语句添加Bloom Filter索引，语法如下：

ALTER TABLE testdb.fact_lists
ADD BLOOMFILTER INDEX ON (event_id) OPTIONS (fpp=0.1, numItems=100);

验证索引是否生效 #

通过DESCRIBE EXTENDED命令查看表的索引信息：

DESCRIBE EXTENDED testdb.fact_lists;

在输出中查找bloomFilterIndexes字段，确认已包含event_id的配置。

内容的提问来源于stack exchange，提问作者Dev Anand