Apache Tajo - SQL 语句

---

在上一章中，您已经了解了如何在 Tajo 中创建表。本章介绍 Tajo 中的 SQL 语句。

创建表语句

在创建表之前，请在 Tajo 安装目录路径中创建一个文本文件“students.csv”，如下所示 -

学生.csv

创建文件后，移动到终端并一一启动 Tajo 服务器和 shell。

创建数据库

使用以下命令创建一个新数据库 -

询问

default> create database sampledb; 
OK

连接到现在创建的数据库“sampledb”。

default> \c sampledb 
You are now connected to database "sampledb" as user “user1”.

然后，在“sampledb”中创建一个表，如下所示 -

询问

sampledb>  create external table mytable(id int,name text,address text,age int,mark int) 
   using text with('text.delimiter' = ',') location ‘file:/Users/workspace/Tajo/students.csv’;

结果

上述查询将生成以下结果。

OK

到这里，外部表就创建完成了。现在，您只需输入文件位置即可。如果必须从 hdfs 分配表，请使用 hdfs 而不是文件。

接下来，“students.csv”文件包含逗号分隔值。text.delimiter字段分配有“,”。

您现在已经在“sampledb”中成功创建了“mytable”。

显示表

要显示 Tajo 中的表，请使用以下查询。

询问

sampledb> \d  
mytable  
sampledb> \d mytable

结果

上述查询将生成以下结果。

table name: sampledb.mytable 
table uri: file:/Users/workspace/Tajo/students.csv 
store type: TEXT 
number of rows: unknown 
volume: 261 B
Options: 
'timezone' = 'Asia/Kolkata' 
'text.null' = '\\N' 
'text.delimiter' = ','  
schema: 
id INT4 
name TEXT 
address TEXT 
age INT4 
mark INT4 

列表表

要获取表中的所有记录，请输入以下查询 -

询问

sampledb> select * from mytable;

结果

上述查询将生成以下结果。

插入表语句

Tajo 使用以下语法在表中插入记录。

句法

create table table1 (col1 int8, col2 text, col3 text);   
--schema should be same for target table schema  
Insert overwrite into table1 select * from table2;  
                     (or)  
Insert overwrite into LOCATION '/dir/subdir' select * from table; 

Tajo的insert语句类似于SQL的INSERT INTO SELECT语句。

询问

让我们创建一个表来覆盖现有表的表数据。

sampledb> create table test(sno int,name text,addr text,age int,mark int);  
OK 
sampledb> \d

结果

上述查询将生成以下结果。

mytable 
test

插入记录

要在“test”表中插入记录，请键入以下查询。

询问

sampledb> insert overwrite into test select * from mytable; 

结果

上述查询将生成以下结果。

Progress: 100%, response time: 0.518 sec

这里，“mytable”记录覆盖“test”表。如果您不想创建“test”表，则立即分配物理路径位置，如插入查询的替代选项中所述。

获取记录

使用以下查询列出“test”表中的所有记录 -

询问

sampledb> select * from test;

结果

上述查询将生成以下结果。

该语句用于添加、删除或修改现有表的列。

要重命名表，请使用以下语法 -

Alter table table1 RENAME TO table2;

询问

sampledb> alter table test rename to students;

结果

上述查询将生成以下结果。

OK

要检查更改后的表名称，请使用以下查询。

sampledb> \d  
mytable 
students

现在表“test”更改为“students”表。

添加列

要在“students”表中插入新列，请输入以下语法 -

Alter table <table_name> ADD COLUMN <column_name> <data_type>

询问

sampledb> alter table students add column grade text; 

结果

上述查询将生成以下结果。

OK

设置属性

该属性用于更改表的属性。

询问

sampledb> ALTER TABLE students SET PROPERTY 'compression.type' = 'RECORD',
   'compression.codec' = 'org.apache.hadoop.io.compress.Snappy Codec' ; 
OK

这里分配压缩类型和编解码器属性。

要更改文本分隔符属性，请使用以下命令 -

询问

ALTER TABLE students  SET PROPERTY ‘text.delimiter'=',';  
OK 

结果

上述查询将生成以下结果。

sampledb> \d students  
table name: sampledb.students 
table uri: file:/tmp/tajo-user1/warehouse/sampledb/students 
store type: TEXT 
number of rows: 10 
volume: 228 B 
Options: 
'compression.type' = 'RECORD' 
'timezone' = 'Asia/Kolkata' 
'text.null' = '\\N' 
'compression.codec' = 'org.apache.hadoop.io.compress.SnappyCodec' 
'text.delimiter' = ','  
schema: 
id INT4 
name TEXT 
addr TEXT 
age INT4 
mark INT4 
grade TEXT

上面的结果表明使用“SET”属性更改了表的属性。

选择语句

SELECT 语句用于从数据库中选择数据。

Select 语句的语法如下 -

SELECT [distinct [all]] * | <expression> [[AS] <alias>] [, ...] 
   [FROM <table reference> [[AS] <table alias name>] [, ...]] 
   [WHERE <condition>] 
   [GROUP BY <expression> [, ...]] 
   [HAVING <condition>] 
   [ORDER BY <expression> [ASC|DESC] [NULLS (FIRST|LAST)] [, …]]

哪里子句

Where 子句用于过滤表中的记录。

询问

sampledb> select * from mytable where id > 5;

结果

上述查询将生成以下结果。

查询返回id大于5的学生记录。

询问

sampledb> select * from mytable where name = ‘Peter’; 

结果

上述查询将生成以下结果。

Progress: 100%, response time: 0.117 sec 
 
  id,  name,  address,   age  
------------------------------- 
10,  Peter,  16 park avenue , 12 

结果仅过滤 Peter 的记录。

独特条款

表列可能包含重复值。DISTINCT 关键字可用于仅返回不同（不同）的值。

句法

SELECT DISTINCT column1,column2 FROM table_name;

询问

sampledb> select distinct age from mytable; 

结果

上述查询将生成以下结果。

Progress: 100%, response time: 0.216 sec  
age 
------------------------------- 
13 
12 

该查询从mytable返回学生的不同年龄。

分组依据子句

GROUP BY 子句与 SELECT 语句配合使用，将相同的数据分组。

句法

SELECT column1, column2 FROM table_name WHERE [ conditions ] GROUP BY column1, column2;

询问

select age,sum(mark) as sumofmarks from mytable group by age;

结果

上述查询将生成以下结果。

age,  sumofmarks 
------------------------------- 
13,  145 
12,  610

这里，“mytable”列有两种类型的年龄 - 12 和 13。现在查询按年龄对记录进行分组，并生成学生相应年龄的分数总和。

拥有子句

HAVING 子句使您能够指定过滤哪些组结果出现在最终结果中的条件。WHERE 子句将条件置于所选列上，而 HAVING 子句则将条件置于由 GROUP BY 子句创建的组上。

句法

SELECT column1, column2 FROM table1 GROUP BY column HAVING [ conditions ]

询问

sampledb> select age from mytable group by age  having  sum(mark) > 200; 

结果

上述查询将生成以下结果。

age 
------------------------------- 
12 

查询将记录按年龄分组，当条件结果 sum(mark) > 200 时返回年龄。

订购条款

ORDER BY 子句用于根据一列或多列按升序或降序对数据进行排序。Tajo数据库默认按照升序对查询结果进行排序。

句法

SELECT column-list FROM table_name  
[WHERE condition]  
[ORDER BY column1, column2, .. columnN] [ASC | DESC]; 

询问

sampledb> select * from mytable where mark > 60 order by name desc; 

结果

上述查询将生成以下结果。

查询按降序返回分数大于 60 的学生姓名。

创建索引语句

CREATE INDEX 语句用于在表中创建索引。索引用于快速检索数据。当前版本仅支持存储在 HDFS 上的纯文本格式的索引。

句法

CREATE INDEX [ name ] ON table_name ( { column_name | ( expression ) }

询问

create index student_index on mytable(id);

结果

上述查询将生成以下结果。

id 
——————————————— 

要查看为该列分配的索引，请键入以下查询。

default> \d mytable  
table name: default.mytable 
table uri: file:/Users/deiva/workspace/Tajo/students.csv 
store type: TEXT 
number of rows: unknown  
volume: 307 B 
Options: 
   'timezone' = 'Asia/Kolkata' 
   'text.null' = '\\N' 
   'text.delimiter' = ','  
schema: 
id INT4 
name TEXT 
address TEXT 
age INT4 
mark INT4   
Indexes:  
"student_index" TWO_LEVEL_BIN_TREE (id ASC NULLS LAST ) 

这里，Tajo 中默认使用 TWO_LEVEL_BIN_TREE 方法。

删除表语句

Drop Table 语句用于从数据库中删除表。

句法

drop table table name;

询问

sampledb> drop table mytable;

要检查该表是否已从表中删除，请键入以下查询。

sampledb> \d mytable;

结果

上述查询将生成以下结果。

ERROR: relation 'mytable' does not exist 

您还可以使用“\d”命令检查查询以列出可用的 Tajo 表。