Skip to content

Latest commit

 

History

History
244 lines (184 loc) · 9.09 KB

create.md

File metadata and controls

244 lines (184 loc) · 9.09 KB
Raw

CREATE

CREATE 用于创建新的数据库或者表。

CREATE DATABASE

Syntax

创建新数据库：

CREATE DATABASE [IF NOT EXISTS] db_name

如果 db_name 数据库已经存在，CREATE 语句的行为如下：

  • 不会创建新的数据库。
  • 当 IF NOT EXISTS 子句被指定时，不会返回错误。
  • 否则，返回错误。

示例

创建名为 test 的数据库：

CREATE DATABASE test;
Query OK, 1 row affected (0.05 sec)

使用 IF NOT EXISTS 再次创建：

CREATE DATABASE IF NOT EXISTS test;

CREATE TABLE

Syntax

在 db 或当前数据库中创建新表：

CREATE TABLE [IF NOT EXISTS] [db.]table_name
(
    column1 type1 [NULL | NOT NULL] [DEFAULT expr1] [TIME INDEX] [PRIMARY KEY] [COMMENT comment1],
    column2 type2 [NULL | NOT NULL] [DEFAULT expr2] [TIME INDEX] [PRIMARY KEY] [COMMENT comment2],
    ...
    [TIME INDEX (column)],
    [PRIMARY KEY(column1, column2, ...)]
) ENGINE = engine WITH([TTL | REGIONS] = expr, ...)
[
  PARTITION BY RANGE COLUMNS(column1, column2, ...) (
    PARTITION r0 VALUES LESS THAN (expr1),
    PARTITION r1 VALUES LESS THAN (expr2),
    ...
  )
]

表 schema 由 ENGINE 之前的括号指定，表 schema 是列的定义和表的约束。 列定义包括列名称和数据类型，以及可选的 NULL、NOT NULL、DEFAULT 等。

表约束

表约束包括以下内容：

  • TIME INDEX 指定时间索引列，每个表只能有一个时间索引列。它表示 GreptimeDB 的 数据模型 中的 Timestamp 类型。
  • PRIMARY KEY 指定表的主键列，它表示 GreptimeDB 的 数据模型 中的 Tag 类型。它不能包含时间索引列，但是它总是隐式地将时间索引列添加到键的末尾。
  • 其他列是 GreptimeDB 的 数据模型 中的 Field 类型。

:::tip 注意 CREATE 语句中指定的 PRIMARY KEY 不是 传统关系数据库中的主键。 实际上，传统关系数据库中的 PRIMARY KEY 相当于 GreptimeDB 中的 PRIMARY KEY 和 TIME INDEX 的组合。 换句话说，PRIMARY KEY 和 TIME INDEX 一起构成了 GreptimeDB 中行的唯一标识符。 :::

如果表已经存在且创建表时指定了 IF NOT EXISTS，CREATE 语句不会返回错误；否则返回错误。

表选项

用户可以使用 WITH 添加表选项。有效的选项包括以下内容：

选项 描述 值
ttl 表数据的存储时间 字符串值，例如 '60m', '1h' 代表 1 小时， '14d' 代表 14 天等。支持的时间单位有：s / m / h / d
regions 表的 region 值 整数值，例如 1, 5, 10 etc.
write_buffer_size 表的 memtable 大小 表示有效大小的字符串值，例如 32MB, 128MB 等。默认值为 32MB。支持的单位有：MB / GB.
storage 自定义表的存储引擎，存储引擎提供商的名字 字符串，类似 S3、Gcs 等。 必须在 [[storage.providers]] 列表里配置, 参考 configuration。

例如，创建一个存储数据 TTL(Time-To-Live) 为七天，region 数为 10 的表：

CREATE TABLE IF NOT EXISTS temperatures(
  ts TIMESTAMP TIME INDEX,
  temperature DOUBLE DEFAULT 10,
) engine=mito with(ttl='7d', regions=10);

或者创建一个表单独将数据存储在 Google Cloud Storage 服务上：

CREATE TABLE IF NOT EXISTS temperatures(
  ts TIMESTAMP TIME INDEX,
  temperature DOUBLE DEFAULT 10,
) engine=mito with(ttl='7d', regions=10, storage="Gcs");

列选项

GreptimeDB 支持以下列选项：

选项 描述
NULL 列值可以为 null
NOT NULL 列值不能为 null
DEFAULT expr 该列的默认值是 expr，其类型必须是该列的类型
COMMENT comment 列注释，必须为字符串类型

表约束 TIME INDEX 和 PRIMARY KEY 也可以通过列选项设置，但是它们只能在列定义中指定一次，在多个列选项中指定 PRIMARY KEY 会报错：

CREATE TABLE system_metrics (
    host STRING PRIMARY KEY,
    idc STRING PRIMARY KEY,
    cpu_util DOUBLE,
    memory_util DOUBLE,
    disk_util DOUBLE,
    ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP(),
    TIME INDEX(ts)
);

会得到报错：

 Illegal primary keys definition: not allowed to inline multiple primary keys in columns options

正确的做法是使用 PRIMARY KEY() 来指定多个列作为主键：

CREATE TABLE system_metrics (
    host STRING,
    idc STRING,
    cpu_util DOUBLE,
    memory_util DOUBLE,
    disk_util DOUBLE,
    ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP() TIME INDEX,
    PRIMARY KEY(host, idc),
);
Query OK, 0 rows affected (0.01 sec)

Region partition rules

TODO by MichaelScofield

CREATE EXTERNAL TABLE

Syntax

在 db 或当前数据库中创建新的文件外部表：

CREATE EXTERNAL TABLE [IF NOT EXISTS] [db.]table_name
[
 (
    column1 type1 [NULL | NOT NULL] [DEFAULT expr1] [TIME INDEX] [PRIMARY KEY] [COMMENT comment1],
    column2 type2 [NULL | NOT NULL] [DEFAULT expr2] [TIME INDEX] [PRIMARY KEY] [COMMENT comment2],
    ...
    [TIME INDEX (column)],
    [PRIMARY KEY(column1, column2, ...)]
 )
] WITH (
  LOCATION = url,
  FORMAT =  { 'CSV' | 'JSON' | 'PARQUET' | 'ORC' }
  [,PATTERN = regex_pattern ]
  [,REGION = region ]
  [,ENDPOINT = uri ]
  [,ACCESS_KEY_ID = key_id ]
  [,SECRET_ACCESS_KEY = access_key ]
  [,ENABLE_VIRTUAL_HOST_STYLE = { TRUE | FALSE }]
  [,SESSION_TOKEN = token ]
  ...
)

表选项

选项 描述 是否必需
LOCATION 外部表的位置，例如 s3://<bucket>[<path>], /<path>/[<filename>] 是
FORMAT 目标文件的格式，例如 JSON，CSV，Parquet, ORC 是
PATTERN 使用正则来匹配文件，例如 *_today.parquet 可选

S3

选项 描述 是否必需
REGION AWS region 名称，例如 us-east-1 是
ENDPOINT The bucket endpoint 可选
ACCESS_KEY_ID 用于连接 AWS S3 兼容对象存储的访问密钥 ID 可选
SECRET_ACCESS_KEY 用于连接 AWS S3 兼容对象存储的秘密访问密钥 可选
ENABLE_VIRTUAL_HOST_STYLE 如果你想要使用 virtual hosting 来定位 bucket，将其设置为 true 可选
SESSION_TOKEN 用于连接 AWS S3 服务的临时凭证 可选

时间索引列

在利用 CREATE EXTERNAL TABLE 语句创建外部表时，要求使用 TIME INDEX 约束来指定一个时间索引列。

示例

你可以在创建外部表时不带有列定义，列定义将会被自动推断：

CREATE EXTERNAL TABLE IF NOT EXISTS city WITH (location='/var/data/city.csv',format='csv');

在这个例子中，我们没有明确定义表的列，为满足外边表必须指定时间索引列的要求，CREATE EXTERNAL TABLE 语句会依据下述规则推断出时间索引列：

  1. 如果可以从文件元数据中推断出时间索引列，那么就用该列作为时间索引列。
  2. 如果存在名为 greptime_timestamp 的列（该列的类型必须为 TIMESTAMP，否则将抛出错误），那么就用该列作为时间索引列。
  3. 否则，将自动创建名为 greptime_timestamp 的列作为时间索引列，并添加 DEFAULT '1970-01-01 00:00:00+0000' 约束。

或者带有列定义：

CREATE EXTERNAL TABLE city (
            host string,
            ts timestamp,
            cpu float64 default 0,
            memory float64,
            TIME INDEX (ts),
            PRIMARY KEY(host)
) WITH (location='/var/data/city.csv', format='csv');

在这个例子中，我们明确定义了 ts 列作为时间索引列。如果在文件中没有适合的时间索引列，你也可以创建一个占位符列，并添加 DEFAULT expr 约束。