Apache Tajo 简明教程

Apache Tajo - SQL Statements

在上一章中，您已经了解如何在 Tajo 中创建表。本章说明 Tajo 中的 SQL 语句。

Create Table Statement

在转移到创建表之前，请按如下方法在 Tajo 安装目录路径中创建一个文本文件“students.csv” −

students.csv

Id	Name	Address	Age	Marks
1	Adam	23 New Street	21	90
2	Amit	12 Old Street	13	95
3	Bob	10 Cross Street	12	80
4	David	15 Express Avenue	12	85
5	Esha	20 Garden Street	13	50
6	Ganga	25 North Street	12	55
7	Jack	2 Park Street	12	60
8	Leena	24 South Street	12	70
9	Mary	5 West Street	12	75
10	Peter	16 Park Avenue	12	95

在文件创建后，转到终端并逐个启动 Tajo 服务器和 Shell。

Create Database

使用以下命令创建新数据库 −

Query

default> create database sampledb;
OK

连接到刚刚创建的数据库“sampledb”。

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

然后，按如下方法在“sampledb”中创建表 −

Query

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’;

Result

上述查询将生成以下结果。

OK

在此创建外部表。现在，您只需输入文件路径。如果您必须从 hdfs 分配表，请使用 hdfs 而非 file。

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

您现在已经成功在“sampledb”中创建“mytable”。

Show Table

如需在 Tajo 中显示表，请使用以下查询。

Query

sampledb> \d
mytable
sampledb> \d mytable

Result

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

List table

如需获取表中的所有记录，请键入以下查询 −

Query

sampledb> select * from mytable;

Result

上述查询将生成以下结果。

Insert Table Statement

Tajo 使用以下语法将记录插入表。

Syntax

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 的插入语句与 SQL 的 INSERT INTO SELECT 语句类似。

Query

我们来创建一张表以覆盖现有表的数据。

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

Result

上述查询将生成以下结果。

mytable
test

Insert Records

如需在“test”表中插入记录，请键入以下查询。

Query

sampledb> insert overwrite into test select * from mytable;

Result

上述查询将生成以下结果。

Progress: 100%, response time: 0.518 sec

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

Fetch records

使用以下查询列出“test”表中的所有记录 −

Query

sampledb> select * from test;

Result

上述查询将生成以下结果。

此语句用于添加、删除或修改现有表的列。

如需重命名表，请使用以下语法 −

Alter table table1 RENAME TO table2;

Query

sampledb> alter table test rename to students;

Result

上述查询将生成以下结果。

OK

如需检查更改的表名，请使用以下查询。

sampledb> \d
mytable
students

现在“test”表已更改为“students”表。

Add Column

如需在“students”表中插入新列，请键入以下语法 −

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

Query

sampledb> alter table students add column grade text;

Result

上述查询将生成以下结果。

OK

Set Property

此属性用于更改表的属性。

Query

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

在此，分配压缩类型和编解码器属性。

如需更改文本分隔符属性，请使用以下 −

Query

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

Result

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

以上结果显示可以使用“SET”属性来更改表的属性。

Select Statement

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)] [, …]]

Where Clause

Where 子句用于从表中筛选记录。

Query

sampledb> select * from mytable where id > 5;

Result

上述查询将生成以下结果。

查询返回 id 大于 5 的那些学生的记录。

Query

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

Result

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

该结果只筛选了 Peter 的记录。

Distinct Clause

一个表列可能包含重复的值。DISTINCT 关键字可用于仅返回不同的值。

Syntax

SELECT DISTINCT column1,column2 FROM table_name;

Query

sampledb> select distinct age from mytable;

Result

上述查询将生成以下结果。

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

该查询返回 mytable 中不同的学生年龄。

Group By Clause

GROUP BY 子句与 SELECT 语句配合使用，将相同的数据整理成组。

Syntax

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

Query

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

Result

上述查询将生成以下结果。

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

此处，“mytable”列有两种类型不同的年龄 - 12 和 13。现在，该查询按年龄对记录进行分组，并对学生相应年龄的成绩进行求和。

Having Clause

HAVING 子句使你能够指定过滤哪些组结果出现在最终结果中的条件。WHERE 子句对所选列设置条件，而 HAVING 子句则对 GROUP BY 子句创建的组设置条件。

Syntax

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

Query

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

Result

上述查询将生成以下结果。

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

该查询按年龄对记录进行分组并返回当条件结果 sum(mark) > 200 时的年龄。

Order By Clause

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

Syntax

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

Query

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

Result

上述查询将生成以下结果。

该查询以降序返回成绩大于 60 的那些学生的姓名。

Create Index Statement

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。

Syntax

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

Query

create index student_index on mytable(id);

Result

上述查询将生成以下结果。

id
———————————————

要查看已为该列分配的索引，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 )

此处，TWO_LEVEL_BIN_TREE 方法在 Tajo 中默认使用。

Drop Table Statement

Drop Table 语句用于从数据库中删除表。

Syntax

drop table table name;

Query

sampledb> drop table mytable;

要检查该表是否已从该表中删除，请键入以下查询。

sampledb> \d mytable;

Result

上述查询将生成以下结果。

ERROR: relation 'mytable' does not exist

您也可以使用 “\d” 命令检查查询以列出可用的 Tajo 表。