华为云首页用户手册

数据仓库服务 GAUSSDB(DWS)-CREATE TABLE AS:参数说明

时间：2024-12-24 10:32:39

数据仓库服务 GAUSSDB(DWS)

参数说明

UN LOG GED
指定表为非日志表。在非日志表中写入的数据不会被写入到预写日志中，这样就会比普通表快很多。但是，它也是不安全的，非日志表在冲突或异常关机后会被自动删截。非日志表中的内容也不会被复制到备用服务器中。在该类表中创建的索引也不会被自动记录。
- 使用场景：非日志表不能保证数据的安全性，用户应该在确保数据已经做好备份的前提下使用，例如系统升级时进行数据的备份。
- 故障处理：当异常关机等操作导致非日志表上的索引发生数据丢失时，用户应该对发生错误的索引进行重建。
  
  UNLOGGED表无主备机制，在系统故障或异常断点等情况下，会有数据丢失风险，不可用来存储基础数据。
table_name
要创建的表名。

取值范围：字符串，要符合标识符的命名规范。
column_name
新表中要创建的字段名。

取值范围：字符串，要符合标识符的命名规范。
WITH ( storage_parameter [= value] [, ... ] )
这个子句为表或索引指定一个可选的存储参数。参数的详细说明如下所示。
- FILLFACTOR
  一个表的填充因子（fillfactor）是一个介于10和100之间的百分数。如果指定了较小的填充因子，INSERT操作仅按照填充因子指定的百分率填充表页。每个页上的剩余空间将用于在该页上更新行，这就使得UPDATE有机会在同一页上放置同一条记录的新版本，这比把新版本放置在其他页上更有效。对于一个从不更新的表，将填充因子设为100是合适的选择，但是对于频繁更新的表，选择较小的填充因子则更加合适。该参数只对行存表有效。
  
  取值范围：10~100
  
  默认值：100，即完全填充。
- ORIENTATION
  取值范围：
  
  COLUMN：表的数据将以列式存储。
  
  ROW（缺省值）：表的数据将以行式存储。
- 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：
  
  列存表的有效值为YES/NO和LOW/MIDDLE/HIGH，默认值为LOW。
  
  暂不支持行存表压缩功能。
- 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。该参数只对列存表有效。
  
  取值范围：600000~2147483647
  
  默认值：4,200,000
- enable_delta
  指定了在列存表是否开启delta表。该参数只对列存表有效。
  
  默认值：off
- COLVERSION
  指定列存存储格式的版本，支持不同存储格式版本之间的切换。
  
  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：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
  在建列存表时选择COLVERSION=2.0，相比于1.0存储格式，在以下场景中性能有明显提升：
  1. 创建列存宽表场景下，建表时间显著减少。
  2. roach备份数据场景下，备份时间显著减少。
  3. build、catch up耗时显著减少。
  4. 占用磁盘空间大小显著减少。
- SKIP_FPI_HINT
  顺序扫描过程中，若需要写FPW(full page writes)日志时，该参数控制是否跳过设置HintBits操作。
  
  默认值：false
  
  设置SKIP_FPI_HINT=true时，在对某表执行checkpoint操作后，若对该表进行顺序扫描，将不再产生Xlog。适用于查询次数较少的中间表，有效减少Xlog的大小，提升查询性能。
COMPRESS / NOCOMPRESS
创建一个新表时，需要在创建表语句中指定关键字COMPRESS，这样，当对该表进行批量插入时就会触发压缩特性。该特性会在页范围内扫描所有元组数据，生成字典、压缩元组数据并进行存储。指定关键字NOCOMPRESS则不对表进行压缩。

缺省值：NOCOMPRESS，即不对元组数据进行压缩。
DISTRIBUTE BY
指定表如何在节点之间分布或者复制。
- REPLICATION：表的每一行存在所有数据节点( DN )中，即每个数据节点都有完整的表数据。
- ROUNDROBIN：表的每一行被依次发送给各个DN，在这种分布策略下可以保证数据分布不会存在倾斜，但是因为数据分布节点是随机的，导致这类表在计算时会更大概率的触发此表的重分布。各列倾斜都比较严重的大表推荐使用此种分布策略。（ROUNDROBIN仅8.1.2及以上版本支持）
- HASH (column_name ) ：对指定的列进行Hash，通过映射，把数据分布到指定DN。
- 当指定DISTRIBUTE BY HASH (column_name)参数时，创建主键和唯一索引必须包含“ column_name”列。
- 当被参照表指定DISTRIBUTE BY HASH (column_name)参数时，参照表的外键必须包含“ column_name”列。
默认值：由GUC参数default_distribution_mode控制。
- 当default_distribution_mode=roundrobin时，DISTRIBUTE BY的默认值按如下规则选取：
  1. 若建表时包含主键/唯一约束，则选取HASH分布，分布列为主键/唯一约束对应的列。
  2. 若建表时不包含主键/唯一约束，则选取ROUNDROBIN分布。
- 当default_distribution_mode=hash时，DISTRIBUTE BY的默认值按如下规则选取：
  1. 若建表时包含主键/唯一约束，则选取HASH分布，分布列为主键/唯一约束对应的列。
  2. 若建表时不包含主键/唯一约束，但存在数据类型支持作分布列的列，则选取HASH分布，分布列为第一个数据类型支持作分布列的列。
  3. 若建表时不包含主键/唯一约束，也不存在数据类型支持作分布列的列，选取ROUNDROBIN分布。
以下数据类型支持作为分布列：
- INTEGER TYPES：TINYINT，SMALLINT，INT，BIGINT，NUMERIC/DECIMAL
- CHARACTER TYPES：CHAR，BPCHAR，VARCHAR，VARCHAR2，NVARCHAR2，TEXT
- DATE/TIME TYPES：DATE，TIME，TIMETZ，TIMESTAMP，TIMESTAMPTZ，INTERVAL，SMALLDATETIME
COMMENT [=] 'text'
COMMENT子句可以在创建表时指定表注释。
AS query
一个SELECT VALUES命令或者一个运行预备好的SELECT或VALUES查询的EXECUTE命令。
[ WITH [ NO ] DATA ]
创建表时，是否也插入查询到的数据。默认是要数据，选择“NO”参数时，则不要数据。