DokumentationExperience PlatformHandbuch zum Abfragedienst

SQL-Syntax in Query Service

Last update: Mon Dec 30 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Erstellt für:

  • Benutzende
  • Entwickler

Sie können standardmäßige ANSI-SQL für SELECT und andere eingeschränkte Befehle im Abfrage-Service von Adobe Experience Platform verwenden. Dieses Dokument behandelt die von Query Service unterstützte SQL-Syntax.

SELECT queries select-queries

Die folgende Syntax definiert eine SELECT Abfrage, die von Query Service unterstützt wird:

[ WITH with_query [, ...] ]
SELECT [ ALL | DISTINCT [( expression [, ...] ) ] ]
    [ * | expression [ [ AS ] output_name ] [, ...] ]
    [ FROM from_item [, ...] ]
    [ SNAPSHOT { SINCE start_snapshot_id | AS OF end_snapshot_id | BETWEEN start_snapshot_id AND end_snapshot_id } ]
    [ WHERE condition ]
    [ GROUP BY grouping_element [, ...] ]
    [ HAVING condition [, ...] ]
    [ WINDOW window_name AS ( window_definition ) [, ...] ]
    [ { UNION | INTERSECT | EXCEPT | MINUS } [ ALL | DISTINCT ] select ]
    [ ORDER BY expression [ ASC | DESC | USING operator ] [ NULLS { FIRST | LAST } ] [, ...] ]
    [ LIMIT { count | ALL } ]
    [ OFFSET start ]

Im folgenden Abschnitt finden Sie die verfügbaren Optionen für die Schlüsselwörter FROM, GROUP und WITH.

`from_item`
code language-sql 
table_name [ * ] [ [ AS ] alias [ ( column_alias [, ...] ) ] ]
code language-sql 
[ LATERAL ] ( select ) [ AS ] alias [ ( column_alias [, ...] ) ]
code language-sql 
with_query_name [ [ AS ] alias [ ( column_alias [, ...] ) ] ]
code language-sql 
from_item [ NATURAL ] join_type from_item [ ON join_condition | USING ( join_column [, ...] ) ]
`grouping_element`
code language-sql 
( )
code language-sql 
expression
code language-sql 
( expression [, ...] )
code language-sql 
ROLLUP ( { expression | ( expression [, ...] ) } [, ...] )
code language-sql 
CUBE ( { expression | ( expression [, ...] ) } [, ...] )
code language-sql 
GROUPING SETS ( grouping_element [, ...] )
`with_query`
code language-sql 
 with_query_name [ ( column_name [, ...] ) ] AS ( select | values )

Die folgenden Unterabschnitte enthalten Details zu zusätzlichen Klauseln, die Sie in Ihren Abfragen verwenden können, sofern sie dem oben beschriebenen Format entsprechen.

SNAPSHOT-Klausel

Diese Klausel kann verwendet werden, um Daten einer Tabelle basierend auf Momentaufnahme-IDs inkrementell zu lesen. Eine Momentaufnahme-ID ist eine Checkpoint-Markierung, die durch eine Zahl vom Typ „Long“ dargestellt wird. Diese Zahl wird jedes Mal auf eine Data-Lake-Tabelle angewendet, wenn Daten in die Tabelle geschrieben werden. Die SNAPSHOT-Klausel hängt sich an die Tabellenbeziehung an, neben der sie verwendet wird.

    [ SNAPSHOT { SINCE start_snapshot_id | AS OF end_snapshot_id | BETWEEN start_snapshot_id AND end_snapshot_id } ]

Beispiel

SELECT * FROM table_to_be_queried SNAPSHOT SINCE start_snapshot_id;

SELECT * FROM table_to_be_queried SNAPSHOT AS OF end_snapshot_id;

SELECT * FROM table_to_be_queried SNAPSHOT BETWEEN start_snapshot_id AND end_snapshot_id;

SELECT * FROM table_to_be_queried SNAPSHOT BETWEEN HEAD AND start_snapshot_id;

SELECT * FROM table_to_be_queried SNAPSHOT BETWEEN end_snapshot_id AND TAIL;

SELECT * FROM (SELECT id FROM table_to_be_queried BETWEEN start_snapshot_id AND end_snapshot_id) C

(SELECT * FROM table_to_be_queried SNAPSHOT SINCE start_snapshot_id) a
  INNER JOIN
(SELECT * from table_to_be_joined SNAPSHOT AS OF your_chosen_snapshot_id) b
  ON a.id = b.id;

In der folgenden Tabelle wird die Bedeutung der einzelnen Syntaxoptionen innerhalb der SNAPSHOT-Klausel erläutert.

Aufbau
Bedeutung
SINCE start_snapshot_id
Liest Daten ausgehend von der angegebenen Snapshot-ID (exklusiv).
AS OF end_snapshot_id
liest Daten so, wie sie zur angegebenen Momentaufnahme-ID erfasst wurden (einschließlich).
BETWEEN start_snapshot_id AND end_snapshot_id
Liest Daten zwischen den angegebenen Start- und End-Snapshot-IDs. Es ist exklusiv der start_snapshot_id und inklusive der end_snapshot_id.
BETWEEN HEAD AND start_snapshot_id
liest Daten vom Anfang (vor dem ersten Schnappschuss) bis zur angegebenen Start-Schnappschuss-ID (einschließlich). Beachten Sie, dass nur Zeilen in start_snapshot_id zurückgegeben werden.
BETWEEN end_snapshot_id AND TAIL
Liest Daten direkt nach dem angegebenen end-snapshot_id bis zum Ende des Datensatzes (ohne Snapshot-ID). Das bedeutet, dass die Abfrage null Zeilen zurückgibt, wenn end_snapshot_id der letzte Schnappschuss im Datensatz ist, da es keine Schnappschüsse gibt, die über diesen letzten Schnappschuss hinausgehen.
SINCE start_snapshot_id INNER JOIN table_to_be_joined AS OF your_chosen_snapshot_id ON table_to_be_queried.id = table_to_be_joined.id
Liest Daten ab der angegebenen Momentaufnahme-ID aus table_to_be_queried und verknüpft sie mit den Daten aus table_to_be_joined so, wie sie sich bei your_chosen_snapshot_id befanden. Der Join basiert auf übereinstimmenden IDs aus den ID-Spalten der beiden verbundenen Tabellen.

Eine SNAPSHOT-Klausel funktioniert mit einem Tabellen- oder Tabellenalias, aber nicht über einer Unterabfrage oder Ansicht. Eine SNAPSHOT-Klausel funktioniert überall dort, wo eine SELECT Abfrage auf eine Tabelle angewendet werden kann.

Außerdem können Sie HEAD und TAIL als spezielle Versatzwerte für Momentaufnahmenklauseln verwenden. Die Verwendung von HEAD bezieht sich auf einen Versatz vor dem ersten Schnappschuss, während TAIL sich auf einen Versatz nach dem letzten Schnappschuss bezieht.

NOTE
Wenn Sie zwischen zwei Momentaufnahme-IDs abfragen, können die folgenden beiden Szenarien auftreten, wenn der Start-Momentaufnahme abgelaufen ist und das optionale Fallback-Verhaltens-Flag (resolve_fallback_snapshot_on_failure) festgelegt ist:
  • Wenn das optionale Fallback-Verhaltens-Flag festgelegt ist, wählt der Abfrage-Service den frühesten verfügbaren Schnappschuss aus, legt ihn als Start-Schnappschuss fest und gibt die Daten zwischen dem frühesten verfügbaren Schnappschuss und dem angegebenen End-Schnappschuss zurück. Diese Daten (einschließlich der frühesten verfügbaren Momentaufnahme.

WHERE-Klausel

Standardmäßig wird bei Übereinstimmungen, die durch eine WHERE-Klausel in einer SELECT-Abfrage erzeugt werden, zwischen Groß- und Kleinschreibung unterschieden. Wenn Sie bei Übereinstimmungen die Groß-/Kleinschreibung nicht berücksichtigen möchten, können Sie das Keyword ILIKE anstelle von LIKE verwenden.

    [ WHERE condition { LIKE | ILIKE | NOT LIKE | NOT ILIKE } pattern ]

Die Logik der LIKE- und ILIKE-Klauseln wird in der folgenden Tabelle erläutert:

-Klausel
Operator
WHERE condition LIKE pattern
~~
WHERE condition NOT LIKE pattern
!~~
WHERE condition ILIKE pattern
~~*
WHERE condition NOT ILIKE pattern
!~~*

Beispiel

SELECT * FROM Customers
WHERE CustomerName ILIKE 'a%';

Diese Abfrage gibt Kunden mit Namen zurück, die mit „A“ oder „a“ beginnen.

VERKNÜPFEN

Eine SELECT Abfrage, die Joins verwendet, weist die folgende Syntax auf:

SELECT statement
FROM statement
[JOIN | INNER JOIN | LEFT JOIN | LEFT OUTER JOIN | RIGHT JOIN | RIGHT OUTER JOIN | FULL JOIN | FULL OUTER JOIN]
ON join condition

UNION, INTERSECT und EXCEPT

Die UNION-, INTERSECT- und EXCEPT-Klauseln werden verwendet, um wie Zeilen aus zwei oder mehr Tabellen zu kombinieren oder auszuschließen:

SELECT statement 1
[UNION | UNION ALL | UNION DISTINCT | INTERSECT | EXCEPT | MINUS]
SELECT statement 2

CREATE TABLE AS SELECT create-table-as-select

Die folgende Syntax definiert eine CREATE TABLE AS SELECT-Abfrage (CTAS):

CREATE TABLE table_name [ WITH (schema='target_schema_title', rowvalidation='false', label='PROFILE') ] AS (select_query)
Parameter
Beschreibung
schema
Der Titel des XDM-Schemas. Verwenden Sie diese Klausel nur, wenn Sie ein vorhandenes XDM-Schema für den neuen Datensatz verwenden möchten, der durch die CTAS-Abfrage erstellt wurde.
rowvalidation
(Optional) Gibt an, ob der Benutzer eine Validierung auf Zeilenebene für jeden neuen Batch wünscht, der für den neu erstellten Datensatz aufgenommen wird. Der Standardwert lautet true.
label
Wenn Sie einen Datensatz mit einer CTAS-Abfrage erstellen, verwenden Sie diese Kennzeichnung mit dem Wert profile , um Ihren Datensatz als für Profil aktiviert zu kennzeichnen. Das bedeutet, dass Ihr Datensatz beim Erstellen automatisch für das Profil markiert wird. Weitere Informationen zur Verwendung von label finden Sie im Dokument Abgeleitete Attributerweiterung .
select_query
Eine SELECT. Die Syntax der SELECT Abfrage finden Sie im Abschnitt SELECT-Abfragen.

Beispiel

CREATE TABLE Chairs AS (SELECT color, count(*) AS no_of_chairs FROM Inventory i WHERE i.type=="chair" GROUP BY i.color)

CREATE TABLE Chairs WITH (schema='target schema title', label='PROFILE') AS (SELECT color, count(*) AS no_of_chairs FROM Inventory i WHERE i.type=="chair" GROUP BY i.color)

CREATE TABLE Chairs AS (SELECT color FROM Inventory SNAPSHOT SINCE 123)
NOTE
Die SELECT-Anweisung muss einen Alias für die Aggregatfunktionen wie COUNT, SUM, MIN usw. aufweisen. Außerdem kann die SELECT-Anweisung mit oder ohne Klammern () bereitgestellt werden. Sie können eine SNAPSHOT-Klausel bereitstellen, um inkrementelle Deltas in die Zieltabelle zu lesen.

INSERT INTO

Der INSERT INTO-Befehl wird wie folgt definiert:

INSERT INTO table_name select_query
Parameter
Beschreibung
table_name
Der Name der Tabelle, in die Sie die Abfrage einfügen möchten.
select_query
Eine SELECT. Die Syntax der SELECT Abfrage finden Sie im Abschnitt SELECT-Abfragen.

Beispiel

NOTE
Das Folgende ist ein fiktives Beispiel und dient lediglich zu Anleitungszwecken.
INSERT INTO Customers SELECT SupplierName, City, Country FROM OnlineCustomers;

INSERT INTO Customers AS (SELECT * from OnlineCustomers SNAPSHOT AS OF 345)
INFO
Schließen nicht die SELECT-Anweisung in Klammern () ein. Außerdem muss das Schema des Ergebnisses der SELECT-Anweisung mit dem der in der INSERT INTO-Anweisung definierten Tabelle übereinstimmen. Sie können eine SNAPSHOT-Klausel bereitstellen, um inkrementelle Deltas in die Zieltabelle zu lesen.

Die meisten Felder in einem echten XDM-Schema werden nicht auf der Stammebene gefunden und SQL erlaubt die Verwendung der Punktnotation nicht. Um mit verschachtelten Feldern ein realistisches Ergebnis zu erzielen, müssen Sie jedes Feld in Ihrem INSERT INTO zuordnen.

Verwenden Sie die folgende Syntax, um verschachtelte Pfade zu INSERT INTO:

INSERT INTO [dataset]
SELECT struct([source field1] as [target field in schema],
[source field2] as [target field in schema],
[source field3] as [target field in schema]) [tenant name]
FROM [dataset]

Beispiel

INSERT INTO Customers SELECT struct(SupplierName as Supplier, City as SupplierCity, Country as SupplierCountry) _Adobe FROM OnlineCustomers;

DROP TABLE

Der Befehl DROP TABLE löscht eine vorhandene Tabelle und löscht das mit der Tabelle verknüpfte Verzeichnis aus dem Dateisystem, wenn es keine externe Tabelle ist. Wenn die Tabelle nicht vorhanden ist, tritt eine Ausnahme auf.

DROP TABLE [IF EXISTS] [db_name.]table_name
Parameter
Beschreibung
IF EXISTS
Wenn dies angegeben ist, wird keine Ausnahme ausgelöst, wenn die Tabelle nicht vorhanden ist.

DATENBANK ERSTELLEN

Der Befehl CREATE DATABASE erstellt eine Azure Data Lake Storage-Datenbank (ADLS).

CREATE DATABASE [IF NOT EXISTS] db_name

DATENBANK ABLEGEN

Der Befehl DROP DATABASE löscht die Datenbank aus einer -Instanz.

DROP DATABASE [IF EXISTS] db_name
Parameter
Beschreibung
IF EXISTS
Wenn dies angegeben ist, wird keine Ausnahme ausgelöst, wenn die Datenbank nicht vorhanden ist.

SCHEMA ABLEGEN

Der Befehl DROP SCHEMA löscht ein vorhandenes Schema.

DROP SCHEMA [IF EXISTS] db_name.schema_name [ RESTRICT | CASCADE]
Parameter
Beschreibung
IF EXISTS
Wenn dieser Parameter angegeben wird und das Schema nicht vorhanden ist, wird keine Ausnahme ausgelöst.
RESTRICT
Der Standardwert für den -Modus. Wenn angegeben, wird das Schema nur abgelegt, wenn es keine Tabellen enthält.
CASCADE
Wenn angegeben, wird das Schema zusammen mit allen im Schema vorhandenen Tabellen gelöscht.

CREATE VIEW create-view

Eine SQL-Ansicht ist eine virtuelle Tabelle, die auf dem Ergebnissatz einer SQL-Anweisung basiert. Erstellen Sie eine Ansicht mit der Anweisung CREATE VIEW und geben Sie ihr einen Namen. Sie können diesen Namen dann verwenden, um auf die Ergebnisse der Abfrage zurückzuverweisen. Dies erleichtert die Wiederverwendung komplexer Abfragen.

Die folgende Syntax definiert eine CREATE VIEW Abfrage für einen Datensatz. Dieser Datensatz kann ein ADLS- oder beschleunigter Speicherdatensatz sein.

CREATE VIEW view_name AS select_query
Parameter
Beschreibung
view_name
Der Name der zu erstellenden Ansicht.
select_query
Eine SELECT. Die Syntax der SELECT Abfrage finden Sie im Abschnitt SELECT-Abfragen.

Beispiel

CREATE VIEW V1 AS SELECT color, type FROM Inventory

CREATE OR REPLACE VIEW V1 AS SELECT model, version FROM Inventory

Die folgende Syntax definiert eine CREATE VIEW Abfrage, die eine Ansicht im Kontext einer Datenbank und eines Schemas erstellt.

Beispiel

CREATE VIEW db_name.schema_name.view_name AS select_query
CREATE OR REPLACE VIEW db_name.schema_name.view_name AS select_query
Parameter
Beschreibung
db_name
Der Name der Datenbank.
schema_name
Der Name des Schemas.
view_name
Der Name der zu erstellenden Ansicht.
select_query
Eine SELECT. Die Syntax der SELECT Abfrage finden Sie im Abschnitt SELECT-Abfragen.

Beispiel

CREATE VIEW <dbV1 AS SELECT color, type FROM Inventory;

CREATE OR REPLACE VIEW V1 AS SELECT model, version FROM Inventory;

ANSICHTEN ANZEIGEN

Die folgende Abfrage zeigt die Liste der Ansichten.

SHOW VIEWS;

 Db Name  | Schema Name | Name  | Id       |  Dataset Dependencies | Views Dependencies | TYPE
----------------------------------------------------------------------------------------------
 qsaccel  | profile_agg | view1 | view_id1 | dwh_dataset1          |                    | DWH
          |             | view2 | view_id2 | adls_dataset          | adls_views         | ADLS
(2 rows)

DROP VIEW

Die folgende Syntax definiert eine DROP VIEW:

DROP VIEW [IF EXISTS] view_name
Parameter
Beschreibung
IF EXISTS
Wenn dies angegeben ist, wird keine Ausnahme ausgelöst, wenn die Ansicht nicht vorhanden ist.
view_name
Der Name der zu löschenden Ansicht.

Beispiel

DROP VIEW v1
DROP VIEW IF EXISTS v1

Anonymer Block anonymous-block

Ein anonymer Block besteht aus zwei Abschnitten: dem ausführbaren Abschnitt und dem Abschnitt zur Ausnahmebehandlung. In einem anonymen Block ist der ausführbare Abschnitt obligatorisch. Der Abschnitt zur Ausnahmebehandlung ist jedoch optional.

Das folgende Beispiel zeigt, wie ein Block mit einer oder mehreren Anweisungen erstellt wird, die zusammen ausgeführt werden sollen:

$$BEGIN
  statementList
[EXCEPTION exceptionHandler]
$$END

exceptionHandler:
      WHEN OTHER
      THEN statementList

statementList:
    : (statement (';')) +

Nachfolgend finden Sie ein Beispiel zur Verwendung des anonymen Blocks.

$$BEGIN
   SET @v_snapshot_from = select parent_id  from (select history_meta('email_tracking_experience_event_dataset') ) tab where is_current;
   SET @v_snapshot_to = select snapshot_id from (select history_meta('email_tracking_experience_event_dataset') ) tab where is_current;
   SET @v_log_id = select now();
   CREATE TABLE tracking_email_id_incrementally
     AS SELECT _id AS id FROM email_tracking_experience_event_dataset SNAPSHOT BETWEEN @v_snapshot_from AND @v_snapshot_to;

EXCEPTION
  WHEN OTHER THEN
    DROP TABLE IF EXISTS tracking_email_id_incrementally;
    SELECT 'ERROR';
$$END;

Bedingte Anweisungen in einem anonymen Block conditional-anonymous-block-statements

Die IF-THEN-ELSE-Steuerungsstruktur ermöglicht die bedingte Ausführung einer Liste von Anweisungen, wenn eine Bedingung als TRUE ausgewertet wird. Diese Kontrollstruktur ist nur innerhalb eines anonymen Blocks anwendbar. Wenn diese Struktur als eigenständiger Befehl verwendet wird, führt dies zu einem Syntaxfehler (ungültiger Befehl außerhalb des anonymen Blocks).

Der folgende Codeausschnitt zeigt das richtige Format für eine bedingte IF-THEN-ELSE-Anweisung in einem anonymen Block.

IF booleanExpression THEN
   List of statements;
ELSEIF booleanExpression THEN
   List of statements;
ELSEIF booleanExpression THEN
   List of statements;
ELSE
   List of statements;
END IF

Beispiel

Im folgenden Beispiel wird SELECT 200; ausgeführt.

$$BEGIN
    SET @V = SELECT 2;
    SELECT @V;
    IF @V = 1 THEN
       SELECT 100;
    ELSEIF @V = 2 THEN
       SELECT 200;
    ELSEIF @V = 3 THEN
       SELECT 300;
    ELSE
       SELECT 'DEFAULT';
    END IF;

 END$$;

Diese Struktur kann mit raise_error(); verwendet werden, um eine benutzerdefinierte Fehlermeldung zurückzugeben. Der unten gezeigte Code-Block beendet den anonymen Block mit „Benutzerdefinierte Fehlermeldung“.

Beispiel

$$BEGIN
    SET @V = SELECT 5;
    SELECT @V;
    IF @V = 1 THEN
       SELECT 100;
    ELSEIF @V = 2 THEN
       SELECT 200;
    ELSEIF @V = 3 THEN
       SELECT 300;
    ELSE
       SELECT raise_error('custom error message');
    END IF;

 END$$;

Verschachtelte IF-Anweisungen

Verschachtelte IF-Anweisungen werden in anonymen Blöcken unterstützt.

Beispiel

$$BEGIN
    SET @V = SELECT 1;
    IF @V = 1 THEN
       SELECT 100;
       IF @V > 0 THEN
         SELECT 1000;
       END IF;
    END IF;

 END$$;

Ausnahmenblöcke

Ausnahmeblöcke werden in anonymen Blöcken unterstützt.

Beispiel

$$BEGIN
    SET @V = SELECT 2;
    IF @V = 1 THEN
       SELECT 100;
    ELSEIF @V = 2 THEN
       SELECT raise_error(concat('custom-error for v= ', '@V' ));

    ELSEIF @V = 3 THEN
       SELECT 300;
    ELSE
       SELECT 'DEFAULT';
    END IF;
EXCEPTION WHEN OTHER THEN
  SELECT 'THERE WAS AN ERROR';
 END$$;

Automatisch zu JSON auto-to-json

Query Service unterstützt eine optionale Einstellung auf Sitzungsebene, mit der komplexe Felder der obersten Ebene aus interaktiven SELECT-Abfragen als JSON-Zeichenfolgen zurückgegeben werden können. Die auto_to_json ermöglicht es, Daten aus komplexen Feldern als JSON zurückzugeben und dann mithilfe von Standardbibliotheken in JSON-Objekte zu parsen.

Legen Sie die Feature Flag-auto_to_json auf „true“ fest, bevor Sie Ihre SELECT-Abfrage ausführen, die komplexe Felder enthält.

set auto_to_json=true;

Vor dem Setzen des auto_to_json

Die folgende Tabelle zeigt ein Beispielabfrageergebnis, bevor die auto_to_json angewendet wird. In beiden Szenarien wurde dieselbe SELECT-Abfrage (wie unten dargestellt) verwendet, die auf eine Tabelle mit komplexen Feldern abzielt.

SELECT * FROM TABLE_WITH_COMPLEX_FIELDS LIMIT 2;

Die Ergebnisse lauten wie folgt:

                _id                |                                _experience                                 | application  |                   commerce                   | dataSource |                               device                               |                       endUserIDs                       |                                                                                                environment                                                                                                |                     identityMap                     |                              placeContext                               |   receivedTimestamp   |       timestamp       | userActivityRegion |                                         web                                          | _adcstageforpqs
-----------------------------------+----------------------------------------------------------------------------+--------------+----------------------------------------------+------------+--------------------------------------------------------------------+--------------------------------------------------------+-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+-----------------------------------------------------+-------------------------------------------------------------------------+-----------------------+-----------------------+--------------------+--------------------------------------------------------------------------------------+-----------------
 31892EE15DE00000-401D52664FF48A52 | ("("("(1,1)","(1,1)")","(-209479095,4085488201,-2105158467,2189808829)")") | (background) | (NULL,"(USD,NULL)",NULL,NULL,NULL,NULL,NULL) | (475341)   | (32,768,1024,205202,https://ns.adobe.com/xdm/external/deviceatlas) | ("("(31892EE080007B35-E6CE00000000000,"(AAID)",t)")")  | ("(en-US,f,f,t,1.6,"Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_1 like Mac OS X; ja-jp) AppleWebKit/532.9 (KHTML, like Gecko) Version/4.0.5 Mobile/8B117 Safari/6531.22.7",490,1125)",xo.net,64.3.235.13)     | [AAID -> "{(31892EE080007B35-E6CE00000000000,t)}"]  | ("("(34.01,-84.0)",lawrenceville,US,524,30043,ga)",600)                 | 2022-09-02 19:47:14.0 | 2022-09-02 19:47:14.0 | (UT1)              | ("(f,Search Results,"(1.0)")","(http://www.google.com/search?ie=UTF-8&q=,internal)") |
 31892EE15DE00000-401B92664FF48AE8 | ("("("(1,1)","(1,1)")","(-209479095,4085488201,-2105158467,2189808829)")") | (background) | (NULL,"(USD,NULL)",NULL,NULL,NULL,NULL,NULL) | (475341)   | (32,768,1024,205202,https://ns.adobe.com/xdm/external/deviceatlas) | ("("(31892EE100007BF3-215FE00000000001,"(AAID)",t)")") | ("(en-US,f,f,t,1.5,"Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_1 like Mac OS X; ja-jp) AppleWebKit/532.9 (KHTML, like Gecko) Version/4.0.5 Mobile/8B117 Safari/6531.22.7",768,556)",ntt.net,219.165.108.145) | [AAID -> "{(31892EE100007BF3-215FE00000000001,t)}"] | ("("(34.989999999999995,138.42)",shizuoka,JP,392005,420-0812,22)",-240) | 2022-09-02 19:47:14.0 | 2022-09-02 19:47:14.0 | (UT1)              | ("(f,Home - JJEsquire,"(1.0)")","(NULL,typed_bookmarked)")                           |
(2 rows)

Nach dem Setzen des auto_to_json

Die folgende Tabelle zeigt die unterschiedlichen Ergebnisse, die die auto_to_json für den resultierenden Datensatz hat. In beiden Szenarien wurde dieselbe SELECT-Abfrage verwendet.

                _id                |   receivedTimestamp   |       timestamp       |                                                                                                                   _experience                                                                                                                   |           application            |             commerce             |    dataSource    |                                                                  device                                                                   |                                                   endUserIDs                                                   |                                                                                                                                                                                           environment                                                                                                                                                                                            |                             identityMap                              |                                                                                            placeContext                                                                                            |      userActivityRegion      |                                                                                     web                                                                                      | _adcstageforpqs
-----------------------------------+-----------------------+-----------------------+-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+----------------------------------+----------------------------------+------------------+-------------------------------------------------------------------------------------------------------------------------------------------+----------------------------------------------------------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+----------------------------------------------------------------------+----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+------------------------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+-----------------
 31892EE15DE00000-401D52664FF48A52 | 2022-09-02 19:47:14.0 | 2022-09-02 19:47:14.0 | {"analytics":{"customDimensions":{"eVars":{"eVar1":"1","eVar2":"1"},"props":{"prop1":"1","prop2":"1"}},"environment":{"browserID":-209479095,"browserIDStr":"4085488201","operatingSystemID":-2105158467,"operatingSystemIDStr":"2189808829"}}} | {"userPerspective":"background"} | {"order":{"currencyCode":"USD"}} | {"_id":"475341"} | {"colorDepth":32,"screenHeight":768,"screenWidth":1024,"typeID":"205202","typeIDService":"https://ns.adobe.com/xdm/external/deviceatlas"} | {"_experience":{"aaid":{"id":"31892EE080007B35-E6CE00000000000","namespace":{"code":"AAID"},"primary":true}}}  | {"browserDetails":{"acceptLanguage":"en-US","cookiesEnabled":false,"javaEnabled":false,"javaScriptEnabled":true,"javaScriptVersion":"1.6","userAgent":"Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_1 like Mac OS X; ja-jp) AppleWebKit/532.9 (KHTML, like Gecko) Version/4.0.5 Mobile/8B117 Safari/6531.22.7","viewportHeight":490,"viewportWidth":1125},"domain":"xo.net","ipV4":"64.3.235.13"}     | {"AAID":[{"id":"31892EE080007B35-E6CE00000000000","primary":true}]}  | {"geo":{"_schema":{"latitude":34.01,"longitude":-84.0},"city":"lawrenceville","countryCode":"US","dmaID":524,"postalCode":"30043","stateProvince":"ga"},"localTimezoneOffset":600}                 | {"dataCenterLocation":"UT1"} | {"webPageDetails":{"isHomePage":false,"name":"Search Results","pageViews":{"value":1.0}},"webReferrer":{"URL":"http://www.google.com/search?ie=UTF-8&q=","type":"internal"}} |
 31892EE15DE00000-401B92664FF48AE8 | 2022-09-02 19:47:14.0 | 2022-09-02 19:47:14.0 | {"analytics":{"customDimensions":{"eVars":{"eVar1":"1","eVar2":"1"},"props":{"prop1":"1","prop2":"1"}},"environment":{"browserID":-209479095,"browserIDStr":"4085488201","operatingSystemID":-2105158467,"operatingSystemIDStr":"2189808829"}}} | {"userPerspective":"background"} | {"order":{"currencyCode":"USD"}} | {"_id":"475341"} | {"colorDepth":32,"screenHeight":768,"screenWidth":1024,"typeID":"205202","typeIDService":"https://ns.adobe.com/xdm/external/deviceatlas"} | {"_experience":{"aaid":{"id":"31892EE100007BF3-215FE00000000001","namespace":{"code":"AAID"},"primary":true}}} | {"browserDetails":{"acceptLanguage":"en-US","cookiesEnabled":false,"javaEnabled":false,"javaScriptEnabled":true,"javaScriptVersion":"1.5","userAgent":"Mozilla/5.0 (iPhone; U; CPU iPhone OS 4_1 like Mac OS X; ja-jp) AppleWebKit/532.9 (KHTML, like Gecko) Version/4.0.5 Mobile/8B117 Safari/6531.22.7","viewportHeight":768,"viewportWidth":556},"domain":"ntt.net","ipV4":"219.165.108.145"} | {"AAID":[{"id":"31892EE100007BF3-215FE00000000001","primary":true}]} | {"geo":{"_schema":{"latitude":34.989999999999995,"longitude":138.42},"city":"shizuoka","countryCode":"JP","dmaID":392005,"postalCode":"420-0812","stateProvince":"22"},"localTimezoneOffset":-240} | {"dataCenterLocation":"UT1"} | {"webPageDetails":{"isHomePage":false,"name":"Home - JJEsquire","pageViews":{"value":1.0}},"webReferrer":{"type":"typed_bookmarked"}}                                        |
(2 rows)

Fallback-Snapshot bei Fehler auflösen resolve-fallback-snapshot-on-failure

Die Option resolve_fallback_snapshot_on_failure wird verwendet, um das Problem einer abgelaufenen Momentaufnahme-ID zu beheben.

Legen Sie die Option "resolve_fallback_snapshot_on_failure" auf „true“ fest, um einen Schnappschuss mit einer vorherigen Schnappschuss-ID zu überschreiben.

SET resolve_fallback_snapshot_on_failure=true;

Die folgende Codezeile überschreibt die @from_snapshot_id mit der frühesten verfügbaren snapshot_id aus Metadaten.

$$ BEGIN
    SET resolve_fallback_snapshot_on_failure=true;
    SET @from_snapshot_id = SELECT coalesce(last_snapshot_id, 'HEAD') FROM checkpoint_log a JOIN
                            (SELECT MAX(process_timestamp)process_timestamp FROM checkpoint_log
                                WHERE process_name = 'DIM_TABLE_ABC' AND process_status = 'SUCCESSFUL' )b
                                on a.process_timestamp=b.process_timestamp;
    SET @to_snapshot_id = SELECT snapshot_id FROM (SELECT history_meta('DIM_TABLE_ABC')) WHERE  is_current = true;
    SET @last_updated_timestamp= SELECT CURRENT_TIMESTAMP;
    INSERT INTO DIM_TABLE_ABC_Incremental
     SELECT  *  FROM DIM_TABLE_ABC SNAPSHOT BETWEEN @from_snapshot_id AND @to_snapshot_id WHERE NOT EXISTS (SELECT _id FROM DIM_TABLE_ABC_Incremental a WHERE _id=a._id);

Insert Into
   checkpoint_log
   SELECT
       'DIM_TABLE_ABC' process_name,
       'SUCCESSFUL' process_status,
      cast( @to_snapshot_id AS string) last_snapshot_id,
      cast( @last_updated_timestamp AS TIMESTAMP) process_timestamp;
EXCEPTION
  WHEN OTHER THEN
    SELECT 'ERROR';
END
$$;

Organisation von Daten-Medienelementen

Es ist wichtig, Ihre Datenelemente beim Wachstum im Data Lake von Adobe Experience Platform logisch zu organisieren. Query Service erweitert SQL-Konstrukte, mit denen Sie Datenelemente innerhalb einer Sandbox logisch gruppieren können. Diese Organisationsmethode ermöglicht die Freigabe von Daten-Assets zwischen Schemas, ohne dass sie physisch verschoben werden müssen.

Die folgenden SQL-Konstrukte mit standardmäßiger SQL-Syntax werden für die logische Organisation Ihrer Daten unterstützt.

CREATE DATABASE dg1;
CREATE SCHEMA dg1.schema1;
CREATE table t1 ...;
CREATE view v1 ...;
ALTER TABLE t1 ADD PRIMARY KEY (c1) NOT ENFORCED;
ALTER TABLE t2 ADD FOREIGN KEY (c1) REFERENCES t1(c1) NOT ENFORCED;

Ausführlichere Erläuterungen zu Best Practices für den AbfrageService finden Sie im HandbuchLogische Organisation von Daten-Assets“.

Tabelle vorhanden

Mit dem table_exists SQL-Befehl wird bestätigt, ob im System derzeit eine Tabelle vorhanden ist. Der Befehl gibt einen booleschen Wert zurück: true, wenn die Tabelle vorhanden und false, wenn die Tabelle nicht vorhanden ist.

Durch die Überprüfung, ob eine Tabelle vorhanden ist, bevor die Anweisungen ausgeführt werden, vereinfacht die table_exists den Prozess des Schreibens eines anonymen Blocks, um sowohl die CREATE als auch INSERT INTO Anwendungsfälle abzudecken.

Die folgende Syntax definiert den table_exists-Befehl:

$$
BEGIN

#Set mytableexist to true if the table already exists.
SET @mytableexist = SELECT table_exists('target_table_name');

#Create the table if it does not already exist (this is a one time operation).
CREATE TABLE IF NOT EXISTS target_table_name AS
  SELECT *
  FROM   profile_dim_date limit 10;

#Insert data only if the table already exists. Check if @mytableexist = 'true'
 INSERT INTO target_table_name           (
                     select *
                     from   profile_dim_date
                     WHERE  @mytableexist = 'true' limit 20
              ) ;
EXCEPTION
WHEN other THEN SELECT 'ERROR';

END $$;

Inline inline

Die Funktion inline trennt die Elemente eines Arrays von Strukturen und generiert die Werte in einer Tabelle. Es kann nur in der SELECT oder einer LATERAL VIEW platziert werden.

Die inline Funktion kann nicht in eine Auswahlliste eingefügt werden, in der andere Generatorfunktionen vorhanden sind.

Standardmäßig werden die erstellten Spalten „col1“, „col2“ usw. genannt. Wenn der Ausdruck NULL ist, werden keine Zeilen erstellt.

TIP
Spaltennamen können mit dem Befehl RENAME umbenannt werden.

Beispiel

> SELECT inline(array(struct(1, 'a'), struct(2, 'b'))), 'Spark SQL';

Das Beispiel gibt Folgendes zurück:

1  a Spark SQL
2  b Spark SQL

Dieses zweite Beispiel zeigt außerdem das Konzept und die Anwendung der inline. Das Datenmodell für das Beispiel ist in der Abbildung unten dargestellt.

Ein Schemadiagramm für productListItems.

Beispiel

select inline(productListItems) from source_dataset limit 10;

Die aus dem source_dataset übernommenen Werte werden in die Zieltabelle eingetragen.

SKU
_experience
Menge
priceTotal
product-id-1
(„(„(A,pass,b,NULL)„)„)
5
10,5
product-id-5
(„(„(A, pass, B, NULL)„)„)
product-id-2
(„(„(AF, C, D, NULL)„)„)
6
40
product-id-4
(„(„(BM, PASS, NA, NULL)„)„)
3
12

SET

Der Befehl SET legt eine Eigenschaft fest und gibt entweder den Wert einer vorhandenen Eigenschaft zurück oder listet alle vorhandenen Eigenschaften auf. Wenn für einen vorhandenen Eigenschaftenschlüssel ein Wert angegeben wird, wird der alte Wert überschrieben.

SET property_key = property_value
Parameter
Beschreibung
property_key
Der Name der Eigenschaft, die Sie auflisten oder ändern möchten.
property_value
Der Wert, den die Eigenschaft festlegen soll.

Um den Wert für eine beliebige Einstellung zurückzugeben, verwenden Sie SET [property key] ohne property_value.

PostgreSQL

In den folgenden Unterabschnitten werden die PostgreSQL-Befehle beschrieben, die vom Abfrage-Service unterstützt werden.

TABELLE ANALYSIEREN analyze-table

Der Befehl ANALYZE TABLE führt eine Verteilungsanalyse und statistische Berechnungen für die benannte(n) Tabelle(n) durch. Die Verwendung von ANALYZE TABLE hängt davon ab, ob die Datensätze im beschleunigten Speicher oder im Data Lake gespeichert werden. Weitere Informationen zur Verwendung finden Sie in den entsprechenden Abschnitten.

BERECHNEN VON STATISTIKEN im beschleunigten Speicher compute-statistics-accelerated-store

Der Befehl ANALYZE TABLE berechnet Statistiken für eine Tabelle im beschleunigten Speicher. Die Statistiken werden für ausgeführte CTAS- oder ITAS-Abfragen für eine bestimmte Tabelle im beschleunigten Speicher berechnet.

Beispiel

ANALYZE TABLE <original_table_name>

Im Folgenden finden Sie eine Liste statistischer Berechnungen, die nach Verwendung des ANALYZE TABLE-Befehls verfügbar sind:

Berechnete Werte
Beschreibung
field
Der Name der Spalte in einer Tabelle.
data-type
Der zulässige Datentyp für jede Spalte.
count
Die Anzahl der Zeilen, die für dieses Feld einen Wert ungleich null enthalten.
distinct-count
Die Anzahl der eindeutigen oder eindeutigen Werte für dieses Feld.
missing
Die Anzahl der Zeilen mit einem Nullwert für dieses Feld.
max
Der Höchstwert aus der analysierten Tabelle.
min
Der Mindestwert aus der analysierten Tabelle.
mean
Der Durchschnittswert der analysierten Tabelle.
stdev
Die Standardabweichung der analysierten Tabelle.

BERECHNEN VON STATISTIKEN zum Data Lake compute-statistics-data-lake

Sie können jetzt mit dem COMPUTE STATISTICS SQL-Befehl Statistiken auf Spaltenebene für Azure Data Lake Storage (ADLS)-Datensätze berechnen. Spaltenstatistiken entweder für den gesamten Datensatz, eine Teilmenge eines Datensatzes, alle Spalten oder eine Teilmenge von Spalten berechnen.

COMPUTE STATISTICS erweitert den ANALYZE TABLE. Die Befehle COMPUTE STATISTICS, FILTERCONTEXT und FOR COLUMNS werden jedoch in beschleunigten Speichertabellen nicht unterstützt. Diese Erweiterungen für den ANALYZE TABLE-Befehl werden derzeit nur für ADLS-Tabellen unterstützt.

Beispiel

ANALYZE TABLE tableName FILTERCONTEXT (timestamp >= to_timestamp('2023-04-01 00:00:00') and timestamp <= to_timestamp('2023-04-05 00:00:00')) COMPUTE STATISTICS  FOR COLUMNS (commerce, id, timestamp);

Der Befehl FILTER CONTEXT berechnet Statistiken für eine Teilmenge des Datensatzes basierend auf der bereitgestellten Filterbedingung. Der Befehl FOR COLUMNS zielt auf bestimmte Spalten für die Analyse ab.

NOTE
Die Statistics ID und die generierten Statistiken sind nur für jede Sitzung gültig und können nicht über verschiedene PSQL-Sitzungen hinweg aufgerufen werden.

Einschränkungen:
  • Die Erstellung von Statistiken wird für die Datentypen „Array“ und „Zuordnung“ nicht unterstützt
  • Berechnete Statistiken werden nicht sitzungsübergreifend beibehalten.
  • skip_stats_for_complex_datatypes
SET skip_stats_for_complex_datatypes = false

Die Konsolenausgabe wird wie unten dargestellt angezeigt.

|     Statistics ID      |
| ---------------------- |
| adc_geometric_stats_1  |
(1 row)

Sie können dann die berechneten Statistiken direkt abfragen, indem Sie auf die Statistics ID verweisen. Verwenden Sie die Statistics ID oder den Aliasnamen, wie in der folgenden Beispielanweisung gezeigt, um die Ausgabe vollständig anzuzeigen. Weitere Informationen zu dieser Funktion finden Sie in der Dokumentation zu Aliasnamen.

-- This statement gets the statistics generated for `alias adc_geometric_stats_1`.
SELECT * FROM adc_geometric_stats_1;

Verwenden Sie den Befehl SHOW STATISTICS , um die Metadaten für alle in der Sitzung generierten temporären Statistiken anzuzeigen. Mithilfe dieses Befehls können Sie den Umfang Ihrer statistischen Analyse verfeinern.

SHOW STATISTICS;

Nachfolgend finden Sie eine Beispielausgabe von SHOW STATISTICS.

      statsId         |   tableName   | columnSet |         filterContext       |      timestamp
----------------------+---------------+-----------+-----------------------------+--------------------
adc_geometric_stats_1 | adc_geometric |   (age)   |                             | 25/06/2023 09:22:26
demo_table_stats_1    |  demo_table   |    (*)    |       ((age > 25))          | 25/06/2023 12:50:26
age_stats             | castedtitanic |   (age)   | ((age > 25) AND (age < 40)) | 25/06/2023 09:22:26

Weitere Informationen finden in derzu Datensatzstatistiken .

TABELLENBEISPIEL tablesample

Der Abfrage-Service von Adobe Experience Platform bietet Beispieldatensätze als Teil der Funktionen zur annähernden Abfrageverarbeitung.

Datensatzbeispiele eignen sich am besten, wenn Sie keine genaue Antwort für einen Aggregatvorgang für einen Datensatz benötigen. Verwenden Sie die TABLESAMPLE-Funktion, um effizientere explorative Abfragen für große Datensätze durchzuführen, indem Sie eine annähernde Abfrage ausgeben, um eine ungefähre Antwort zurückzugeben.

Beispieldatensätze werden mit einheitlichen Zufallsproben aus vorhandenen Azure Data Lake Storage (ADLS)-Datensätzen erstellt, wobei nur ein Prozentsatz der Datensätze aus dem Original verwendet wird. Die Datensatzbeispielfunktion erweitert den ANALYZE TABLE-Befehl mit den TABLESAMPLE- und SAMPLERATE SQL-Befehlen.

Im folgenden Beispiel zeigt Zeile 1, wie eine 5 %-Stichprobe der Tabelle berechnet wird. Zeile zwei zeigt, wie eine 5 %-Stichprobe aus einer gefilterten Ansicht der Daten in der Tabelle berechnet wird.

Beispiel

ANALYZE TABLE tableName TABLESAMPLE SAMPLERATE 5;
ANALYZE TABLE tableName FILTERCONTEXT (timestamp >= to_timestamp('2023-01-01')) TABLESAMPLE SAMPLERATE 5:

Weitere Informationen finden in derzu Datensatzbeispielen .

BEGIN

Der BEGIN-Befehl oder alternativ der BEGIN WORK- oder BEGIN TRANSACTION-Befehl initiiert einen Transaktionsblock. Alle Anweisungen, die nach dem Befehl „begin“ eingegeben werden, werden in einer einzigen Transaktion ausgeführt, bis ein expliziter COMMIT- oder ROLLBACK-Befehl gegeben wird. Dieser Befehl entspricht dem Befehl START TRANSACTION.

BEGIN
BEGIN WORK
BEGIN TRANSACTION

CLOSE

Der Befehl CLOSE gibt die Ressourcen frei, die einem geöffneten Cursor zugeordnet sind. Nach dem Schließen des Cursors sind keine weiteren Vorgänge zulässig. Ein Cursor sollte geschlossen werden, wenn er nicht mehr benötigt wird.

CLOSE name
CLOSE ALL

Wenn CLOSE name verwendet wird, steht name für den Namen eines geöffneten Cursors, der geschlossen werden muss. Wenn CLOSE ALL verwendet wird, werden alle offenen Cursor geschlossen.

DEALLOCATE

Um die Zuordnung einer zuvor vorbereiteten SQL-Anweisung aufzuheben, verwenden Sie den DEALLOCATE. Wenn Sie die Zuordnung einer vorbereiteten Anweisung nicht explizit aufgehoben haben, wird die Zuordnung aufgehoben, wenn die Sitzung beendet wird. Weitere Informationen zu vorbereiteten Anweisungen finden Sie im Abschnitt BEFEHL VORBEREITEN.

DEALLOCATE name
DEALLOCATE ALL

Wenn DEALLOCATE name verwendet wird, steht name für den Namen der vorbereiteten Anweisung, deren Zuordnung aufgehoben werden muss. Wenn DEALLOCATE ALL verwendet wird, werden alle vorbereiteten Anweisungen freigegeben.

DECLARE

Mit dem Befehl DECLARE können Benutzer einen Cursor erstellen, mit dem aus einer größeren Abfrage eine kleine Anzahl von Zeilen abgerufen werden kann. Nachdem der Cursor erstellt wurde, werden Zeilen mit FETCH abgerufen.

DECLARE name CURSOR FOR query
Parameter
Beschreibung
name
Der Name des zu erstellenden Cursors.
query
Ein SELECT- oder VALUES-Befehl, der die vom Cursor zurückzugebenden Zeilen bereitstellt.

EXECUTE

Der Befehl EXECUTE wird verwendet, um eine zuvor vorbereitete Anweisung auszuführen. Da vorbereitete Anweisungen nur während einer Sitzung vorhanden sind, muss die vorbereitete Anweisung durch eine PREPARE Anweisung erstellt worden sein, die zuvor in der aktuellen Sitzung ausgeführt wurde. Weitere Informationen zur Verwendung von vorbereiteten Anweisungen finden Sie im Abschnitt PREPAREBefehl.

Wenn die PREPARE, die die Anweisung erstellt hat, einige Parameter angegeben hat, muss ein kompatibler Parametersatz an die EXECUTE übergeben werden. Wenn diese Parameter nicht übergeben werden, wird ein Fehler ausgelöst.

EXECUTE name [ ( parameter ) ]
Parameter
Beschreibung
name
Der Name der auszuführenden vorbereiteten Anweisung.
parameter
Der tatsächliche Wert eines Parameters für die vorbereitete Anweisung. Dies muss ein Ausdruck sein, der einen Wert liefert, der mit dem Datentyp dieses Parameters kompatibel ist, der bei der Erstellung der vorbereiteten Anweisung bestimmt wurde. Wenn mehrere Parameter für die vorbereitete Anweisung vorhanden sind, werden sie durch Kommas getrennt.

EXPLAIN

Der Befehl EXPLAIN zeigt den Ausführungsplan für die angegebene Anweisung an. Der Ausführungsplan zeigt an, wie die von der Anweisung referenzierten Tabellen gescannt werden. Wenn mehrere Tabellen referenziert werden, wird gezeigt, welche Join-Algorithmen verwendet werden, um die erforderlichen Zeilen aus jeder Eingabetabelle zusammenzuführen.

EXPLAIN statement

Um das Format der Antwort zu definieren, verwenden Sie das Schlüsselwort FORMAT mit dem Befehl EXPLAIN .

EXPLAIN FORMAT { TEXT | JSON } statement
Parameter
Beschreibung
FORMAT
Geben Sie mit dem Befehl FORMAT das Ausgabeformat an. Die verfügbaren Optionen sind TEXT oder JSON. Die Ausgabe ohne Text enthält dieselben Informationen wie das Textausgabeformat, ist jedoch für Programme einfacher zu analysieren. Dieser Parameter ist standardmäßig auf TEXT voreingestellt.
statement
Alle SELECT, INSERT, UPDATE, DELETE, VALUES, EXECUTE, DECLARE, CREATE TABLE AS oder CREATE MATERIALIZED VIEW AS Anweisungen, deren Ausführungsplan Sie anzeigen möchten.
IMPORTANT
Jede Ausgabe, die eine SELECT-Anweisung möglicherweise zurückgibt, wird bei der Ausführung mit dem EXPLAIN-Schlüsselwort verworfen. Andere Nebenwirkungen der Anweisung treten wie gewohnt auf.

Beispiel

Das folgende Beispiel zeigt den Plan für eine einfache Abfrage in einer Tabelle mit einer einzelnen integer und 10000 Zeilen:

EXPLAIN SELECT * FROM foo;

                       QUERY PLAN
---------------------------------------------------------
 Seq Scan on foo (dataSetId = "6307eb92f90c501e072f8457", dataSetName = "foo") [0,1000000242,6973776840203d3d,6e616c58206c6153,6c6c6f430a3d4d20,74696d674c746365]
(1 row)

FETCH

Der Befehl FETCH ruft Zeilen mit einem zuvor erstellten Cursor ab.

FETCH num_of_rows [ IN | FROM ] cursor_name
Parameter
Beschreibung
num_of_rows
Die Anzahl der abzurufenden Zeilen.
cursor_name
Der Name des Cursors, von dem Sie Informationen abrufen.

PREPARE prepare

Mit dem Befehl PREPARE können Sie eine vorbereitete Anweisung erstellen. Eine vorbereitete Anweisung ist ein Server-seitiges Objekt, das verwendet werden kann, um ähnliche SQL-Anweisungen in Vorlagen einzufügen.

Vorbereitete Anweisungen können Parameter annehmen. Dabei handelt es sich um Werte, die bei ihrer Ausführung in die Anweisung eingefügt werden. Parameter werden bei Verwendung von vorbereiteten Anweisungen nach Position referenziert (z. B. $1, $2).

Optional können Sie eine Liste von Parameterdatentypen angeben. Wenn der Datentyp eines Parameters nicht aufgeführt ist, kann der Typ aus dem Kontext abgeleitet werden.

PREPARE name [ ( data_type [, ...] ) ] AS SELECT
Parameter
Beschreibung
name
Der Name der vorbereiteten Anweisung.
data_type
Die Datentypen der Parameter der vorbereiteten Anweisung. Wenn der Datentyp eines Parameters nicht aufgeführt ist, kann der Typ aus dem Kontext abgeleitet werden. Wenn Sie mehrere Datentypen hinzufügen müssen, können Sie sie in einer kommagetrennten Liste hinzufügen.

ROLLBACK

Der Befehl ROLLBACK macht die aktuelle Transaktion rückgängig und verwirft alle von der Transaktion vorgenommenen Aktualisierungen.

ROLLBACK
ROLLBACK WORK

SELECT INTO

Der Befehl SELECT INTO erstellt eine neue Tabelle und füllt sie mit Daten, die durch eine Abfrage berechnet werden. Die Daten werden nicht an den Client zurückgegeben, da sie mit einem normalen SELECT-Befehl verarbeitet werden. Die Spalten der neuen Tabelle haben die Namen und Datentypen, die mit den Ausgabespalten des SELECT-Befehls verknüpft sind.

[ WITH [ RECURSIVE ] with_query [, ...] ]
SELECT [ ALL | DISTINCT [ ON ( expression [, ...] ) ] ]
    * | expression [ [ AS ] output_name ] [, ...]
    INTO [ TEMPORARY | TEMP | UNLOGGED ] [ TABLE ] new_table
    [ FROM from_item [, ...] ]
    [ WHERE condition ]
    [ GROUP BY expression [, ...] ]
    [ HAVING condition [, ...] ]
    [ WINDOW window_name AS ( window_definition ) [, ...] ]
    [ { UNION | INTERSECT | EXCEPT } [ ALL | DISTINCT ] select ]
    [ ORDER BY expression [ ASC | DESC | USING operator ] [ NULLS { FIRST | LAST } ] [, ...] ]
    [ LIMIT { count | ALL } ]
    [ OFFSET start [ ROW | ROWS ] ]
    [ FETCH { FIRST | NEXT } [ count ] { ROW | ROWS } ONLY ]
    [ FOR { UPDATE | SHARE } [ OF table_name [, ...] ] [ NOWAIT ] [...] ]

Weitere Informationen zu den standardmäßigen SELECT-Abfrageparametern finden Sie im Abschnitt SELECT-Abfrage. In diesem Abschnitt werden nur Parameter aufgelistet, die sich ausschließlich auf den SELECT INTO-Befehl beziehen.

Parameter
Beschreibung
TEMPORARY oder TEMP
Ein optionaler Parameter. Wenn der Parameter angegeben wird, ist die erstellte Tabelle eine temporäre Tabelle.
UNLOGGED
Ein optionaler Parameter. Wenn der Parameter angegeben wird, ist die erstellte Tabelle eine nicht protokollierte Tabelle. Weitere Informationen zu nicht protokollierten Tabellen finden Sie in der PostgreSQL Dokumentation.
new_table
Der Name der zu erstellenden Tabelle.

Beispiel

Die folgende Abfrage erstellt eine neue films_recent, die nur aus den letzten Einträgen der films besteht:

SELECT * INTO films_recent FROM films WHERE date_prod >= '2002-01-01';

SHOW

Der Befehl SHOW zeigt die aktuelle Einstellung der Laufzeitparameter an. Diese Variablen können mithilfe der SET-Anweisung, durch Bearbeiten der postgresql.conf-Konfigurationsdatei, durch die PGOPTIONS Umgebungsvariable (bei Verwendung von libpq oder einer libpq-basierten Anwendung) oder durch Befehlszeilen-Flags beim Starten des Postgres-Servers festgelegt werden.

SHOW name
SHOW ALL
Parameter
Beschreibung
name
Der Name des Laufzeitparameters, zu dem Sie Informationen wünschen. Zu den möglichen Werten für den Laufzeitparameter gehören die folgenden Werte:
SERVER_VERSION: Dieser Parameter zeigt die Versionsnummer des Servers an.
SERVER_ENCODING: Dieser Parameter zeigt die Server-seitige Zeichensatzkodierung an.
LC_COLLATE: Dieser Parameter zeigt die Gebietsschema-Einstellung der Datenbank für die Sortierung (Textreihenfolge) an.
LC_CTYPE: Dieser Parameter zeigt die Gebietsschemaeinstellung der Datenbank für die Zeichenklassifizierung an.
IS_SUPERUSER: Dieser Parameter zeigt an, ob die aktuelle Rolle über Superuser-Berechtigungen verfügt.
ALL
Zeigt die Werte aller Konfigurationsparameter mit Beschreibungen an.

Beispiel

Die folgende Abfrage zeigt die aktuelle Einstellung des DateStyle.

SHOW DateStyle;

 DateStyle
-----------
 ISO, MDY
(1 row)

KOPIEREN

Der Befehl COPY dupliziert die Ausgabe jeder SELECT Abfrage an einem angegebenen Speicherort. Der Benutzer muss Zugriff auf diesen Speicherort haben, damit dieser Befehl erfolgreich ist.

COPY query
    TO '%scratch_space%/folder_location'
    [  WITH FORMAT 'format_name']
Parameter
Beschreibung
query
Die Abfrage, die Sie kopieren möchten.
format_name
Das Format, in das Sie die Abfrage kopieren möchten. Die format_name kann parquet, csv oder json sein. Standardmäßig ist der Wert parquet.
NOTE
Der vollständige Ausgabepfad ist adl://<ADLS_URI>/users/<USER_ID>/acp_foundation_queryService/folder_location/<QUERY_ID>

TABELLE ÄNDERN alter-table

Mit dem Befehl ALTER TABLE können Sie Primär- oder Fremdschlüsseleinschränkungen hinzufügen oder ablegen und Spalten zur Tabelle hinzufügen.

EINSCHRÄNKUNG HINZUFÜGEN ODER ABLEGEN

Die folgenden SQL-Abfragen zeigen Beispiele für das Hinzufügen oder Ablegen von Einschränkungen zu einer Tabelle. Einschränkungen für Primäre Schlüssel und Fremdschlüssel können zu mehreren Spalten mit kommagetrennten Werten hinzugefügt werden. Sie können zusammengesetzte Schlüssel erstellen, indem Sie zwei oder mehr Werte für Spaltennamen übergeben, wie in den Beispielen unten dargestellt.

Definieren von Primärschlüsseln oder zusammengesetzten Schlüsseln

ALTER TABLE table_name ADD CONSTRAINT PRIMARY KEY ( column_name ) NAMESPACE namespace

ALTER TABLE table_name ADD CONSTRAINT PRIMARY KEY ( column_name1, column_name2 ) NAMESPACE namespace

Definieren einer Beziehung zwischen Tabellen basierend auf einem oder mehreren Schlüsseln

ALTER TABLE table_name ADD CONSTRAINT FOREIGN KEY ( column_name ) REFERENCES referenced_table_name ( primary_column_name )

ALTER TABLE table_name ADD CONSTRAINT FOREIGN KEY ( column_name1, column_name2 ) REFERENCES referenced_table_name ( primary_column_name1, primary_column_name2 )

Definieren einer Identitätsspalte

ALTER TABLE table_name ADD CONSTRAINT PRIMARY IDENTITY ( column_name ) NAMESPACE namespace

ALTER TABLE table_name ADD CONSTRAINT IDENTITY ( column_name ) NAMESPACE namespace

Begrenzung/Beziehung/Identität löschen

ALTER TABLE table_name DROP CONSTRAINT PRIMARY KEY ( column_name )

ALTER TABLE table_name DROP CONSTRAINT PRIMARY KEY ( column_name1, column_name2 )

ALTER TABLE table_name DROP CONSTRAINT FOREIGN KEY ( column_name )

ALTER TABLE table_name DROP CONSTRAINT FOREIGN KEY ( column_name1, column_name2 )

ALTER TABLE table_name DROP CONSTRAINT PRIMARY IDENTITY ( column_name )

ALTER TABLE table_name DROP CONSTRAINT IDENTITY ( column_name )
Parameter
Beschreibung
table_name
Der Name der Tabelle, die Sie bearbeiten.
column_name
Der Name der Spalte, der Sie eine Einschränkung hinzufügen.
referenced_table_name
Der Name der Tabelle, auf die der Fremdschlüssel verweist.
primary_column_name
Der Name der Spalte, auf die der Fremdschlüssel verweist.
NOTE
Das Tabellenschema sollte eindeutig sein und nicht von mehreren Tabellen gemeinsam genutzt werden. Außerdem ist der Namespace für den Primärschlüssel, die primäre Identität und Identitätseinschränkungen obligatorisch.

Primäre und sekundäre Identitäten hinzufügen oder löschen

Verwenden Sie den ALTER TABLE-Befehl, um Begrenzungen für primäre und sekundäre Identitätstabellenspalten hinzuzufügen oder zu löschen.

In den folgenden Beispielen werden eine primäre Identität und eine sekundäre Identität hinzugefügt, indem Einschränkungen hinzugefügt werden.

ALTER TABLE t1 ADD CONSTRAINT PRIMARY IDENTITY (id) NAMESPACE 'IDFA';
ALTER TABLE t1 ADD CONSTRAINT IDENTITY(id) NAMESPACE 'IDFA';

Identitäten können auch entfernt werden, indem Einschränkungen entfernt werden, wie im Beispiel unten dargestellt.

ALTER TABLE t1 DROP CONSTRAINT PRIMARY IDENTITY (c1) ;
ALTER TABLE t1 DROP CONSTRAINT IDENTITY (c1) ;

Weitere Informationen finden Sie im Dokument zum von Identitäten in Ad-hoc-Datensätzen.

SPALTE HINZUFÜGEN

Die folgenden SQL-Abfragen zeigen Beispiele für das Hinzufügen von Spalten zu einer Tabelle.

ALTER TABLE table_name ADD COLUMN column_name data_type

ALTER TABLE table_name ADD COLUMN column_name_1 data_type1, column_name_2 data_type2
Unterstützte Datentypen

In der folgenden Tabelle sind die akzeptierten Datentypen für das Hinzufügen von Spalten zu einer Tabelle mit Postgres SQL, XDM und dem Accelerated Database Recovery (ADR) in Azure SQL aufgeführt.

—
PSQL-Client
XDM
ADR
Beschreibung
1
bigint
int8
bigint
Ein numerischer Datentyp, mit dem große Ganzzahlen zwischen -9.223.372.036.854.775.807 und 9.223.372.036.854.775.807 in 8 Byte gespeichert werden.
2
integer
int4
integer
Ein numerischer Datentyp, mit dem Ganzzahlen zwischen -2.147.483.648 und 2.147.483.647 in 4 Bytes gespeichert werden.
3
smallint
int2
smallint
Ein numerischer Datentyp, mit dem Ganzzahlen zwischen -32.768 und 215-1 32.767 in 2 Byte gespeichert werden.
4
tinyint
int1
tinyint
Ein numerischer Datentyp, mit dem Ganzzahlen zwischen 0 und 255 in 1 Byte gespeichert werden.
5
varchar(len)
string
varchar(len)
Ein Datentyp für Zeichen mit variabler Größe. varchar ist am besten geeignet, wenn die Größe der Spaltendateneinträge erheblich variiert.
6
double
float8
double precision
FLOAT8 und FLOAT sind gültige Synonyme für DOUBLE PRECISION. double precision ist ein Gleitkomma-Datentyp. Gleitkommawerte werden in 8 Byte gespeichert.
7
double precision
float8
double precision
FLOAT8 ist ein gültiges Synonym für double precision.double precision ist ein Gleitkomma-Datentyp. Gleitkommawerte werden in 8 Byte gespeichert.
8
date
date
date
Bei den date Datentypen handelt es sich um 4-Byte-gespeicherte Kalenderdatumswerte ohne Zeitstempelinformationen. Der Datumsbereich reicht von 01-01-0001 bis 12-31-9999.
9
datetime
datetime
datetime
Ein Datentyp, mit dem ein Zeitpunkt gespeichert wird, der als Kalenderdatum und -uhrzeit ausgedrückt wird. datetime enthält die Kriterien Jahr, Monat, Tag, Stunde, Sekunde und Bruch. Eine datetime kann eine beliebige Teilmenge dieser Zeiteinheiten enthalten, die in dieser Folge verbunden sind, oder sogar nur eine einzige Zeiteinheit umfassen.
10
char(len)
string
char(len)
Das char(len)-Schlüsselwort wird verwendet, um anzugeben, dass das Element ein Zeichen fester Länge ist.

SCHEMA HINZUFÜGEN

Die folgende SQL-Abfrage zeigt ein Beispiel für das Hinzufügen einer Tabelle zu einer Datenbank/einem Schema.

ALTER TABLE table_name ADD SCHEMA database_name.schema_name
NOTE
ADLS-Tabellen und -Ansichten können nicht zu DWH-Datenbanken/Schemata hinzugefügt werden.

SCHEMA ENTFERNEN

Die folgende SQL-Abfrage zeigt ein Beispiel für das Entfernen einer Tabelle aus einer Datenbank/einem Schema.

ALTER TABLE table_name REMOVE SCHEMA database_name.schema_name
NOTE
DWH-Tabellen und -Ansichten können nicht aus physisch verknüpften DWH-Datenbanken/Schemata entfernt werden.

Parameter

Parameter
Beschreibung
table_name
Der Name der Tabelle, die Sie bearbeiten.
column_name
Der Name der Spalte, die Sie hinzufügen möchten.
data_type
Der Datentyp der Spalte, die Sie hinzufügen möchten. Zu den unterstützten Datentypen gehören: bigint, char, string, date, datetime, double, double Precision, integer, smallint, tinyint, varchar.

PRIMÄRE TASTEN ANZEIGEN

Der Befehl SHOW PRIMARY KEYS listet alle Einschränkungen für den Primärschlüssel für die angegebene Datenbank auf.

SHOW PRIMARY KEYS

    tableName | columnName    | datatype | namespace
------------------+----------------------+----------+-----------
 table_name_1 | column_name1  | text     | "ECID"
 table_name_2 | column_name2  | text     | "AAID"

FREMDSCHLÜSSEL ANZEIGEN

Der Befehl SHOW FOREIGN KEYS listet alle Fremdschlüsseleinschränkungen für die angegebene Datenbank auf.

SHOW FOREIGN KEYS

    tableName   |     columnName      | datatype | referencedTableName | referencedColumnName | namespace
------------------+---------------------+----------+---------------------+----------------------+-----------
 table_name_1   | column_name1        | text     | table_name_3        | column_name3         |  "ECID"
 table_name_2   | column_name2        | text     | table_name_4        | column_name4         |  "AAID"

DATENGRUPPEN ANZEIGEN

Der Befehl SHOW DATAGROUPS gibt eine Tabelle aller zugehörigen Datenbanken zurück. Für jede Datenbank enthält die Tabelle das Schema, den Gruppentyp, den untergeordneten Typ, den untergeordneten Namen und die untergeordnete ID.

SHOW DATAGROUPS

   Database   |      Schema       | GroupType |      ChildType       |                     ChildName                       |               ChildId
  -------------+-------------------+-----------+----------------------+----------------------------------------------------+--------------------------------------
   adls_db     | adls_scheema      | ADLS      | Data Lake Table      | adls_table1                                        | 6149ff6e45cfa318a76ba6d3
   adls_db     | adls_scheema      | ADLS      | Accelerated Store | _table_demo1                                       | 22df56cf-0790-4034-bd54-d26d55ca6b21
   adls_db     | adls_scheema      | ADLS      | View                 | adls_view1                                         | c2e7ddac-d41c-40c5-a7dd-acd41c80c5e9
   adls_db     | adls_scheema      | ADLS      | View                 | adls_view4                                         | b280c564-df7e-405f-80c5-64df7ea05fc3

DATENGRUPPEN FÜR TABELLE ANZEIGEN

Der Befehl SHOW DATAGROUPS FOR 'table_name' gibt eine Tabelle aller zugehörigen Datenbanken zurück, die den -Parameter als untergeordneten Parameter enthalten. Für jede Datenbank enthält die Tabelle das Schema, den Gruppentyp, den untergeordneten Typ, den untergeordneten Namen und die untergeordnete ID.

SHOW DATAGROUPS FOR 'table_name'

Parameter

  • table_name: Der Name der Tabelle, für die Sie verknüpfte Datenbanken suchen möchten.
   Database   |      Schema       | GroupType |      ChildType       |                     ChildName                      |               ChildId
  -------------+-------------------+-----------+----------------------+----------------------------------------------------+--------------------------------------
   dwh_db_demo | schema2           | QSACCEL   | Accelerated Store | _table_demo2                                       | d270f704-0a65-4f0f-b3e6-cb535eb0c8ce
   dwh_db_demo | schema1           | QSACCEL   | Accelerated Store | _table_demo2                                       | d270f704-0a65-4f0f-b3e6-cb535eb0c8ce
   qsaccel     | profile_aggs      | QSACCEL   | Accelerated Store | _table_demo2                                       | d270f704-0a65-4f0f-b3e6-cb535eb0c8ce
recommendation-more-help
ccf2b369-4031-483f-af63-a93b5ae5e3fb