华为云用户手册

proc_part_policy_pgjob_to_pgtask() 该函数仅在时序表从8.1.1升级到8.1.3版本时使用，函数用于迁移本数据库所有8.1.1版本时序表的分区管理任务。本函数将遍历本数据库中所有时序表，并检查时序表的分区管理任务是否迁移，如果没有迁移，则调用ts_table_part_policy_pgjob_to_pgtask函数，迁移该时序表的分区管理任务。如果中途出现迁移失败，则整体回滚。 示例： CALL proc_part_policy_pgjob_to_pgtask(); NOTICE: find table, name is cpu1, namespace is public. WARNING: The job on pg_jobs is migrated to pg_task, and the original job is broken, the job what is call proc_drop_partition('public.cpu1', interval '7 d'); , the job interval is interval '1 day'. CONTEXT: SQL statement "call ts_table_part_policy_pgjob_to_pgtask('public', 'cpu1');" PL/pgSQL function proc_part_policy_pgjob_to_pgtask() line 17 at EXECUTE statement WARNING: The job on pg_jobs is migrated to pg_task, and the original job is broken, the job what is call proc_add_partition('public.cpu1', interval '1 d'); , the job interval is interval '1 day'. CONTEXT: SQL statement "call ts_table_part_policy_pgjob_to_pgtask('public', 'cpu1');" PL/pgSQL function proc_part_policy_pgjob_to_pgtask() line 17 at EXECUTE statement NOTICE: find table, name is cpu2, namespace is public. WARNING: The job on pg_jobs is migrated to pg_task, and the original job is broken, the job what is call proc_add_partition('public.cpu2', interval '1 d'); , the job interval is interval '1 day'. CONTEXT: SQL statement "call ts_table_part_policy_pgjob_to_pgtask('public', 'cpu2');" PL/pgSQL function proc_part_policy_pgjob_to_pgtask() line 17 at EXECUTE statement proc_part_policy_pgjob_to_pgtask -------------------------------------- (1 row)

print_sql_part_policy_pgjob_to_pgtask() 该函数仅在时序表从8.1.1升级到8.1.3版本时使用，该函数用于打印SQL语句，每条语句可用于迁移单个8.1.1版本时序表的分区管理任务。由于proc_part_policy_pgjob_to_pgtask函数的迁移粒度是数据库级别，因此引入本函数，使用者可以手动执行本函数的打印内容，以实现单个时序表的迁移粒度。 示例： CALL print_sql_part_policy_pgjob_to_pgtask(); call ts_table_part_policy_pgjob_to_pgtask('public', 'cpu1'); call ts_table_part_policy_pgjob_to_pgtask('public', 'cpu2'); print_sql_part_policy_pgjob_to_pgtask --------------------------------------- (1 row)

get_timeline_count_internal(schema_name text, rel_name text) 函数用于获取时序表在当前DN节点上tag表的行数，只能在DN节点上使用。 参数名 类型 描述 Required/Option schema_name text 时序表所属schema的名称。 Required rel_name text 时序表的表名。 Required 示例： 创建表，并且插入数据： 1 2 3 4 5 6 7 8 9 10 11 CREATE TABLE IF NOT EXISTS CPU( scope_name text TSTag, server_ip text TSTag, group_path text TSTag, time timestamptz TSTime, idle numeric TSField ) with (orientation=TIMESERIES) distribute by hash(scope_name); insert into CPU values('dcxtataetaeta','10.145.255.33','saetataetaeta','2020-04-07 17:12:09+08', 60639); insert into CPU values('wrhtataetaeta','10.145.255.33','saetataetaeta','2020-04-07 17:12:09+08', 53311); insert into CPU values('saetataetaeta','10.145.255.33','saetataetaeta','2020-04-07 17:12:09+08', 27101); insert into CPU values('saetataetaeta','10.145.255.33','saetataetaeta','2020-04-07 17:12:09+08', 48005); 数据从delta表进入CU后，连接DN节点，执行该函数： 1 2 3 4 5 select get_timeline_count_internal('public', 'cpu'); get_timeline_count_internal ----------------------------- 2 (1 row)

gs_clean_tag_relation(tagOid oid) 函数用于清理tag表中无用的tagid对应的行数据。由于分区的自动删除，主表中的数据已经被清理，长期使用可能导致tag表中存在一些废弃数据，可以通过调用该函数，将长期以来不使用的tag表中的行数据进行清理，提高tag表的利用率。返回值为成功清理tag表的行数。 参数说明 参数名 类型 描述 Required/Option tagOid oid 淘汰指定tag表中无用的数据。 Required 示例： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 CREATE TABLE IF NOT EXISTS CPU( scope_name text TSTag, server_ip text TSTag, group_path text TSTag, time timestamptz TSTime, idle numeric TSField, system numeric TSField, util numeric TSField, vcpu_num numeric TSField, guest numeric TSField, iowait numeric TSField, users numeric TSField) with (orientation=TIMESERIES) distribute by hash(scope_name); SELECT oid FROM PG_CLASS WHERE relname='cpu'; oid ------- 19099 (1 row) SELECT gs_clean_tag_relation(19099); gs_clean_tag_relation ----------------------- 0 (1 row)

ts_table_part_policy_pgjob_to_pgtask(schemaName text, tableName text) 该函数仅在时序表从8.1.1升级到8.1.3版本时使用，用于迁移单个时序表的分区管理任务。8.1.1版本时序表的分区管理任务在pg_jobs表，而8.1.3版本的时序表分区管理任务在pg_task表，在8.1.1版本升级到8.1.3版本时，需要将时序表的分区管理任务从pg_jobs迁移到pg_task中。该函数只迁移时序表分区管理任务，迁移完成后将原有的pg_jobs任务设置为broken状态。 参数名 类型 描述 Required/Option schemaName text 时序表所属schema的名称。 Required tableName text 时序表的名称。 Required 示例： CALL ts_table_part_policy_pgjob_to_pgtask('public','cpu1'); WARNING: The job on pg_jobs is migrated to pg_task, and the original job is broken, the job what is call proc_drop_partition('public.cpu1', interval '7 d'); , the job interval is interval '1 day'. WARNING: The job on pg_jobs is migrated to pg_task, and the original job is broken, the job what is call proc_add_partition('public.cpu1', interval '1 d'); , the job interval is interval '1 day'. ts_table_part_policy_pgjob_to_pgtask ---------------------------------- (1 row)

get_timeline_count(relname regclass) 函数用于获取时序表在各个DN节点上tag表的行数，只能在CN节点上使用。 参数名 类型 描述 Required/Option relname regclass 时序表的名称。 Required 示例： 建表和导入数据与get_timeline_count_internal函数实例相同，连接CN节点，执行该函数。 1 2 3 4 5 6 select get_timeline_count('cpu'); get_timeline_count -------------------- (dn_1,2) (dn_2,1) (2 rows)

delta(field numeric) 用于计算按照时间排序后两行之间的差值。 表4 参数说明 参数名 类型 描述 Required/Option field 数值型 需要计算的列。 Required 该函数通常用于时序场景计算按照时间排序后相邻两行插值，用于流量，速度等指标监控。 delta是一个窗口函数，需要与over窗口函数使用。并且，over中rows语句不会改变delta函数结果，比如delta(value) over(order by time rows 1 preceding) 和 delta(value) over(order by time rows 3 preceding) 返回的结果是一致的。 示例： SELECT delta(value) over (rows 1 preceding) FROM (VALUES ('2019-07-12 00:00:00'::timestamptz, 1),('2019-07-12 00:01:00'::timestamptz, 2),('2019-07-12 00:02:00'::timestamptz, 3)) v(time,value);

spread(field numeric) 该函数用于计算某段时间内最大和最小值的差值。 表5 参数说明 参数名 类型 描述 Required/Option field 数值型 需要计算的列。 Required 该函数用于时序场景计算每个指标的增量，通常按照时间排序后计算。 每个分组内如果少于2个元组，返回结果为0，不要和over窗口函数混用。 示例： SELECT SPREAD(value) FROM (VALUES ('2019-07-12 00:00:00'::timestamptz, 1),('2019-07-12 00:01:00'::timestamptz, 2),('2019-07-12 00:02:00'::timestamptz, 3)) v(time,value);

last(column1, column2) 聚合函数。通过比较分组内column2列的值，找到其中的最大值，输出对应column1列的值。 表10 参数说明 参数名 类型 描述 Requried/Option column1 bigint/text/double/numeric 最终的输出列。 Required column2 timestamp/timestamptz/numeric 比较列。 Required 示例：复用time_fill表达式中的表定义和数据 求按照scope_name分组，每个分组内按照时间排序最靠后的idle的值： 1 2 3 4 5 6 select last(idle, time_string) from dcs_cpu group by scope_name; last ------ 2 3 (2 rows)

mode() within group (order by value anyelement) 对给定的列，返回出现频率最高的值，如果多个值频率相同，返回这些值中最小的那个值。 表6 参数说明 参数名 类型 描述 Required/Option value anyelement 查询列。 Required 需要与within group一起使用，无within group语句，会报错，该函数参数放在group的order by后面。 不能和over子句一起使用。 示例： SELECT mode() within group (order by value) FROM (VALUES ('2019-07-12 00:00:00'::timestamptz, 1),('2019-07-12 00:01:00'::timestamptz, 2),('2019-07-12 00:02:00'::timestamptz, 3)) v(time,value);

first(column1, column2) 聚合函数。通过比较分组内column2列的值，找到其中的最小值，输出对应column1列的值。 表9 参数说明 参数名 类型 描述 Requried/Option column1 bigint/text/double/numeric 最终的输出列。 Required column2 timestamp/timestamptz/numeric 比较列。 Required 示例：复用time_fill表达式中的表定义和数据。 求按照scope_name分组，每个分组内按照时间排序最靠前的idle的值： 1 2 3 4 5 6 select first(idle, time_string) from dcs_cpu group by scope_name; first ------- 1 3 (2 rows)

时序计算函数一览表 表1 时序计算支持的函数一览 功能 函数 用于计算按照时间排序后两行之间的差值。 delta 该函数用于计算某段时间内最大和最小值的差值。 spread 对给定的列，返回出现频率最高的值，如果多个值频率相同，返回这些值中最小的那个值。 mode() 计算百分位，是percentile_cont的近似算法。 value_of_percentile 给定百分位，计算对应的值。是value_of_percentile的逆运算。 percentile_of_value 通过比较column2列的值，找到其中的最小值，输出对应行column1列的值。 first 通过比较column2列的值，找到其中的最大值，输出对应行column1列的值。 last 用于获取时序表在当前DN节点上tag表的行数，只能在DN节点上使用。 get_timeline_count_internal 用于获取时序表在各个DN节点上tag表的行数，只能在CN节点上使用。 get_timeline_count 用于清理tag表中无用的tagid对应的行数据。 gs_clean_tag_relation 用于迁移单个时序表的分区管理任务，仅在时序表从8.1.1升级到8.1.3版本时使用。 ts_table_part_policy_pgjob_to_pgtask 用于迁移本数据库所有时序表的分区管理任务，仅在时序表从8.1.1升级到8.1.3版本时使用。 proc_part_policy_pgjob_to_pgtask 用于打印SQL语句，每条语句可用于迁移单个时序表的分区管理任务，仅在时序表从8.1.1升级到8.1.3版本时使用。 print_sql_part_policy_pgjob_to_pgtask 表2 按照时间填充的表达式 功能 表达式 对数据按照时间列排序后，补充缺失的时间数据信息（聚合以后的结果），补充的方法是用按照时间排序后的前值填充后值。 time_fill(interval, time_column, start_time, end_time), fill_last(agg_function(agg_column)) 对数据按照时间列排序后，补充缺失的时间数据信息（聚合以后的结果），补充的方法是用按照时间排序后的后值填充前值。 time_fill(interval, time_column, start_time, end_time), fill_first(agg_function(agg_column)) 对数据按照时间列排序后，补充缺失的时间数据信息（聚合以后的结果），补充的方法是用按照时间排序后前后两者的值填充当前值。 time_fill(interval, time_column, start_time, end_time), fill_avg(agg_function(agg_column)) 表3 参数说明 参数名 类型 描述 Required/Option interval 时间间隔类型：INTERVAL，最小单位是1秒。 按照时间分组的时间间隔。 Required time_column 时间类型，timestamp/timestamptz。 按照指定列做时间分组。 Required start_time 时间类型，timestamp/timestamptz。 分组的起始时间。 Required end_time 时间类型，timestamp/timestamptz。 分组的结束时间。 Required agg_function(agg_column)) 指定Agg函数对指定列做聚合。比如max(col)。 对Agg的结果按照指定的填充方法填充。 Required

TSFIELD支持的数据类型 时序表TSFIELD支持的数据类型如下表： 表1 支持的数据类型 类别 数据类型 描述 是否支持 长度 取值 Numeric Types SMALLINT 小范围整数。 支持 2字节 -32,768 ~ +32,767 INTEGER 常用的整数。 支持 4字节 -2,147,483,648 ~ +2,147,483,647 BIGINT 大范围整数。 支持 8字节 -9,223,372,036,854,775,808 ~ 9,223,372,036,854,775,807 NUMERIC[(p[,s])] DECIMAL[(p[,s])] 精度p取值范围为[1，1000]，标度s取值范围为[0，p]。 支持 可变长度 未指定精度的情况下，小数点前最大131,072位，小数点后最大16,383位。 REAL 单精度浮点数，不精准。 支持 4字节 6位十进制数字精度。 DOUBLE PRECISION 双精度浮点数，不精准。 支持 8字节 1E-307~1E+308， 15位十进制数字精度。 SMALLSERIAL 二字节序列整型。 支持 2字节 1 ~ 32,767 SERIAL 四字节序列整型。 支持 4字节 1 ~ 2,147,483,647 BIGSERIAL 八字节序列整型。 支持 8字节 1 ~ 9,223,372,036,854,775,807 Monetary Types MONEY 货币金额。 支持 8字节 -92233720368547758.08 ~ +92233720368547758.07 Character Types VARCHAR(n) CHARACTER VARYING(n) 变长字符串。 支持 n是指字节长度，n小于10485761。 最大为10MB。 CHAR(n) CHARACTER(n) 定长字符串，不足填充空格。 支持 n是指字节长度，如不带精度n，默认精度为1。n小于10485761。 最大为10MB。 CHARACTER CHAR 单字节内部类型。 支持 1字节 - TEXT 变长字符串。 支持 可变长度 最大为1GB-8023B（即1073733621B）。 NVARCHAR2(n) 变长字符串。 支持 可变长度 最大为10MB。 NAME 用于对象名的内部类型。 不支持 64字节 - Date/Time Types TIMESTAMP[(p)][WITH TIME ZONE] 日期和时间，带时区。p表示小数点后的精度，取值范围为0~6。 支持 8字节 - TIMESTAMP[(p)] [WITHOUT TIME ZONE] 日期和时间。 p表示小数点后的精度，取值范围为0~6。 支持 8字节 - DATE oracle兼容模式下等价于timestamp(0)，记录日期和时间。 其他模式下，记录日期。 支持 oracle兼容模式下，占存储空间8字节 其他模式下，占存储空间4字节 - TIME [(p)] [WITHOUT TIME ZONE] 只用于一日内时间。 p表示小数点后的精度，取值范围为0~6。 支持 8字节 - TIME [(p)] [WITH TIME ZONE] 只用于一日内时间，带时区。 p表示小数点后的精度，取值范围为0~6。 支持 12字节 - INTERVAL 时间间隔。 支持 16字节 - big object CLOB 变长字符串。文本大对象。 支持 可变长度 最大为1GB-8023B（即1073733621B）。 BLOB 二进制大对象。 不支持 可变长度 最大为1G-8023B（即1073733621B）。 other types … … 不支持 … … 父主题： 支持和限制

与标准数仓的区别 IoT数仓与标准数仓是 GaussDB (DWS)的两种不同类型产品，在使用上也存在一定差异，具体可参考表1进行对比分析。 表1 IoT数仓与标准数仓的差异 数仓类型 标准数仓 IoT数仓 适用场景 融合分析业务，一体化OLAP分析场景。主要应用于金融、政企、电商、能源等领域。 应用性能监控及物联网IoT等实时分析场景。主要应用于环境监测、自动驾驶、系统监控等行业。 产品优势 性价比高，使用场景广泛。 支持冷热数据分析，存储、计算弹性伸缩，无限算力、无限容量等。 高效的时序计算和IoT分析能力。 丰富的时序处理函数，支持实时和历史数据关联，内置时序算子，海量数据写入，高压缩以及多维度分析等能力。并且继承标准数仓的各种优势场景。 功能特点 支持海量数据离线处理和交互查询，数据规模大、复杂数据挖掘具有很好的性能优势。 千万时间线，秒级聚合，典型IoT场景下导入和查询较传统引擎提升数倍。 SQL语法 SQL语法兼容性高，语法通用，易于使用。 兼容标准数仓语法，新增IoT数仓特有DDL语法。 GUC参数 丰富的GUC参数，根据客户业务场景适配最适合客户的数仓环境。 兼容标准数仓GUC参数，新增支持IoT数仓调优等GUC参数。

数据特征 时序数据列可以分为三类： Tag列：将表征数据源来源或者属性信息的列作为Tag列，该列的数值相对稳定，不随时间变化而变化。 Field列：将采样的维度作为数据列，因为该列的数据一般随时间变化而变化，存储各个指标的value。 Time列：表示采样时刻的时间戳。 如图1为典型发电机组数据采样示意图。共有三台发电机组，每个时间点分别采样四种数据：电压、功率、频率和电流相角。随着时间的流逝，每个采样的时间点将采样到的数据源源不断的传输。示意图中每条虚线都可以表示为一条时间线。 如图2所示可以将示意图转化为具体的一张表来存储数据，发电机组的某个指标随时间变化形成一条时间线，通过tag + field + time组合确定一条时间线。 橙色区域的tag列包含发电机、生产厂商、型号、位置、ID，不会随时间的变化而变化； 蓝色区域的field列包含电压、功率、频率、电流相角，这些列是目标采样维度，存储的采样数据会随着时间动态变化； 黄色区域为time列，表示采样的时间点。 图1 发电机组数据采样示意图 图2 存储数据表

技术特点 海量数据写入能力 在自动驾驶汽车监测的数据每秒只采集5种测量数据（速度、温度、发动机功率、方向、坐标），1000W辆汽车每秒中将会有5000W的TPS。 写入平稳、持续 不同于传统业务场景，时序数据的产生通常以一个固定的时间频率进行采集，不受其他因素的制约，其数据生成的速度是相对平稳。 写多读少 与应用场景相关，时序数据90%左右的操作都是写操作。例如在监控场景下每天需要存储很多数据，但是读取的数据比较少，通常只会关注几个特定关键指标在一定时间范围内的数据。 高压缩率 高压缩率能够带来两方面的收益。一方面能够节省大量的硬件存储成本，节省硬盘的开销。另一方面压缩后的数据可以更容易存储到内存中，显著提高查询的性能。 实时写入新数据 时序数据的写入是实时的，采集的数据反应客观信息，数据是随着时间推进不断产生，不存在旧数据更新场景。 数据读取概率高 最近时间的数据具有的价值更高，因此被读取的概率高。例如在监控场景下，最近几个小时或者几天的监控数据最可能被访问，而一个季度或者一年前的数据极少访问。 多维分析 时序数据来自不同个体且拥有不同属性。例如在监控场景下，通过对某个集群上每台机器的网络流量监控，可以查询分析某台机器的网络流量，也可以同时查询集群总的网络流量。

应用场景 典型IoT数仓主要服务两类业务场景，应用性能监控（Application Performance Management， APM ）和物联网（Internet of Things，IoT），主要体现在以下几个方面： 商业零售：电商系统订单交易金额，支付金额数据，商品库存，物流数据； 金融交易：股票交易系统持续记录股票价格，交易量等； 社会生活：智能电表实时记录每小时的用电量数据等； 工业领域：工业机器数据例如风力发电机，获取实时转速、风速数据、发电量数据等； 系统监控：IT基础设施的负载和资源使用率，DevOps监控数据、移动/Web应用程序事件流等； 环境监测：自然环境（如温度、空气、水文、风力等）的监测，科学测量结果等； 城市管理：城市交通的监测（车辆、人流、道路等）； 自动驾驶：自动驾驶汽车持续收集所处环境中的变化数据等。

示例 创建简单的时序表： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 CREATE TABLE IF NOT EXISTS CPU( scope_name text TSTag, server_ip text TSTag, group_path text TSTag, time timestamptz TSTime, idle numeric TSField, system numeric TSField, util numeric TSField, vcpu_num numeric TSField, guest numeric TSField, iowait numeric TSField, users numeric TSField) with (orientation=TIMESERIES) distribute by hash(scope_name); CREATE TABLE CPU1( idle numeric TSField, IO numeric TSField, scope text TSTag, IP text TSTag, time timestamp TSTime ) with (TTL='7 days', PERIOD='1 day', orientation=TIMESERIES); CREATE TABLE CPU2 (LIKE CPU INCLUDING ALL);

参数说明 IF NOT EXISTS 如果已经存在相同名称的表，不会报出错误，而会发出通知，告知通知此表已存在。 table_name 要创建的表名。 column_name 新表中要创建的字段名。 data_type 字段的数据类型。 kv_type 列的kv_type属性：维度属性（TSTAG），指标属性（TSFIELD），时间属性（TSTIME）； 时序表必须指定一个时间属性（TSTIME），且只能指定一个，tstime类型的列不能被删除。至少存在一个TSTAG和TSFIELD列，否则建表报错。 TSTAG列支持类型：text、char、boo、int、big int。 TSTIME列支持类型：timestamp with time zone、timestamp without time zone。在兼容Oracle语法的数据库中，也支持date类型。涉及到时区相关操作时，请选择带时区的时间类型。 TSFIELD列支持类型见TSFIELD支持的数据类型。 LIKE source_table [like_option...] LIKE子句声明一个表，新表自动从这个表中继承所有字段名及其数据类型。 新表与原表之间在创建动作完毕之后是完全无关的。在原表做的任何修改都不会传播到新表中，并且也不可能在扫描原表的时候包含新表的数据。 被复制的列并不使用相同的名字进行融合。如果明确的指定了相同的名字或者在另外一个LIKE子句中，将会报错。 时序表只能从时序表中进行继承。 WITH( { storage_parameter = value } [, ...] ) 这个子句为表指定一个可选的存储参数。 ORIENTATION 指定表数据的存储方式，即时序方式、行存方式、列存方式，该参数设置成功后就不再支持修改。 取值范围： TIMESERIES，表示表的数据将以时序方式存储。 COLUMN，表示表的数据将以列存方式存储。 ROW，表示表的数据将以行方式存储。 默认值：ROW。 COMPRESSION 指定表数据的压缩级别，它决定了表数据的压缩比以及压缩时间。一般来讲，压缩级别越高，压缩比也越大，压缩时间也越长；反之亦然。实际压缩比取决于加载的表数据的分布特征。 取值范围： 时序表和列存表的有效值为YES/NO和/LOW/MIDDLE/HIGH，默认值为LOW。当设置为YES时，压缩级别默认为LOW。 暂不支持行存表压缩功能。 ORC格式迁移到GaussDB(DWS)列存表，如果使用low级别压缩，单副本大小大约是ORC的1.5~2倍；如果使用high级别压缩，单副本大小基本与ORC持平，在新建GaussDB(DWS)集群规模时，需考虑该转换关系。 列存middle压缩固定使用字典压缩，对于数据特征不适合字典压缩的数据，使用middle压缩的结果可能比low压缩更大。 GaussDB(DWS)内部提供如下压缩算法。 表1 列存压缩算法 COMPRESSION NUMERIC STRING INT LOW delta压缩+RLE压缩 lz4压缩 delta压缩（RLE可选） MIDDLE delta压缩+RLE压缩+lz4压缩 dict压缩或lz4压缩 delta压缩或lz4压缩（RLE可选） HIGH delta压缩+RLE压缩+zlib压缩 dict压缩或zlib压缩 delta压缩或zlib压缩（RLE可选） COMPRESSLEVEL 指定表数据同一压缩级别下的不同压缩水平，它决定了同一压缩级别下表数据的压缩比以及压缩时间。对同一压缩级别进行了更加详细的划分，为用户选择压缩比和压缩时间提供了更多的空间。总体来讲，此值越大，表示同一压缩级别下压缩比越大，压缩时间越长；反之亦然。该参数只对时序表和列存表有效。 取值范围：0~3，默认值为0。 MAX_BATCHROW 指定了在数据加载过程中一个存储单元可以容纳记录的最大数目。该参数只对时序表和列存表有效。 取值范围：10000~60000 默认值60000 PARTIAL_CLUSTER_ROWS 指定了在数据加载过程中进行将局部聚簇存储的记录数目。该参数只对时序表和列存表有效。 取值范围：600000~2147483647 ENABLE_DELTA 指定了在时序表是否开启delta表。该参数只对时序表和列存表有效。 默认值：on SUB_PARTITION_COUNT 指定时序表二级分区的个数。该参数用于设置在导入阶段二级分区个数。在建表时进行设置，建表后不支持修改。不建议用户随意设置该默认值，可能会影响导入和查询的性能。 取值范围：1～1024，默认值为32 DELTAROW_THRESHOLD 指定时序表导入时小于多少行（SUB_PARTITION_COUNT * DELTAROW_THRESHOLD）的数据进入delta表，enable_delta开启时生效。该参数只对时序表和列存表有效。 取值范围：0～60000 默认值：10000 COLVERSION 指定时存储格式的版本，仅时序表和列存表支持该参数，时序表不支持不同存储格式版本之间的切换。时序表只支持2.0版本。 取值范围： 1.0：列存表的每列以一个单独的文件进行存储，文件名以relfilenode.C1.0、relfilenode.C2.0、relfilenode.C3.0等命名。 2.0：时序表/列存表的每列合并存储在一个文件中，文件名以relfilenode.C1.0命名。 默认值：2.0 TTL 设置时序表定时删除分区task任务。默认不创建删除分区task任务。 取值范围： 1 hour ~ 100 years PERIOD 设置时序表定时创建分区task任务。如果设置TTL，PERIOD不能大于TTL。 取值范围： 1 hour ~ 100 years， 默认值：1 day TABLESPACE tablespace_name 创建新表时指定此关键字，表示新表将要在指定表空间内创建。如果没有声明，将使用默认表空间。 DISTRIBUTE BY 指定表如何在节点之间分布或者复制。 取值范围： HASH (column_name ) ：对指定的列进行Hash，通过映射，把数据分布到指定DN。 时序表当前默认按照所有TAG列进行分布。 TO { GROUP groupname | NODE ( nodename [, ... ] ) } TO GROUP指定创建表所在的Node Group，目前不支持hdfs表使用。TO NODE主要供内部扩容工具使用，一般用户不应该使用。 PARTITION BY 指定时序表的初始分区。时序表的分区键必须是TSTIME列。 TTL（Time To Live）指明该表的数据保存周期，超过TTL周期的数据将被清理。Period指明按照时间划分的周期对数据进行分区，分区的大小可能对查询性能有影响，同时每隔周期时间会创建一个新的周期大小的分区。TTL和Period值为Interval类型，例如：“1 hour”, “1 day”, “1 week”, “1 month” ,“1 year”, “1 month 2 day 3 hour”... Storage_parameter存储参数中的orientation指明是否为时序存储方式，只有当orientation为timeseries时存储方式才支持Key Value存储。 时序表不需要手动指定DISTRIBUTE BY和PARTITION BY，默认按照所有tag列分布，同时以TSTIME列为分区键，创建具有自动分区管理功能的分区表。

功能描述 在当前数据库中创建一个新的空白时序表，该表由命令执行者所有。 IoT数仓提供创建时序表DDL语句。创建时序表DDL需要提供时序表基于Key Value存储所需的维度属性（tstag）、指标属性（tsfield）以及时间（tstime）属性的相关信息。同时作为 时序数据库 ，允许指明数据的生命周期TTL（Time To Live）以及分区创建时间周期（Period）来提供自动分区创建和自动分区删除的能力。创建时序表需要将orientation属性设置为timeseries。

注意事项 创建时序表的用户需要有schema cstore的USAGE权限。 时序表的所有属性除时间属性必须指明是维度（TSTAG）还是指标（TSFIELD）。 如果显式地指定partition by分区键，只允许使用时间列作为分区键。 drop column包含索引列时，会使用剩余的索引列重建索引。如果索引列都被剔除，则会使用前10列tag列重建索引。 时序表不支持：update，upsert，主键，pck。 每一个时序表绑定一张tag表，tag表的oid和index oid分别记录在pg_class中reltoastrelid和reltoastidxid字段。 tag表默认使用前10列tag列创建索引。 tag表不允许在CN查询，查询表大小的时候会包含tag表。 非时序表建表语句设置列kvtype不生效。

语法格式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 CREATE TABLE [ IF NOT EXISTS ] table_name ({ column_name data_type [ kv_type ] | LIKE source_table [like_option [...] ] } } [, ... ]) [ WITH ( {storage_parameter = value} [, ... ] ) ] [ TABLESPACE tablespace_name ] [ DISTRIBUTE BY HASH ( column_name [,...])] [ TO { GROUP groupname | NODE ( nodename [, ... ] ) } ] [ PARTITION BY { {RANGE (partition_key) ( partition_less_than_item [, ... ] )} } [ { ENABLE | DISABLE } ROW MOVEMENT ] ]; 其中like选项like_option为： { INCLUDING | EXCLUDING } { DEFAULTS | CONSTRAINTS | INDEXES | STORAGE | COMMENTS | PARTITION | RELOPTIONS | DISTRIBUTION | ALL }

参数说明 UNIQUE 创建唯一性索引，每次添加数据时检测表中是否有重复值。如果插入或更新的值会引起重复的记录时，将导致一个错误。 目前只有行存表B-tree索引和列存表的B-tree索引支持唯一索引。 schema_name 要创建的索引所在的模式名。指定的模式名需与表所在的模式相同。 index_name 要创建的索引名，索引的模式与表相同。 取值范围：字符串，要符合标识符的命名规范。 table_name 需要为其创建索引的表的名字，可以用模式修饰。 取值范围：已存在的表名。 USING method 指定创建索引的方法。 取值范围： btree：B-tree索引使用一种类似于B+树的结构来存储数据的键值，通过这种结构能够快速的查找索引。btree适合支持比较查询以及查询范围。 gin：GIN索引是倒排索引，可以处理包含多个键的值（比如数组）。 gist：Gist索引适用于几何和地理等多维数据类型和集合数据类型。 Psort：Psort索引。针对列存表进行局部排序索引。 行存表支持的索引类型：btree（行存表缺省值）、gin、gist。列存表支持的索引类型：Psort（列存表缺省值）、btree、gin。 column_name 表中需要创建索引的列的名字（字段名）。 如果索引方式支持多字段索引，可以声明多个字段。最多可以声明32个字段。 expression 创建一个基于该表的一个或多个字段的表达式索引，通常必须写在圆括弧中。如果表达式有函数调用的形式，圆括弧可以省略。 表达式索引可用于获取对基本数据的某种变形的快速访问。比如，一个在upper(col)上的函数索引将允许WHERE upper(col) = 'JIM'子句使用索引。 在创建表达式索引时，如果表达式中包含IS NULL子句，则这种索引是无效的。此时，建议用户尝试创建一个部分索引。 COLLATE collation COLLATE子句指定列的排序规则（该列必须是可排列的数据类型）。如果没有指定，则使用默认的排序规则。 opclass 操作符类的名字。对于索引的每一列可以指定一个操作符类，操作符类标识了索引那一列的使用的操作符。例如一个B-tree索引在一个四字节整数上可以使用int4_ops；这个操作符类包括四字节整数的比较函数。实际上对于列上的数据类型默认的操作符类是足够用的。操作符类主要用于一些有多种排序的数据。例如，用户想按照绝对值或者实数部分排序一个复数，可通过定义两个操作符类，当建立索引时选择合适的类。 ASC 指定按升序排序 （默认）。本选项仅行存支持。 DESC 指定按降序排序。本选项仅行存支持。 NULLS FIRST 指定空值在排序中排在非空值之前，当指定DESC排序时，本选项为默认的。 NULLS LAST 指定空值在排序中排在非空值之后，未指定DESC排序时，本选项为默认的。 WITH ( {storage_parameter = value} [, ... ] ) 指定索引方法的存储参数。 取值范围： 只有GIN索引支持FASTUPDATE，GIN_PENDING_LIST_LIMIT参数。GIN和Psort之外的索引都支持FILLFACTOR参数。 FILLFACTOR 一个索引的填充因子（fillfactor）是一个介于10和100之间的百分数。 取值范围：10~100 FASTUPDATE GIN索引是否使用快速更新。 取值范围：ON，OFF 默认值：ON GIN_PENDING_LIST_LIMIT 当GIN索引启用fastupdate时，设置该索引pending list容量的最大值。 取值范围：64~INT_MAX，单位KB。 默认值：gin_pending_list_limit的默认取决于GUC中gin_pending_list_limit的值（默认为4MB）。 WHERE predicate 创建一个部分索引。部分索引是一个只包含表的一部分记录的索引，通常是该表中比其他部分数据更有用的部分。例如，有一个表，表里包含已记账和未记账的定单，未记账的定单只占表的一小部分而且这部分是最常用的部分，此时就可以通过只在未记账部分创建一个索引来改善性能。另外一个可能的用途是使用带有UNIQUE的WHERE强制一个表的某个子集的唯一性。 取值范围：predicate表达式只能引用表的字段，它可以使用所有字段，而不仅是被索引的字段。目前，子查询和聚集表达式不能出现在WHERE子句里。 PARTITION index_partition_name 索引分区的名称。 取值范围：字符串，要符合标识符的命名规范。

语法格式 在表上创建索引。 1 2 3 4 5 CREATE [ UNIQUE ] INDEX [ [ schema_name. ] index_name ] ON table_name [ USING method ] ({ { column_name | ( expression ) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ] [ NULLS { FIRST | LAST } ] }[, ...] ) [ WITH ( {storage_parameter = value} [, ... ] ) ] [ TABLESPACE tablespace_name ] [ WHERE predicate ]; 在分区表上创建索引。 1 2 3 4 5 CREATE [ UNIQUE ] INDEX [ [ schema_name. ] index_name ] ON table_name [ USING method ] ( {{ column_name | ( expression ) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ] [ NULLS LAST ] }[, ...] ) LOCAL [ ( { PARTITION index_partition_name [ TABLESPACE index_partition_tablespace ] } [, ...] ) ] [ WITH ( { storage_parameter = value } [, ...] ) ] [ TABLESPACE tablespace_name ];

注意事项 索引自身也占用存储空间、消耗计算资源，创建过多的索引将对数据库性能造成负面影响（尤其影响数据导入的性能，建议在数据导入后再建索引）。因此，仅在必要时创建索引。 索引定义里的所有函数和操作符都必须是immutable类型的，即它们的结果必须只能依赖于它们的输入参数，而不受任何外部的影响（如另外一个表的内容或者当前时间）。这个限制可以确保该索引的行为是定义良好的。要在一个索引上或WHERE中使用用户定义函数，请把它标记为immutable类型函数。 在分区表上创建唯一索引时，索引项中必须包含分布列和所有分区键。 列存表和HDFS表支持B-tree索引，不支持创建表达式索引、部分索引。 列存表支持通过B-tree索引建立唯一索引。 列存表和HDFS表支持的PSORT索引不支持创建表达式索引、部分索引和唯一索引。 列存表支持的GIN索引支持创建表达式索引，但表达式不能包含空分词、空列和多列，不支持创建部分索引和唯一索引。 时序表中仅支持在tag列上创建索引，针对时序表创建的任何索引类型，都会转化成tag表上的双索引（btree和gin索引），这两个索引的索引列为指定创建的索引列。默认情况下使用tag表的前三列为默认的索引列。

功能描述 在指定的表上创建索引。 索引可以用来提高数据库查询性能，但是不恰当的使用将导致数据库性能下降。建议仅在匹配如下某条原则时创建索引： 经常执行查询的字段。 在连接条件上创建索引，对于存在多字段连接的查询，建议在这些字段上建立组合索引。例如，select * from t1 join t2 on t1.a=t2.a and t1.b=t2.b，可以在t1表上的a，b字段上建立组合索引。 where子句的过滤条件字段上（尤其是范围条件）。 在经常出现在order by、group by和distinct后的字段。 在分区表上创建索引与在普通表上创建索引的语法不太一样，使用时请注意，如分区表上不支持并行创建索引、不支持创建部分索引、不支持NULL FIRST特性。

gtm_option 参数说明：GaussDB(DWS)场景下，指定GTM运行模式。该参数仅8.2.1及以上集群版本支持。 GTM模式：常规模式，由GTM统一管理运行中的事务，以及XID和 CS N的分配工作。 GTM-Lite模式：GTM只负责XID的分配和CSN的更新，不再负责全局事务管理。GTM-Lite模式适用于高并发，短查询的TP场景，可以在保证事务一致性的情况下提升查询性能。 GTM-Free模式：分布式事务只支持写外部一致性，不具有读外部一致性。IoT数仓场景下设置不生效。 参数类型：POSTMASTER 取值范围：枚举类型 gtm或0：表示开启GTM模式。 gtm-lite或1：表示开启GTM-Lite模式。 gtm-free或2：表示开始GTM-Free模式。 默认值：gtm GaussDB(DWS)和GTM都有相同含义的gtm_option参数，对于GTM和GTM-Lite两种模式，一定要在gaussdb和gtm上设置为相同的模式，否则会出现业务报错无法执行的问题。 GTM-Free模式可以通过enable_gtm_free = on或gtm_option = gtm-free的任一方法开启。 设置非GTM-Free模式时，enable_gtm_free必须设置为off。 GTM-Free模式仅在混合云与ESL场景设置后生效。

enable_tagbucket_auto_adapt 参数说明：设置是否开启tagbucket自适应调整。开启情况下，会根据当前时间段内，对查询语句使用频率较高的tag列进行优化，对查询where条件中包含该tag列的查询语句进行加速。 参数类型：POSTMASTER 取值范围：布尔型 on/true表示开启tagbucket自适应调整。 off/false表示关闭tagbucket自适应调整。 默认值：on

autoanalyze 参数说明：标识是否允许在生成计划的时候，对于没有统计信息的表进行统计信息自动收集，如果在autoanalyze某个表的过程中数据库发生异常，当数据库恢复后再执行语句有可能仍提示需要收集此表的统计信息。此时需要用户对该表手动执行一次。 参数类型： SUSET 取值范围： 布尔型 on/true表示允许自动进行统计信息收集。 off/false表示不允许自动进行统计信息收集。 默认值： off 当前不支持对外表触发autoanalyze，不支持对带有ON COMMIT [DELETE ROWS|DROP]选项的临时表触发autoanalyze，如需收集，需用户手动执行analyze操作。

扩展限制 IoT数仓只支持部分关系型语法，具体情况如下： 表1 支持的语法 语法 是否支持 CREATE TABLE 支持 CREATE TABLE LIKE 支持 DROP TABLE 支持 INSERT 支持 COPY 支持 SELECT 支持 TRUNCATE 支持 EXPLAIN 支持 ANALYZE 支持 VACUUM 支持 ALTER TABLE DROP PARTITION 支持 ALTER TABLE ADD PARTITION 支持 ALTER TABLE SET WITH OPTION 支持 ALTER TABLE DROP COLUMN 支持 ALTER TABLE ADD COLUMN 支持 ALTER TABLE ADD NODELIST 支持 ALTER TABLE CHANGE OWNER 支持 ALTER TABLE RENAME COLUMN 支持 ALTER TABLE TRUNCATE PARTITION 支持 CREATE INDEX 支持 DROP INDEX 支持 DELETE 支持 ALTER TABLE 其他 不支持 ALTER INDEX 不支持 MERGE 不支持 SELECT INTO 支持 UPDATE 不支持 CREATE TABLE AS 不支持 父主题： 支持和限制