华为云首页用户手册

数据仓库服务 GAUSSDB(DWS)-CREATE TABLE:参数说明

时间：2024-07-13 11:25:01

数据仓库服务 GAUSSDB(DWS)

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。

上一篇：数据仓库服务 GAUSSDB(DWS)-CREATE TABLE:示例

下一篇：数据仓库服务 GAUSSDB(DWS)-CREATE TABLE:示例