Adobe Experience Platform Query Service bietet die Möglichkeit, standardmäßige ANSI-SQL für SELECT
-Anweisungen und anderen eingeschränkten Befehlen. In diesem Dokument wird die von Query Service.
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.
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 } ]
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 einer 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.
Wenn Sie zwischen zwei Snapshot-IDs abfragen und der Start-Snapshot abgelaufen ist, können die beiden folgenden Szenarien eintreten, je nachdem, ob das optionale Fallback-Verhalten-Flag (resolve_fallback_snapshot_on_failure
) festgelegt ist:
Wenn das optionale Fallback-Verhalten-Flag gesetzt ist, wählt Query Service den frühesten verfügbaren Snapshot aus, legt ihn als Start-Snapshot fest und gibt die Daten zwischen dem frühesten verfügbaren Snapshot und dem angegebenen End-Snapshot zurück. Diese Daten sind inklusive der frühesten verfügbaren Momentaufnahme.
Wenn das optionale Fallback-Verhalten-Flag nicht gesetzt ist, wird ein Fehler zurückgegeben.
Standardmäßig werden Übereinstimmungen von einem WHERE
einer SELECT
-Abfrage muss zwischen Groß- und Kleinschreibung unterschieden werden. 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.
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
Die UNION
, INTERSECT
, und 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
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)
Die SELECT
-Anweisung muss einen Alias für die Aggregat-Funktionen wie COUNT
, SUM
, MIN
usw. enthalten. Darüber hinaus wird die SELECT
-Anweisung kann mit oder ohne Klammern () bereitgestellt werden. Sie können eine SNAPSHOT
-Klausel, um inkrementelle Deltas in die Zieltabelle zu lesen.
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
Im Folgenden finden Sie ein hilfreiches Beispiel und nur zu Anleitungszwecken.
INSERT INTO Customers SELECT SupplierName, City, Country FROM OnlineCustomers;
INSERT INTO Customers AS (SELECT * from OnlineCustomers SNAPSHOT AS OF 345)
Die SELECT
statement darf nicht in Klammern (). Außerdem wird das Schema des Ergebnisses der SELECT
-Anweisung muss mit der in der INSERT INTO
-Anweisung. Sie können eine SNAPSHOT
-Klausel, um inkrementelle Deltas in die Zieltabelle zu lesen.
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;
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. |
Die CREATE DATABASE
-Befehl erstellt eine ADLS-Datenbank.
CREATE DATABASE [IF NOT EXISTS] db_name
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. |
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. |
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
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
Ein anonymer Block besteht aus zwei Abschnitten: ausführbare Dateien und Abschnitte zur Bearbeitung von Ausnahmen. In einem anonymen Baustein 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;
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;
auto_to_json
MarkierungDie 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)
auto_to_json
MarkierungDie folgende Tabelle zeigt den Unterschied in den Ergebnissen, die die Variable 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)
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.
$$ BEGIN
SET resolve_fallback_snapshot_on_failure=true;
SET @from_snapshot_id = SELECT coalesce(last_snapshot_id, 'HEAD') FROM checkpoint_log a JOIN
(SELECT MAX(process_timestamp)process_timestamp FROM checkpoint_log
WHERE process_name = 'DIM_TABLE_ABC' AND process_status = 'SUCCESSFUL' )b
on a.process_timestamp=b.process_timestamp;
SET @to_snapshot_id = SELECT snapshot_id FROM (SELECT history_meta('DIM_TABLE_ABC')) WHERE is_current = true;
SET @last_updated_timestamp= SELECT CURRENT_TIMESTAMP;
INSERT INTO DIM_TABLE_ABC_Incremental
SELECT * FROM DIM_TABLE_ABC SNAPSHOT BETWEEN @from_snapshot_id AND @to_snapshot_id WHERE NOT EXISTS (SELECT _id FROM DIM_TABLE_ABC_Incremental a WHERE _id=a._id);
Insert Into
checkpoint_log
SELECT
'DIM_TABLE_ABC' process_name,
'SUCCESSFUL' process_status,
cast( @to_snapshot_id AS string) last_snapshot_id,
cast( @last_updated_timestamp AS TIMESTAMP) process_timestamp;
EXCEPTION
WHEN OTHER THEN
SELECT 'ERROR';
END
$$;
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 zur logischen 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;
Siehe Handbuch unter Logische Organisation von Datenelementen für eine detaillierte Erläuterung der Best Practices für Query Service.
Die table_exists
Der SQL-Befehl wird verwendet, um zu überprüfen, ob eine Tabelle im System vorhanden ist oder nicht. 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:
$$
BEGIN
#Set mytableexist to true if the table already exists.
SET @mytableexist = SELECT table_exists('target_table_name');
#Create the table if it does not already exist (this is a one time operation).
CREATE TABLE IF NOT EXISTS target_table_name AS
SELECT *
FROM profile_dim_date limit 10;
#Insert data only if the table already exists. Check if @mytableexist = 'true'
INSERT INTO target_table_name (
select *
from profile_dim_date
WHERE @mytableexist = 'true' limit 20
) ;
EXCEPTION
WHEN other THEN SELECT 'ERROR';
END $$;
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.
Spaltennamen können mithilfe der RENAME
Befehl.
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 |
Der folgende Unterabschnitt behandelt die von Query Service unterstützten Spark-SQL-Befehle.
Die SET
gibt eine Eigenschaft ein 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
.
Die folgenden Unterabschnitte decken die PostgreSQL von Query Service unterstützte Befehle.
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.
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. |
Sie können nun Statistiken auf Spaltenebene berechnen über Azure Data Lake Storage (ADLS)-Datensätzen mit der COMPUTE STATISTICS
SQL-Befehl. 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
, und FOR COLUMNS
-Befehle werden für beschleunigte Store-Tabellen nicht unterstützt. Diese Erweiterungen für den Befehl ANALYZE TABLE
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 FILTER CONTEXT
berechnet basierend auf der bereitgestellten Filterbedingung Statistiken über eine Teilmenge des Datensatzes. Die FOR COLUMNS
-Befehl dient zur Bestimmung bestimmter Spalten für die Analyse.
Die Statistics ID
und die generierten Statistiken gelten nur für jede Sitzung und können nicht über verschiedene PSQL-Sitzungen hinweg aufgerufen werden.
Einschränkungen:
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 die berechneten Statistiken dann direkt abfragen, indem Sie auf die Statistics ID
. Die folgende Beispielanweisung ermöglicht es Ihnen, die Ausgabe vollständig anzuzeigen, wenn sie mit der Statistics ID
oder den Aliasnamen. Weitere Informationen zu dieser Funktion finden Sie unter Alias-Namensdokumentation.
-- This statement gets the statistics generated for `alias adc_geometric_stats_1`.
SELECT * FROM adc_geometric_stats_1;
Verwenden Sie die SHOW STATISTICS
-Befehl, um die Metadaten für alle temporären Statistiken anzuzeigen, die in der Sitzung generiert wurden. Mithilfe dieses Befehls können Sie den Umfang Ihrer statistischen Analyse verfeinern.
SHOW STATISTICS;
Nachfolgend finden Sie ein Beispiel für die Ausgabe 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
Siehe Dokumentation zu Datensatzstatistiken für weitere Informationen.
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.
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
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.
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.
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. |
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 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. |
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. |
Jede Ausgabe, die SELECT
-Anweisung wird möglicherweise zurückgegeben, wenn sie mit der EXPLAIN
Keyword. Andere Nebenwirkungen der Anweisung treten wie gewohnt auf.
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)
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. |
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. |
Die ROLLBACK
-Befehl löscht die aktuelle Transaktion und verwirft alle durch die Transaktion vorgenommenen Aktualisierungen.
ROLLBACK
ROLLBACK WORK
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 Abfrageabschnitt auswählen. 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';
Die SHOW
zeigt die aktuelle Einstellung der Laufzeitparameter an. Diese Variablen können mithilfe der Variablen SET
Anweisung, indem Sie die postgresql.conf
Konfigurationsdatei über die 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)
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 , csv oder json . Standardmäßig ist der Wert parquet . |
Der vollständige Ausgabepfad adl://<ADLS_URI>/users/<USER_ID>/acp_foundation_queryService/folder_location/<QUERY_ID>
Die ALTER TABLE
-Befehl können Sie Primär- oder Fremdschlüsseleinschränkungen hinzufügen oder ablegen sowie Spalten zur Tabelle hinzufügen.
Die folgenden SQL-Abfragen zeigen Beispiele für das Hinzufügen oder Ablegen von Begrenzungen zu einer Tabelle. Primäre Schlüssel- und Fremdschlüsseleinschränkungen können mehreren Spalten mit kommagetrennten Werten hinzugefügt werden. Sie können zusammengesetzte Schlüssel erstellen, indem Sie zwei oder mehr Spaltennamenwerte übergeben, wie in den Beispielen unten dargestellt.
Primäre oder zusammengesetzte Schlüssel definieren
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 anhand eines oder mehrerer Schlüssel
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 )
Identitätsspalte definieren
ALTER TABLE table_name ADD CONSTRAINT PRIMARY IDENTITY ( column_name ) NAMESPACE namespace
ALTER TABLE table_name ADD CONSTRAINT IDENTITY ( column_name ) NAMESPACE namespace
Beschränkung/Beziehung/Identität ablegen
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. |
Das Tabellenschema sollte eindeutig sein und nicht von mehreren Tabellen gemeinsam genutzt werden. Darüber hinaus ist der Namespace für Primärschlüssel, primäre Identität und Identitätseinschränkungen obligatorisch.
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.
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
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 -zeit ausgedrückter Zeitpunkt gespeichert wird. datetime umfasst die Zähler 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 mit fester Länge handelt. |
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
ADLS-Tabellen und -Ansichten können nicht zu DWH-Datenbanken/-Schemata hinzugefügt werden.
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
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. |
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"
Die SHOW FOREIGN KEYS
führt alle Fremdschlüsseleinschränkungen für die jeweilige 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"
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
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