SQL-Syntax in Query Service

Adobe Experience Platform Query Service bietet die Möglichkeit, standardmäßige ANSI-SQL für SELECT -Anweisungen und andere eingeschränkte Befehle. In diesem Dokument wird die von Query Service.

Abfragen auswählen

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

[ 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 ]

where from_item kann eine der folgenden Optionen sein:

table_name [ * ] [ [ AS ] alias [ ( column_alias [, ...] ) ] ]

[ LATERAL ] ( select ) [ AS ] alias [ ( column_alias [, ...] ) ]

with_query_name [ [ AS ] alias [ ( column_alias [, ...] ) ] ]

from_item [ NATURAL ] join_type from_item [ ON join_condition | USING ( join_column [, ...] ) ]

und grouping_element kann eine der folgenden Optionen sein:

( )

expression

( expression [, ...] )

ROLLUP ( { expression | ( expression [, ...] ) } [, ...] )

CUBE ( { expression | ( expression [, ...] ) } [, ...] )

GROUPING SETS ( grouping_element [, ...] )

und with_query:

 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 auf einer Tabelle basierend auf Momentaufnahmen-IDs inkrementell zu lesen. Eine Snapshot-ID ist eine Checkpoint-Markierung, die durch eine Long-Typ-Zahl dargestellt wird, die jedes Mal, wenn Daten in eine Data Lake-Tabelle geschrieben werden, auf eine Data Lake-Tabelle angewendet wird. 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 Customers SNAPSHOT SINCE 123;

SELECT * FROM Customers SNAPSHOT AS OF 345;

SELECT * FROM Customers SNAPSHOT BETWEEN 123 AND 345;

SELECT * FROM Customers SNAPSHOT BETWEEN HEAD AND 123;

SELECT * FROM Customers SNAPSHOT BETWEEN 345 AND TAIL;

SELECT * FROM (SELECT id FROM CUSTOMERS BETWEEN 123 AND 345) C

SELECT * FROM Customers SNAPSHOT SINCE 123 INNER JOIN Inventory AS OF 789 ON Customers.id = Inventory.id;

Bitte beachten Sie, dass eine SNAPSHOT -Klausel funktioniert mit einem Tabellen- oder Tabellenalias, jedoch nicht über einer Unter-Abfrage oder Ansicht. A SNAPSHOT -Klausel funktioniert überall in SELECT -Abfrage auf eine Tabelle angewendet werden.

Darüber hinaus können Sie HEAD und TAIL als spezielle Offset-Werte für Momentaufnahmen-Klauseln. Verwenden HEAD bezieht sich auf einen Offset vor dem ersten Snapshot, während TAIL bezieht sich auf einen Versatz nach dem letzten Schnappschuss.

WHERE-Klausel

Standardmäßig werden Übereinstimmungen von einem WHERE -Klausel SELECT -Abfrage die Groß-/Kleinschreibung beachten. Wenn bei Treffern nicht zwischen Groß- und Kleinschreibung unterschieden werden soll, können Sie den Suchbegriff ILIKE anstelle von LIKE.

    [ 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 zurück, deren Namen mit "A"oder "a"beginnen.

JOIN

A SELECT -Abfrage, die Joins verwendet, hat die folgende Syntax:

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, INTERSECTund EXCEPT -Klauseln werden verwendet, um gleichartige 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

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

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 von der CTAS-Abfrage erstellt wurde.
rowvalidation	(Optional) Gibt an, ob der Benutzer die Überprüfung aller neuen Batches auf Zeilenebene wünscht, die für den neu erstellten Datensatz erfasst werden. Der Standardwert lautet true.
label	Wenn Sie einen Datensatz mit einer CTAS-Abfrage erstellen, verwenden Sie diese Bezeichnung mit dem Wert von profile , um Ihren Datensatz als für das Profil aktiviert zu kennzeichnen. Das bedeutet, dass Ihr Datensatz bei der Erstellung automatisch für das Profil markiert wird. Weitere Informationen zur Verwendung von label.
select_query	A SELECT -Anweisung. Die Syntax der SELECT -Abfrage finden Sie im Abschnitt Abschnitt "Abfragen auswählen".

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)

INSERT INTO

Die INSERT INTO -Befehl wird wie folgt definiert:

INSERT INTO table_name select_query

Parameter	Beschreibung
table_name	Der Name der Tabelle, in die die Abfrage eingefügt werden soll.
select_query	A SELECT -Anweisung. Die Syntax der SELECT -Abfrage finden Sie im Abschnitt Abschnitt "Abfragen auswählen".

Beispiel

INSERT INTO Customers SELECT SupplierName, City, Country FROM OnlineCustomers;

INSERT INTO Customers AS (SELECT * from OnlineCustomers SNAPSHOT AS OF 345)

Die meisten Felder in einem echten XDM-Schema befinden sich nicht auf der Stammebene und SQL lässt die Verwendung der Punktnotation nicht zu. Um mithilfe verschachtelter Felder ein realistisches Ergebnis zu erzielen, müssen Sie jedes Feld in Ihrem INSERT INTO Pfad.

nach INSERT INTO verschachtelte Pfade verwenden die folgende Syntax:

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

Die DROP TABLE löscht eine vorhandene Tabelle und löscht den mit der Tabelle verknüpften Ordner aus dem Dateisystem, wenn es sich nicht um eine externe Tabelle handelt. 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 not existieren.

DATENBANK ERSTELLEN

Die CREATE DATABASE -Befehl erstellt eine ADLS-Datenbank.

CREATE DATABASE [IF NOT EXISTS] db_name

DROP-DATENBANK

Die 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 not existieren.

DROP-SCHEMA

Die DROP SCHEMA -Befehl entfernt ein vorhandenes Schema.

DROP SCHEMA [IF EXISTS] db_name.schema_name [ RESTRICT | CASCADE]

Parameter	Beschreibung
IF EXISTS	Wenn dies angegeben ist, wird keine Ausnahme ausgelöst, wenn das Schema not existieren.
RESTRICT	Standardwert für den Modus. Wenn dies angegeben wird, wird das Schema nur gelöscht, wenn es nicht enthält alle Tabellen.
CASCADE	Wenn dies angegeben wird, wird das Schema zusammen mit allen im Schema vorhandenen Tabellen abgelegt.

CREATE VIEW

Die folgende Syntax definiert eine CREATE VIEW Abfrage:

CREATE VIEW view_name AS select_query

Parameter	Beschreibung
view_name	Der Name der zu erstellenden Ansicht.
select_query	A SELECT -Anweisung. Die Syntax der SELECT -Abfrage finden Sie im Abschnitt Abschnitt "Abfragen auswählen".

Beispiel

CREATE VIEW V1 AS SELECT color, type FROM Inventory

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

DROP VIEW

Die folgende Syntax definiert eine DROP VIEW Abfrage:

DROP VIEW [IF EXISTS] view_name

Parameter	Beschreibung
IF EXISTS	Wenn dies angegeben ist, wird keine Ausnahme ausgelöst, wenn die Ansicht dies tut not existieren.
view_name	Der Name der zu löschenden Ansicht.

Beispiel

DROP VIEW v1
DROP VIEW IF EXISTS v1

Anonymer Block

Ein anonymer Block besteht aus zwei Abschnitten: ausführbare Abschnitte und Abschnitte zur Ausnahmebehandlung. In einem anonymen Block ist der Abschnitt "Ausführbare Datei"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 für die Verwendung eines 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;

Auto to JSON

Query Service unterstützt eine optionale Einstellung auf Sitzungsebene, um komplexe Felder der obersten Ebene aus interaktiven SELECT-Abfragen als JSON-Zeichenfolgen zurückzugeben. Die auto_to_json -Einstellung ermöglicht die Rückgabe von Daten aus komplexen Feldern als JSON und die anschließende Analyse in JSON-Objekten mithilfe von Standardbibliotheken.

Feature Flag setzen auto_to_json auf true gesetzt, bevor Sie Ihre SELECT-Abfrage mit komplexen Feldern ausführen.

set auto_to_json=true;

Bevor Sie die auto_to_json Markierung

Die folgende Tabelle enthält ein Beispielabfrageergebnis vor dem auto_to_json -Einstellung angewendet wird. In beiden Szenarien wurde dieselbe SELECT-Abfrage (wie unten dargestellt) verwendet, die auf eine Tabelle mit komplexen Feldern ausgerichtet ist.

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)

Nachdem Sie die auto_to_json Markierung

Die folgende Tabelle zeigt den Unterschied in den Ergebnissen, die die auto_to_json hat auf den resultierenden Datensatz Einfluss. Dieselbe SELECT-Abfrage wurde in beiden Szenarien 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-Momentaufnahme bei Fehler beheben

Die resolve_fallback_snapshot_on_failure -Option wird verwendet, um das Problem einer abgelaufenen Snapshot-ID zu beheben. Momentaufnahmen-Metadaten laufen nach zwei Tagen ab und ein abgelaufener Schnappschuss kann die Logik eines Skripts ungültig machen. Dies kann bei der Verwendung anonymer Bausteine ein Problem darstellen.

Legen Sie die resolve_fallback_snapshot_on_failure auf "true", um einen Schnappschuss mit einer vorherigen Momentaufnahme-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 Daten-Assets beim Wachstum im Adobe Experience Platform Data Lake logisch zu organisieren. Query Service erweitert SQL-Konstrukte, mit denen Sie Daten-Assets logisch in einer Sandbox gruppieren können. Diese Organisationsmethode ermöglicht die Freigabe von Daten-Assets zwischen Schemas, ohne dass diese physisch verschoben werden müssen.

Die folgenden SQL-Konstrukte mit SQL-Standardsyntax werden unterstützt, damit Sie Ihre Daten logisch organisieren können.

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;

Siehe Handbuch unter Logische Organisation von Daten-Assets für eine detaillierte Erläuterung der Best Practices für Query Service.

Tabelle vorhanden

Die table_exists Der SQL-Befehl wird verwendet, um zu überprüfen, ob eine Tabelle im System vorhanden ist. Der Befehl gibt einen booleschen Wert zurück: true, wenn eine Tabelle vorhanden ist, und false, wenn keine Tabelle vorhanden ist.

Wenn Sie überprüfen, ob eine Tabelle vorhanden ist, bevor Sie die Anweisungen ausführen, wird die table_exists -Funktion vereinfacht das Schreiben eines anonymen Blocks, um beide CREATE und INSERT INTO Anwendungsbeispiele.

Die folgende Syntax definiert die table_exists command:

$$
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

Die inline -Funktion trennt die Elemente eines Arrays von Strukturen und generiert die Werte in einer Tabelle. Sie kann nur im SELECT Liste oder LATERAL VIEW.

Die inline function cannot in einer Auswahlliste platziert werden, in der andere Generatorfunktionen vorhanden sind.

Standardmäßig werden die erzeugten Spalten "col1", "col2"usw. genannt. Wenn der Ausdruck NULL dann werden keine Zeilen erzeugt.

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 veranschaulicht außerdem das Konzept und die Anwendung des inline -Funktion. Das Datenmodell für das Beispiel ist in der Abbildung unten dargestellt.

Beispiel

select inline(productListItems) from source_dataset limit 10;

Die Werte, die aus dem source_dataset werden zum Ausfüllen der Zieltabelle verwendet.

SKU	_experience	quantity	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

Spark SQL-Befehle

Der folgende Unterabschnitt behandelt die von Query Service unterstützten Spark-SQL-Befehle.

SET

Die SET -Befehl 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, als den die Eigenschaft festgelegt werden soll.

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

PostgreSQL commands

Die folgenden Unterabschnitte decken die PostgreSQL von Query Service unterstützte Befehle.

ANALYSETABELLE

Die ANALYZE TABLE -Befehl führt eine Verteilungsanalyse und statistische Berechnungen für die benannte(n) Tabelle(n) durch. Die Verwendung von ANALYZE TABLE variiert, je nachdem, ob die Datensätze auf der beschleunigter Speicher oder Datensee. Weitere Informationen zur Verwendung finden Sie in den entsprechenden Abschnitten.

COMPUTE STATISTICS on the Accelerated Store

Die ANALYZE TABLE berechnet Statistiken für eine Tabelle im beschleunigten Speicher. Die Statistiken werden anhand der ausgeführten 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 der Variablen ANALYZE TABLE command:-

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 einen Wert ungleich null für dieses Feld enthalten.
distinct-count	Die Anzahl der eindeutigen oder eindeutigen Werte für dieses Feld.
missing	Die Anzahl der Zeilen, die einen Nullwert für dieses Feld haben.
max	Der Maximalwert aus der analysierten Tabelle.
min	Der Mindestwert aus der analysierten Tabelle.
mean	Der Durchschnittswert der analysierten Tabelle.
stdev	Die Standardabweichung der analysierten Tabelle.

COMPUTE STATISTIKEN auf dem Data Lake

Sie können nun Statistiken auf Spaltenebene berechnen über Azure Data Lake Storage (ADLS)-Datensätzen mit der COMPUTE STATISTICS und SHOW STATISTICS SQL-Befehle. Berechnen Sie Spaltenstatistiken für den gesamten Datensatz, eine Untergruppe eines Datensatzes, alle Spalten oder eine Untergruppe von Spalten.

COMPUTE STATISTICS erweitert die ANALYZE TABLE Befehl. Die Variable COMPUTE STATISTICS, FILTERCONTEXT, FOR COLUMNSund SHOW STATISTICS -Befehle werden in Data Warehouse-Tabellen nicht unterstützt. Diese Erweiterungen für 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);

Die Konsolenausgabe wird wie unten dargestellt angezeigt.

  Statistics ID
------------------
 ULKQiqgUlGbTJWhO
(1 row)

Sie können dann die zurückgegebene Statistiken-ID verwenden, um die berechneten Statistiken mit der SHOW STATISTICS Befehl.

SHOW STATISTICS FOR <statistics_ID>

Siehe Dokumentation zu Datensatzstatistiken für weitere Informationen.

TABLESAMPEL

Der Abfrage-Service von Adobe Experience Platform bietet Beispieldatensätze als Teil der Funktionen zur annähernden Abfrageverarbeitung.
Beispiele für Datensätze werden am besten verwendet, wenn Sie keine genaue Antwort für einen Aggregat-Vorgang über einen Datensatz benötigen. Mit dieser Funktion können Sie effizientere Explorationsabfragen zu großen Datensätzen durchführen, indem Sie eine ungefähre Abfrage senden, um eine ungefähre Antwort zurückzugeben.

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

In den Beispielen unten zeigt Zeile eins, wie eine 5 %-Probe der Tabelle berechnet wird. Zeile zwei zeigt, wie ein 5 %-Sample 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:

Siehe Dokumentation zu Datensatzbeispielen für weitere Informationen.

BEGIN

Die BEGIN -Befehl oder alternativ der BEGIN WORK oder BEGIN TRANSACTION -Befehl, startet einen Transaktionsblock. Alle Anweisungen, die nach dem Befehl "begin"eingegeben werden, werden in einer einzigen Transaktion ausgeführt, bis ein expliziter COMMIT- oder ROLLBACK-Befehl angegeben wird. Dieser Befehl entspricht dem START TRANSACTION.

BEGIN
BEGIN WORK
BEGIN TRANSACTION

CLOSE

Die CLOSE gibt die Ressourcen frei, die mit einem geöffneten Cursor verknüpft 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, name stellt den Namen eines geöffneten Cursors dar, der geschlossen werden muss. Wenn CLOSE ALL verwendet wird, werden alle geöffneten Cursor geschlossen.

DEALLOCATE

Die DEALLOCATE -Befehl können Sie die Zuordnung einer zuvor vorbereiteten SQL-Anweisung aufheben. Wenn Sie die Zuordnung einer vorbereiteten Anweisung nicht explizit aufheben, wird dies am Ende der Sitzung ausgeführt. Weitere Informationen zu vorbereiteten Anweisungen finden Sie im VORBEREITEN, Befehl Abschnitt.

DEALLOCATE name
DEALLOCATE ALL

Wenn DEALLOCATE name verwendet wird, name stellt den Namen der vorbereiteten Anweisung dar, die aufgehoben werden muss. Wenn DEALLOCATE ALL verwendet wird, wird die Zuweisung aller vorbereiteten Anweisungen aufgehoben.

DECLARE

Die DECLARE -Befehl ermöglicht es einem Benutzer, einen Cursor zu erstellen, mit dem eine kleine Anzahl von Zeilen aus einer größeren Abfrage 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 angibt.

EXECUTE

Die EXECUTE -Befehl wird zum Ausführen einer zuvor vorbereiteten Anweisung verwendet. Da vorbereitete Anweisungen nur für die Dauer einer Sitzung vorhanden sind, muss die vorbereitete Anweisung von einer PREPARE -Anweisung, die zuvor in der aktuellen Sitzung ausgeführt wurde. Weitere Informationen zur Verwendung vorbereiteter Anweisungen finden Sie im PREPARE command Abschnitt.

Wenn die Variable PREPARE -Anweisung, die die Anweisung erstellt hat, die einige Parameter angegeben hat, muss ein kompatibler Satz von Parametern an die EXECUTE -Anweisung. Wenn diese Parameter nicht übergeben werden, wird ein Fehler erzeugt.

EXECUTE name [ ( parameter ) ]

Parameter	Beschreibung
name	Der Name der vorbereiteten Anweisung, die ausgeführt werden soll.
parameter	Der tatsächliche Wert eines Parameters für die vorbereitete Anweisung. Hierbei muss es sich um einen Ausdruck handeln, der einen Wert liefert, der mit dem Datentyp dieses Parameters kompatibel ist, der bei der Erstellung der vorbereiteten Anweisung festgelegt wurde. Wenn mehrere Parameter für die vorbereitete Anweisung vorhanden sind, werden sie durch Kommas getrennt.

EXPLAIN

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

EXPLAIN statement

Verwenden Sie die FORMAT mit dem Keyword EXPLAIN -Befehl, um das Format der Antwort zu definieren.

EXPLAIN FORMAT { TEXT | JSON } statement

Parameter	Beschreibung
FORMAT	Verwenden Sie die FORMAT -Befehl, um das Ausgabeformat anzugeben. 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	Jede SELECT-, INSERT-, UPDATE-, DELETE-, VALUES-, EXECUTE-, DECLARE-, CREATE TABLE AS- oder CREATE MATERIALIZED VIEW AS-Anweisung, deren Ausführungsplan Sie sehen möchten.

Beispiel

Das folgende Beispiel zeigt den Plan für eine einfache Abfrage einer Tabelle mit einer einzigen integer Spalte 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

Die FETCH -Befehl 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, aus dem Sie Informationen abrufen.

PREPARE

Die PREPARE -Befehl können Sie eine vorbereitete Anweisung erstellen. Eine vorbereitete Anweisung ist ein serverseitiges Objekt, das zur Vorlagenbildung für ähnliche SQL-Anweisungen verwendet werden kann.

Vorbereitete Anweisungen können Parameter annehmen, d. h. Werte, die bei der Ausführung in der Anweisung ersetzt werden. Parameter werden nach Position referenziert, indem bei der Verwendung vorbereiteter Anweisungen $1, $2 usw. verwendet werden.

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 für die vorbereitete 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 durch Kommas getrennten Liste hinzufügen.

ROLLBACK

Die ROLLBACK -Befehl löscht die aktuelle Transaktion und verwirft alle durch die Transaktion vorgenommenen Aktualisierungen.

ROLLBACK
ROLLBACK WORK

SELECT INTO

Die SELECT INTO erstellt eine neue Tabelle und füllt sie mit Daten, die durch eine Abfrage berechnet wurden. Die Daten werden nicht wie bei einem normalen SELECT Befehl. Die Spalten der neuen Tabelle haben die Namen und Datentypen, die mit den Ausgabespalten der SELECT Befehl.

[ 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 SELECT-Abfrageabschnitt. In diesem Abschnitt werden nur Parameter aufgelistet, die ausschließlich für die SELECT INTO Befehl.

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

Beispiel

Die folgende Abfrage erstellt eine neue Tabelle films_recent aus nur aktuellen Einträgen der Tabelle films:

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

SHOW

Die SHOW zeigt die aktuelle Einstellung der Laufzeitparameter an. Diese Variablen können mithilfe der Variablen SET Anweisung, indem Sie die postgresql.conf Konfigurationsdatei über PGOPTIONS Umgebungsvariable (bei Verwendung von libpq oder einer libpq-basierten Anwendung) oder durch Befehlszeilenflags beim Starten des Postgres-Servers.

SHOW name
SHOW ALL

Parameter	Beschreibung
name	Der Name des Laufzeitparameters, zu dem Sie Informationen benötigen. Mögliche Werte für den Laufzeitparameter sind die folgenden Werte: SERVER_VERSION: Dieser Parameter zeigt die Versionsnummer des Servers an. SERVER_ENCODING: Dieser Parameter zeigt die serverseitige Zeichensatzkodierung an. LC_COLLATE: Dieser Parameter zeigt die Gebietsschemaeinstellung der Datenbank für die Sortierung (Textanordnung) 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 Parameters DateStyle.

SHOW DateStyle;

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

KOPIE

Die COPY -Befehl dupliziert die Ausgabe eines SELECT an einen bestimmten Ort abrufen. Der Benutzer muss Zugriff auf diesen Speicherort haben, damit dieser Befehl erfolgreich ausgeführt werden kann.

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 die Abfrage kopiert werden soll. Die format_name kann eines von parquet, csvoder json. Standardmäßig ist der Wert parquet.

ALTERSTABELLE

Die ALTER TABLE -Befehl können Sie Primär- oder Fremdschlüsseleinschränkungen hinzufügen oder ablegen sowie Spalten zur Tabelle hinzufügen.

EINSCHRÄNKUNG HINZUFÜGEN ODER ABLEGEN

Die folgenden SQL-Abfragen zeigen Beispiele für das Hinzufügen oder Ablegen von Begrenzungen zu einer Tabelle.

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

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

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

ALTER TABLE table_name ADD CONSTRAINT IDENTITY ( column_name ) NAMESPACE namespace

ALTER TABLE table_name DROP CONSTRAINT PRIMARY KEY ( column_name )

ALTER TABLE table_name DROP CONSTRAINT FOREIGN KEY ( column_name )

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.

Primäre und sekundäre Identitäten hinzufügen oder löschen

Die ALTER TABLE -Befehl können Sie über SQL direkt Begrenzungen für primäre und sekundäre Identitätstabelle-Spalten hinzufügen oder löschen.

Die folgenden Beispiele fügen eine primäre Identität und eine sekundäre Identität hinzu, 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 durch Ablegen von Einschränkungen entfernt werden, wie im folgenden Beispiel gezeigt.

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

Siehe Dokument unter Festlegen von Identitäten in Ad-hoc-Datensätzen für detailliertere Informationen.

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 zulässigen Datentypen für das Hinzufügen von Spalten zu einer Tabelle mit Postgres SQL, XDM und die Accelerated Database Recovery (ADR) in Azure SQL.

—	PSQL-Client	XDM	ADR	Beschreibung
1	bigint	int8	bigint	Ein numerischer Datentyp zum Speichern großer Ganzzahlen zwischen -9.223.372.036.854.775.807 und 9.223.372.036.854.775.807 in 8 Byte.
2	integer	int4	integer	Ein numerischer Datentyp zum Speichern von Ganzzahlen zwischen -2.147.483.648 und 2.147.483.647 in 4 Byte.
3	smallint	int2	smallint	Ein numerischer Datentyp zum Speichern von Ganzzahlen zwischen -32.768 und 215-1 32.767 in 2 Byte.
4	tinyint	int1	tinyint	Ein numerischer Datentyp zum Speichern von Ganzzahlen zwischen 0 und 255 in 1 Byte.
5	varchar(len)	string	varchar(len)	Ein Datentyp mit Zeichen, der variablengroß ist. varchar wird am besten verwendet, 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	Die date -Datentyp sind 4-Byte-gespeicherte Kalenderdatumswerte ohne Zeitstempelinformationen. Der Datumsbereich reicht vom 01-01-0001 bis zum 12-31-999.
9	datetime	datetime	datetime	Ein Datentyp, mit dem ein als Kalenderdatum und -uhrzeit ausgedrückter Zeitpunkt gespeichert wird. datetime umfasst die Kennzahlen für: Jahr, Monat, Tag, Stunde, Sekunde und Fraktion. A datetime Die Deklaration kann eine Teilmenge dieser Zeiteinheiten enthalten, die in dieser Sequenz zusammengefügt sind, oder sogar nur eine Zeiteinheit umfassen.
10	char(len)	string	char(len)	Die char(len) -Keyword wird verwendet, um anzugeben, dass es sich bei dem Element um ein Zeichen fester Länge handelt.

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

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

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 zählen: bigint, char, string, date, datetime, double, double Precision, integer, smallint, tinyint, varchar.

PRIMÄRE SCHLÜSSEL ANZEIGEN

Die SHOW PRIMARY KEYS führt alle Primärschlüsseleinschränkungen für die jeweilige Datenbank auf.

SHOW PRIMARY KEYS

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

AUSLÄNDLICHE SCHLÜSSEL ANZEIGEN

Die SHOW FOREIGN KEYS enthält alle Fremdschlüsseleinschränkungen für die jeweilige Datenbank.

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"

DATAGROUPS ANZEIGEN

Die SHOW DATAGROUPS gibt eine Tabelle aller zugehörigen Datenbanken zurück. Die Tabelle enthält für jede Datenbank Schema, Gruppentyp, untergeordneten Typ, untergeordneten Namen und 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      | Data Warehouse Table | _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

DATENAGROUPS FÜR Tabelle ANZEIGEN

Die SHOW DATAGROUPS FOR Der Befehl 'table_name' gibt eine Tabelle aller zugehörigen Datenbanken zurück, die den Parameter als untergeordnetes Element enthalten. Die Tabelle enthält für jede Datenbank Schema, Gruppentyp, untergeordneten Typ, untergeordneten Namen und 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   | Data Warehouse Table | _table_demo2                                       | d270f704-0a65-4f0f-b3e6-cb535eb0c8ce
   dwh_db_demo | schema1           | QSACCEL   | Data Warehouse Table | _table_demo2                                       | d270f704-0a65-4f0f-b3e6-cb535eb0c8ce
   qsaccel     | profile_aggs      | QSACCEL   | Data Warehouse Table | _table_demo2                                       | d270f704-0a65-4f0f-b3e6-cb535eb0c8ce