CREATE TABLE

描述

在当前或指定的数据库中创建一个新表。一个表可以有多个列，每个列的定义包括名称、数据类型，以及可选的以下属性：

• 是否是 key
• 是否有聚合语义
• 是否是生成列
• 是否要求值（NOT NULL）
• 是否是自增列
• 是否有插入时的默认值
• 是否有更新时的默认值

此外，此命令还支持以下变体：

• CREATE TABLE … AS SELECT（创建一个已填充数据的表；也称为 CTAS）
• CREATE TABLE … LIKE（创建一个现有表的空副本）

语法

CREATE [ EXTERNAL ] TABLE [ IF NOT EXISTS ] <table_name>
    (<columns_definition> [ <indexes_definition> ])
    [ ENGINE = <table_engine_type> ]
    [ <key_type> KEY (<key_cols>)
        [ CLUSTER BY (<cluster_cols>) ]
    ]
    [ COMMENT '<table_comment>' ]
    [ <partitions_definition> ]
    [ DISTRIBUTED BY { HASH (<distribute_cols>) | RANDOM }
        [ BUCKETS { <bucket_count> | AUTO } ]
    ]
    [ <roll_up_definition> ]
    [ PROPERTIES (
          -- 表属性
          <table_property>
          -- 其他表属性
          [ , ... ]) 
    ]

其中：

columns_definition
  : -- 列定义
    <col_name> <col_type>
      [ KEY ]
      [ <col_aggregate_type> ]
      [ [ GENERATED ALWAYS ] AS (<col_generate_expression>) ]
      [ [NOT] NULL ]
      [ AUTO_INCREMENT(<col_auto_increment_start_value>) ]
      [ DEFAULT <col_default_value> ]
      [ ON UPDATE CURRENT_TIMESTAMP (<col_on_update_precision>) ]
      [ COMMENT '<col_comment>' ]
    -- 其他列定义
    [ , <col_name> <col_type> [ ... ] ]

indexes_definition
  : -- 索引定义
    INDEX [ IF NOT EXISTS ]
      <index_name> (<index_cols>)
      [ USING <index_type> ]
      [ PROPERTIES (
            -- 表属性
            <index_property>
            -- 其他表属性
            [ , ... ]) 
      ]
      [ COMMENT '<index_comment>' ]
    -- 其他索引定义
    [ , <index_name> (<index_cols>) [ ... ] ]

partitions_definition
  : AUTO PARTITION BY RANGE(
      <auto_partition_function>(<auto_partition_arguments>))
      ()
  | PARTITION BY <partition_type>
    (<partition_cols>)
    (
        -- 分区定义
        <one_partition_definition>
        -- 其他分区定义
        [ , ... ]
    )

• 其中： <one_partition_definition>

  <one_partition_definition>
  : PARTITION [ IF NOT EXISTS ] <partition_name>
      VALUES LESS THAN <partition_value_list>
  | PARTITION [ IF NOT EXISTS ] <partition_name>
      VALUES [ <partition_lower_bound>, <partition_upper_bound>)
  | FROM <partition_lower_bound> TO <partition_upper_bound>
      INTERVAL <n> [ <datetime_unit> ]
  | PARTITION [ IF NOT EXISTS ] <partition_name>
      VALUES IN {
          (<partition_value> [, <partition_value> [ ... ] ])
          | <partition_value>
      }

roll_up_definition
  : ROLLUP (
        -- 聚合定义
        <rollup_name> (<rollup_cols>)
        [ DUPLICATE KEY (<duplicate_cols>) ]
        -- 其他聚合定义
        [ , <rollup_name> (<rollup_cols>) [ ... ] ]
    )

变种语法

CREATE TABLE … AS SELECT（也称为 CTAS）

创建一个填充 query 返回数据的表：

CREATE
    [ EXTERNAL ]
  TABLE [ IF NOT EXISTS ] <table_name>
    [(<col_name> [ , <col_name> [ ... ] ] )]
    [ <indexesDefinition> ]
    [ ENGINE = <table_engine_type> ]
    [ <key_type> KEY (<key_cols>)
        [ CLUSTER BY (<cluster_cols>) ]
    ]
    [ COMMENT '<table_comment>' ]
    [ <partitionsDefinition> ]
    [ DISTRIBUTED BY { HASH (<distribute_cols>) | RANDOM }
        [ BUCKETS { <bucket_count> | AUTO } ]
    ]
    [ <rollUpDefinition> ]
    [ PROPERTIES (
          -- 表属性
          <table_property>
          -- 其他表属性
          [ , ... ]) 
    ]
    AS <query>

CREATE TABLE … LIKE

创建一个新表，其列定义与现有表相同，但不从现有表中复制数据。列的所有属性将被复制到新的表中。如果指定了 rollup 列表，那么原表中对应名字的 rollup 也将复制到新的表中：

CREATE TABLE <table_name> LIKE <source_table>
[ WITH ROLLUP (<rollup_names>) ]

必选参数

指定表的标识符（即名称）；在创建表的数据库（Database）中必须唯一。

标识符必须以字母字符（如果开启 unicode 名字支持，则可以是任意语言文字的字符）开头，并且不能包含空格或特殊字符，除非整个标识符字符串用反引号括起来（例如My Object）。

标识符不能使用保留关键字。

有关更多详细信息，请参阅标识符要求和保留关键字。

<col_name>

指定列标识符（即名称）。在创建的表中必须唯一。

标识符必须以字母字符（如果开启 unicode 名字支持，则可以是任意语言文字的字符），数字或符号@开头，并且不能包含空格或特殊字符，除非整个标识符字符串用反引号括起来（例如My Object）。

有关更多详细信息，请参阅标识符要求和保留关键字。

<col_type>

指定列的数据类型。

有关可以为表列指定的数据类型的详细信息，请参阅数据类型章节。

在 CTAS 中为必选参数。指定填充数据的 SELECT 语句。

<source_table>

在 CREATE TABLE ... LIKE 中为必选参数。指定被复制的原表。

可选参数

数据模型相关参数

<key_type>

表的数据模型。可选值为 DUPLICATE（明细模型）、UNIQUE（主键模型）、AGGREGATE（聚合模型）。有关数据模型的详细信息，请参阅数据模型章节。

<key_cols>

表的 key 列。Doris 中 Key 列必须是表的前 K 个列。单个 tablet 中的数据会按照这些列保持有序。关于 Key 的限制，以及如何选择 Key 列，请参阅数据模型章节中的各个小节。

<cluster_cols>

数据局部排序列，只能在数据模型为 UNIQUE（主键模型）时使用。当指定 <cluster_cols> 后，数据按照<cluster_cols>排序，而不再使用<key_cols>。

<col_aggregate_type>

列的聚合方式。只有当表是聚合模型时可以使用。聚合方式的详细信息，请参阅聚合模型章节。

分桶相关参数

<distribute_cols> 和 <bucket_count>

分桶列和分桶数。明细模型的分桶列可以是任意的列，聚合模型和主键模型的分桶列必须和 key 列保持一致。分桶数是任意的正整数。有关分桶的详细信息，请参阅手动分桶和自动分桶章节。

列的默认值相关参数

[ GENERATED ALWAYS ] AS (<col_generate_expression>)

生成列。使用当前列之前的列，通过表达式 <col_generate_expression> ，对当前列生成数据。生成列是一种特殊的数据库表列，其值由其他列的值计算而来，而不是直接由用户插入或更新。该功能支持预先计算表达式的结果，并存储在数据库中，适用于需要频繁查询或进行复杂计算的场景。

AUTO_INCREMENT(<col_auto_increment_start_value>)

在导入数据时，Doris 会为在自增列上没有指定值的数据行分配一个表内唯一的值。<col_auto_increment_start_value> 指定自增列的起始值。自增列的详细信息，请参阅自增列章节。

DEFAULT <col_default_value>

列的默认值。当写入时不包含此列时，使用此默认值填充。当默认值不显式设置时，使用 NULL 填充。可用的默认值包括：

• NULL：全部类型均可用，用 NULL 作为默认值。
• 数值字面量：只能是数值类型时使用。
• 字符串字面量：只能是字符串类型时使用。
• CURRENT_DATE：只能是 date 类型时使用。用当前日期作为默认值。
• CURRENT_TIMESTAMP [ ]：只能是 datetime 类型时使用。用当前时间作为默认值。 可以指定时间精度。
• PI：只能是 double 类型时使用。用圆周率作为默认值。
• E：只能是 double 类型时使用。用数学常数作为默认值。
• BITMAP_EMPTY：只能当列是 bitmap 类型时使用。填充空的 bitmap。

ON UPDATE CURRENT_TIMESTAMP (<col_on_update_precision>)

当数据更新时，如果没有指定此列的值，则使用当前时间戳更新此列数据。只能在 UNIQUE（主键模型）的表上使用。

索引相关参数

<index_name>

指定索引标识符（即名称）。在创建的表中必须唯一。有关标识符的更多详细信息，请参阅标识符要求和保留关键字。

<index_cols>

添加索引的列列表。必须是表中存在的列。

<index_type>

索引的类型。当前仅支持 INVERTED

<index_property>

索引的属性。详细说明请参考倒排索引章节。

自动分区相关参数

有关分区的详细介绍，请参阅自动分区章节。

<auto_partition_function>(<auto_partition_arguments>)

自动分区方式。<auto_partition_function> 目前只支持date_trunc。<auto_partition_arguments> 填写自动分区的列和 date_trunc 的单位。例如 date_trunc(col_1, 'day')。

当使用自动分区时，分区列必须为 NOT NULL。

手动分区相关参数

有关分区的详细介绍，请参阅“手动分区”章节。

<partition_type>

Doris 支持 RANGE 分区和 LIST 分区。详情请参阅手动分区章节。

<partition_name>

分区标识符（即名称）。在创建的表中必须唯一。有关标识符的更多详细信息，请参阅标识符要求和保留关键字。

VALUES LESS THAN <partition_value_list>

range 分区。分区数据范围从下界到 <partition_value_list>。

如果是表示上界，<partition_value_list> 可以用 MAX_VALUE 简化书写。

<partition_value_list> 的格式如下：((col_1_value, ...), (col_1_value, ...), ...)

VALUES [ <partition_lower_bound>, <partition_upper_bound>)

range 分区。分区数据范围从 <partition_lower_bound> 到 <partition_upper_bound>。只创建一个分区。

<partition_lower_bound> 和 <partition_upper_bound> 格式如下：(col_1_value, ...)

FROM <partition_lower_bound> TO <partition_upper_bound>

INTERVAL [ <datetime_unit> ]

range 分区。分区数据范围从 <partition_lower_bound> 到 <partition_value_list>。每建个 创建一个分区。

<partition_lower_bound> 和 <partition_upper_bound> 格式如下：(col_1_value, ...)

VALUES IN {

​ (<partition_value> [, <partition_value> [ ... ] ])

​ | <partition_value>

​ }

list 分区。分区列等于 <partition_value> 的属于此分区。

<partition_value> 格式如下：(col_1_value, ...)

同步物化视图相关

注意

rollup 可以创建的同步物化视图功能有限。已不再推荐使用。推荐使用独立的语句创建同步物化视图。详情请参阅 CREATE MATERIALIZED VIEW 语句和同步物化视图章节。

<rollup_name>

同步物化视图的标示符（即名称）。在创建的表中必须唯一。有关标识符的更多详细信息，请参阅标识符要求和保留关键字。

<rollup_cols>

同步物化视图包含的列。

表属性相关参数

<table_property>

属性名	作用
replication_num	副本数。默认副本数为 3。如果 BE 节点数量小于 3，则需指定副本数小于等于 BE 节点数量。在 0.15 版本后，该属性将自动转换成 replication_allocation 属性，如："replication_num" = "3" 会自动转换成 "replication_allocation" = "tag.location.default:3"。
replication_allocation	根据 Tag 设置副本分布情况。该属性可以完全覆盖 replication_num 属性的功能。
min_load_replica_num	设定数据导入成功所需的最小副本数，默认值为 -1。当该属性小于等于 0 时，表示导入数据仍需多数派副本成功。
is_being_synced	用于标识此表是否是被 CCR 复制而来并且正在被 syncer 同步，默认为 false。如果设置为 true，colocate_with和storage_policy属性将被擦除。dynamic partition和auto bucket功能将会失效。即在show create table中显示开启状态，但不会实际生效。当is_being_synced被设置为 false 时，这些功能将会恢复生效。这个属性仅供 CCR 外围模块使用，在 CCR 同步的过程中不要手动设置。
storage_medium	声明表数据的初始存储介质
storage_cooldown_time	设定表数据的初始存储介质的到期时间。超过此时间后，会自动降级到第一级别的存储介质上。
colocate_with	当需要使用 Colocation Join 功能时，使用这个参数设置 Colocation Group。
bloom_filter_columns	用户指定需要添加 Bloom Filter 索引的列名称列表。各个列的 Bloom Filter 索引是独立的，并不是组合索引。列如："bloom_filter_columns" = "k1, k2, k3"
compression	Doris 表的默认压缩方式是 LZ4。1.1 版本后，支持将压缩方式指定为 ZSTD 以获得更高的压缩比。
function_column.sequence_col	当使用 Unique Key 模型时，可以指定一个 Sequence 列，当 Key 列相同时，将按照 Sequence 列进行 REPLACE(较大值替换较小值，否则无法替换) 。function_column.sequence_col用来指定 sequence 列到表中某一列的映射，该列可以为整型和时间类型（DATE、DATETIME），创建后不能更改该列的类型。如果设置了function_column.sequence_col, function_column.sequence_type将被忽略。
function_column.sequence_type	当使用 Unique Key 模型时，可以指定一个 Sequence 列，当 Key 列相同时，将按照 Sequence 列进行 REPLACE(较大值替换较小值，否则无法替换) 这里我们仅需指定顺序列的类型，支持时间类型或整型。Doris 会创建一个隐藏的顺序列。
enable_unique_key_merge_on_write	Unique 表是否使用 Merge-on-Write 实现。该属性在 2.1 版本之前默认关闭，从 2.1 版本开始默认开启。
light_schema_change	是否使用 Light Schema Change 优化。如果设置成 true, 对于值列的加减操作，可以更快地，同步地完成。该功能在 2.0.0 及之后版本默认开启。
disable_auto_compaction	是否对这个表禁用自动 Compaction。如果这个属性设置成 true, 后台的自动 Compaction 进程会跳过这个表的所有 Tablet。
enable_single_replica_compaction	是否对这个表开启单副本 Compaction。如果这个属性设置成 true, 这个表的 Tablet 的所有副本只有一个进行实际的 compaction 动作，其他副本的从该副本拉取完成 compaction 的 rowset。
enable_duplicate_without_keys_by_default	当配置为true时，如果创建表的时候没有指定 Unique、Aggregate 或 Duplicate 时，会默认创建一个没有排序列和前缀索引的 Duplicate 模型的表。
skip_write_index_on_load	是否对这个表开启数据导入时不写索引。如果这个属性设置成 true, 数据导入的时候不写索引（目前仅对倒排索引生效），而是在 Compaction 的时候延迟写索引。这样可以避免首次写入和 Compaction 重复写索引的 CPU 和 IO 资源消耗，提升高吞吐导入的性能。
compaction_policy	配置这个表的 Compaction 的合并策略，仅支持配置为 time_series 或者 size_basedtime_series: 当 rowset 的磁盘体积积攒到一定大小时进行版本合并。合并后的 rowset 直接晋升到 base compaction 阶段。在时序场景持续导入的情况下有效降低 compact 的写入放大率。此策略将使用 time_series_compaction 为前缀的参数调整 Compaction 的执行
time_series_compaction_goal_size_mbytes	Compaction 的合并策略为 time_series 时，将使用此参数来调整每次 Compaction 输入的文件的大小，输出的文件大小和输入相当
time_series_compaction_file_count_threshold	Compaction 的合并策略为 time_series 时，将使用此参数来调整每次 Compaction 输入的文件数量的最小值。一个 Tablet 中，文件数超过该配置，就会触发 Compaction
time_series_compaction_time_threshold_seconds	Compaction 的合并策略为 time_series 时，将使用此参数来调整 Compaction 的最长时间间隔，即长时间未执行过 Compaction 时，就会触发一次 Compaction，单位为秒
time_series_compaction_level_threshold	Compaction 的合并策略为 time_series 时，此参数默认为 1，当设置为 2 时用来控住对于合并过一次的段再合并一层，保证段大小达到 time_series_compaction_goal_size_mbytes，能达到段数量减少的效果。
group_commit_interval_ms	配置这个表的 Group Commit 攒批间隔。单位为 ms，默认值为 10000ms，即 10s。Group Commit 的下刷时机取决于 group_commit_interval_ms以及group_commit_data_bytes哪个先到设置的值。
group_commit_data_bytes	配置这个表的 Group Commit 攒批数据大小。单位为 bytes，默认值为 134217728，即 128MB。Group Commit 的下刷时机取决于 group_commit_interval_ms以及group_commit_data_bytes 哪个先到设置的值。
enable_mow_light_delete	是否在 Unique 表 Mow 上开启 Delete 语句写 Delete predicate。若开启，会提升 Delete 语句的性能，但 Delete 后进行部分列更新可能会出现部分数据错误的情况。若关闭，会降低 Delete 语句的性能来保证正确性。此属性的默认值为 false。此属性只能在 Unique Merge-on-Write 表上开启。
动态分区相关属性	动态分区相关参考数据划分 - 动态分区

权限控制

执行此 SQL 命令的用户必须至少具有以下权限：

权限	对象	说明
CREATE_PRIV	数据库（Database）
SELECT_PRIV	表（Table）, 视图（View）	当执行 CTAS 时，需要拥有被查询的表，视图或物化视图的 SELECT_PRIV 权限

注意事项

• 数据库（Database）中不能包含具有相同名称的表（Table），视图（View）。

• 表名，列名，rollup 名，不能使用保留关键字（Reserved Keywords）

• CREATE TABLE … LIKE：

  • 只能对 Doris 内表使用此命令
  • 显示指定的 rollup 才会被复制
  • 所有的同步物化视图都不会被复制

• CREATE TABLE … AS SELECT (CTAS)：

  • 如果 SELECT 列表中列名的别名是有效的列，则在 CTAS 语句中不需要列定义；如果省略，列名和数据类型将从基础查询中推断出来：

    CREATE TABLE <table_name> AS SELECT ...

  • 或者，可以使用以下语法明确指定名称：

    CREATE TABLE <table_name> ( <col1_name> , <col2_name> , ... ) AS SELECT ...

• 分区和分桶

  • 一个表必须指定分桶列，但可以不指定分区。关于分区和分桶的具体介绍，可参阅 数据划分 文档。
  • Doris 中的表可以分为分区表和无分区的表。这个属性在建表时确定，之后不可更改。即对于分区表，可以在之后的使用过程中对分区进行增删操作，而对于无分区的表，之后不能再进行增加分区等操作。
  • 分区列和分桶列在表创建之后不可更改，既不能更改分区和分桶列的类型，也不能对这些列进行任何增删操作。

• 动态分区

  • 动态分区功能主要用于帮助用户自动的管理分区。通过设定一定的规则，Doris 系统定期增加新的分区或删除历史分区。可参阅 动态分区 文档查看更多帮助。

• 自动分区

  • 自动分区功能文档参见 自动分区。

• 同步物化视图

  • 用户可以在建表的同时创建多个同步物化视图（ROLLUP）。同步物化视图也可以在建表之后添加。写在建表语句中可以方便用户一次性创建所有同步物化视图。
  • 如果在建表时创建好同步物化视图，则后续的所有数据导入操作都会同步生成同步物化视图的数据。同步物化视图的数量可能会影响数据导入的效率。
  • 关于物化视图的介绍，请参阅文档 同步物化视图。

• 索引

  • 用户可以在建表的同时创建多个列的索引。索引也可以在建表之后再添加。
  • 如果在之后的使用过程中添加索引，如果表中已有数据，则需要重写所有数据，因此索引的创建时间取决于当前数据量。

示例

基础示例

明细模型

CREATE TABLE t1
(
  c1 INT,
  c2 STRING
)
DUPLICATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

聚合模型

CREATE TABLE t2
(
  c1 INT,
  c2 INT MAX
)
AGGREGATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

主键模型

CREATE TABLE t3
(
  c1 INT,
  c2 INT
)
UNIQUE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

使用生成列

CREATE TABLE t4
(
  c1 INT,
  c2 INT GENERATED ALWAYS AS (c1 + 1)
)
DUPLICATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

指定列的默认值

CREATE TABLE t5
(
  c1 INT,
  c2 INT DEFAULT 10
)
DUPLICATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

分桶方式

CREATE TABLE t6
(
  c1 INT,
  c2 INT
)
DUPLICATE KEY(c1)
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

自动分区

CREATE TABLE t7
(
  c1 INT,
  c2 DATETIME NOT NULL
)
DUPLICATE KEY(c1)
AUTO PARTITION BY RANGE(date_trunc(c2, 'day')) ()
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

range 分区

CREATE TABLE t8
(
  c1 INT,
  c2 DATETIME NOT NULL
)
DUPLICATE KEY(c1)
PARTITION BY RANGE(c2) (
  FROM ('2020-01-01') TO ('2020-01-10') INTERVAL 1 DAY
)
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

list 分区

CREATE TABLE t9
(
  c1 INT,
  c2 DATE NOT NULL
)
DUPLICATE KEY(c1)
PARTITION BY LIST(c2) (
  PARTITION p1 VALUES IN (('2020-01-01'),('2020-01-02'))
)
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

存储介质和冷却时间

CREATE TABLE example_db.table_hash
(
    k1 BIGINT,
    k2 LARGEINT,
    v1 VARCHAR(2048),
    v2 SMALLINT DEFAULT "10"
)
UNIQUE KEY(k1, k2)
DISTRIBUTED BY HASH (k1, k2) BUCKETS 32
PROPERTIES(
    "storage_medium" = "SSD",
    "storage_cooldown_time" = "2015-06-04 00:00:00"
);

通过 storage_policy 属性设置表的冷热分层数据迁移策略

1. 需要先创建 s3 resource 和 storage policy，表才能关联迁移策略成功

   -- 非分区表
   CREATE TABLE IF NOT EXISTS create_table_use_created_policy 
   (
       k1 BIGINT,
       k2 LARGEINT,
       v1 VARCHAR(2048)
   )
   UNIQUE KEY(k1)
   DISTRIBUTED BY HASH (k1) BUCKETS 3
   PROPERTIES(
       "storage_policy" = "test_create_table_use_policy",
       "replication_num" = "1"
   );
   
   -- 分区表
   CREATE TABLE create_table_partion_use_created_policy
   (
       k1 DATE,
       k2 INT,
       V1 VARCHAR(2048) REPLACE
   ) PARTITION BY RANGE (k1) (
       PARTITION p1 VALUES LESS THAN ("2022-01-01") ("storage_policy" = "test_create_table_partition_use_policy_1" ,"replication_num"="1"),
       PARTITION p2 VALUES LESS THAN ("2022-02-01") ("storage_policy" = "test_create_table_partition_use_policy_2" ,"replication_num"="1")
   ) DISTRIBUTED BY HASH(k2) BUCKETS 1;

Colocation Group

CREATE TABLE t1 (
    id int(11) COMMENT "",
    value varchar(8) COMMENT ""
)
DUPLICATE KEY(id)
DISTRIBUTED BY HASH(id) BUCKETS 10
PROPERTIES (
    "colocate_with" = "group1"
);

CREATE TABLE t2 (
    id int(11) COMMENT "",
    value1 varchar(8) COMMENT "",
    value2 varchar(8) COMMENT ""
)
DUPLICATE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 10
PROPERTIES (
    "colocate_with" = "group1"
);

索引

CREATE TABLE example_db.table_hash
(
    k1 TINYINT,
    k2 DECIMAL(10, 2) DEFAULT "10.5",
    v1 CHAR(10) REPLACE,
    v2 INT SUM,
    INDEX k1_idx (k1) USING INVERTED COMMENT 'my first index'
)
AGGREGATE KEY(k1, k2)
DISTRIBUTED BY HASH(k1) BUCKETS 32
PROPERTIES (
    "bloom_filter_columns" = "k2"
);

设置表的副本属性

CREATE TABLE example_db.table_hash
(
    k1 TINYINT,
    k2 DECIMAL(10, 2) DEFAULT "10.5"
)
DISTRIBUTED BY HASH(k1) BUCKETS 32
PROPERTIES (
    "replication_allocation"="tag.location.group_a:1, tag.location.group_b:2"
);

动态分区

该表每天提前创建 3 天的分区，并删除 3 天前的分区。例如今天为2020-01-08，则会创建分区名为p20200108, p20200109, p20200110, p20200111的分区。分区范围分别为：

[types: [DATE]; keys: [2020-01-08]; ‥types: [DATE]; keys: [2020-01-09]; )
[types: [DATE]; keys: [2020-01-09]; ‥types: [DATE]; keys: [2020-01-10]; )
[types: [DATE]; keys: [2020-01-10]; ‥types: [DATE]; keys: [2020-01-11]; )
[types: [DATE]; keys: [2020-01-11]; ‥types: [DATE]; keys: [2020-01-12]; )
CREATE TABLE example_db.dynamic_partition
(
    k1 DATE,
    k2 INT,
    k3 SMALLINT,
    v1 VARCHAR(2048),
    v2 DATETIME DEFAULT "2014-02-04 15:36:00"
)
DUPLICATE KEY(k1, k2, k3)
PARTITION BY RANGE (k1) ()
DISTRIBUTED BY HASH(k2) BUCKETS 32
PROPERTIES(
    "dynamic_partition.time_unit" = "DAY",
    "dynamic_partition.start" = "-3",
    "dynamic_partition.end" = "3",
    "dynamic_partition.prefix" = "p",
    "dynamic_partition.buckets" = "32" 
);

设置动态分区的副本属性

CREATE TABLE example_db.dynamic_partition
(
    k1 DATE,
    k2 INT,
    k3 SMALLINT,
    v1 VARCHAR(2048),
    v2 DATETIME DEFAULT "2014-02-04 15:36:00"
)
PARTITION BY RANGE (k1) ()
DISTRIBUTED BY HASH(k2) BUCKETS 32
PROPERTIES(
    "dynamic_partition.time_unit" = "DAY",
    "dynamic_partition.start" = "-3",
    "dynamic_partition.end" = "3",
    "dynamic_partition.prefix" = "p",
    "dynamic_partition.buckets" = "32",
    "dynamic_partition.replication_allocation" = "tag.location.group_a:3"
 );

CTAS 示例

CREATE TABLE t10
PROPERTIES (
  'replication_num' = '1'
)
AS SELECT * FROM t1

CREATE TABLE ... LIKE 示例

CREATE TABLE t11 LIKE t10