MAXCOMPUTE操作基础SQL语句(DDL部分)

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 整理了部分MAXCOMPUTE日常操作中的常用语句供使用过程中备查

操作1:建表语句(不带分区)

creat table page_view (user_id bigint,view_time bigint,page_url string,referrer_url string,ip string);
注意事项:MAXCOMPUT创建表的时候必须加上table这个关键字,如以上语句如果为create后直接跟着表名则会报错,语句结束时以;结尾。

操作2:建表语句(带分区)

creat table page_view (user_id bigint,view_time bigint,page_url string,referrer_url string,ip string) partitioned by (dt string,country string);
注意事项:分区字段接在partitioned by之后,分区字段单列,以上语句dt和country为两个分区,根据顺序dt为一级分区,country为二级分区。

操作3:加注释的方法

creat table page_view (user_id bigint,view_time bigint,page_url string,referrer_url string,ip string comment 'creat table sql') partitioned by (dt string,country string);
注意事项:comment后为注释,用单引号区分。

操作4:复制表(仅复制表的结构)

creat table page_view_test like page_view;
注意事项:like语句只复制表的结构,目录相同,新建的表中没有数据,也不复制原表的生命周期。

操作5:复制表(仅复制表的数据)

creat table page_view_url as select page_url,referrer_url from page view;
注意事项:as语句只复制表的数据,不完全复制表的结构,新建的表中没有分区,也不复制原表的生命周期。

操作6:查看表的信息

desc page_view;
注意事项:没有关键字table。

操作7:查看外部表的信息

desc extended page_view;
注:没有关键字table。

drop table page_view;
注:删除表

操作8:查看外部表的信息

drop table if exists page_view;
注:如果不指定if exists选项而表不存在,则返回异常。若指定此选项,无论表是否存在,皆返回成功。

操作9:修改表的名字

alter table page_view rename to page_view_1;

操作10:修改表的注释

alter table page_view set comment 'new';

操作11:清除非分区表中的信息

turncate table page_view;

操作12:清除非分区表中的信息

turncate table page_view drop partition (dt='2011-12-17);

操作13:设置表的生命周期

creat table page_view (user_id bigint) lifecycle 100;
注:新建表并把表的生命周期设置为100天。

操作14:修改表的生命周期

alter table page_view set lifecycle 50;
注:修改已经有的表格生命周期为50天。

操作15:增加分区

alter table page_view add if not exists partition (dt='2015-1-1',region='shanghai');
注:仅支持新增分区,不支持新增分区字段。如果未指定if not exists而同名的分区已存在,则出错返回。

操作16:删除分区

alter table page_view drop if exists partiton (dt='2015-1-1',region='shanghai');
注:如果分区不存在且未指定if exists,则报错返回。

操作17:增加列

alter table page_view add columns (id bigint,url string);

操作18:修改列的名字

alter table page_view change column id rename to id_1;

操作19:修改列的注释

alter table page_view change column id comment 'change';

操作20:修改分区列的值

alter table page_view partition (dt='2013-01-01') rename to partition (dt='2013-01-02');
注:不支持修改分区列列名,只能修改分区列对应的值。修改多级分区的一个或者多个分区值,多级分区的每一级的分区值都必须写上。

操作21:创建视图

creat view if not exists data_1;
注:创建视图时,必须有对视图所引用表的读权限。视图只能包含一个有效的select语句。视图可以引用其它视图,但不能引用自己,也不能循环引用。不允许向视图写入数据,例如使用insert into或者insert overwrite操作视图。当建好视图后,如果视图的引用表发生了变更,有可能导致视图无法访问,例如删除被引用表。您需要自己维护引用表及视图之间的对应关系。如果没有指定if not exists,在视图已经存在时用create view会导致异常。这种情况可以用create or replace view来重建视图,重建后视图本身的权限保持不变。

操作22:删除视图

drop view if exists data_1;

操作23:修改视图名称

alter view data_1 rename to data_2;
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
26天前
|
SQL 算法 大数据
为什么大数据平台会回归SQL
在大数据领域,尽管非结构化数据占据了大数据平台80%以上的存储空间,结构化数据分析依然是核心任务。SQL因其广泛的应用基础和易于上手的特点成为大数据处理的主要语言,各大厂商纷纷支持SQL以提高市场竞争力。然而,SQL在处理复杂计算时表现出的性能和开发效率低下问题日益凸显,如难以充分利用现代硬件能力、复杂SQL优化困难等。为了解决这些问题,出现了像SPL这样的开源计算引擎,它通过提供更高效的开发体验和计算性能,以及对多种数据源的支持,为大数据处理带来了新的解决方案。
|
1月前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。
|
2月前
|
SQL 消息中间件 分布式计算
大数据-143 - ClickHouse 集群 SQL 超详细实践记录!(一)
大数据-143 - ClickHouse 集群 SQL 超详细实践记录!(一)
99 0
|
2月前
|
SQL 大数据
大数据-143 - ClickHouse 集群 SQL 超详细实践记录!(二)
大数据-143 - ClickHouse 集群 SQL 超详细实践记录!(二)
70 0
|
2月前
|
SQL 大数据 API
大数据-132 - Flink SQL 基本介绍 与 HelloWorld案例
大数据-132 - Flink SQL 基本介绍 与 HelloWorld案例
59 0
|
2月前
|
SQL 分布式计算 大数据
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程(一)
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程(一)
73 0
|
2月前
|
SQL 分布式计算 算法
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程(二)
大数据-97 Spark 集群 SparkSQL 原理详细解析 Broadcast Shuffle SQL解析过程(二)
88 0
|
2月前
|
SQL 分布式计算 Java
大数据-96 Spark 集群 SparkSQL Scala编写SQL操作SparkSQL的数据源:JSON、CSV、JDBC、Hive
大数据-96 Spark 集群 SparkSQL Scala编写SQL操作SparkSQL的数据源:JSON、CSV、JDBC、Hive
65 0
|
2月前
|
SQL 分布式计算 大数据
大数据-94 Spark 集群 SQL DataFrame & DataSet & RDD 创建与相互转换 SparkSQL
大数据-94 Spark 集群 SQL DataFrame & DataSet & RDD 创建与相互转换 SparkSQL
77 0
|
2月前
|
SQL 存储 分布式计算
大数据-93 Spark 集群 Spark SQL 概述 基本概念 SparkSQL对比 架构 抽象
大数据-93 Spark 集群 Spark SQL 概述 基本概念 SparkSQL对比 架构 抽象
49 0