Apache Tajo SQL 语句
在上一章中，你已经了解了如何在 Tajo 中创建表。本章介绍 Tajo 中的 SQL 语句。
创建表语句
动创建表前，在Tajo安装目录路径下创建一个文本文件“students.csv”如下：
学生.csv
| Id | Name | Address | Age | Marks |
|---|---|---|---|---|
| 1 | Adam | 新街 23 号 | 21 | 90 |
| 2 | Amit | 老街 12 号 | 13 | 95 |
| 3 | Bob | 十字街 10 号 | 12 | 80 |
| 4 | David | 快速大道 15 号 | 12 | 85 |
| 5 | Esha | 花园街 20 号 | 13 | 50 |
| 6 | Ganga | 北街 25 号 | 12 | 55 |
| 7 | Jack | 2公园街 | 12 | 60 |
| 8 | Leena | 南街 24 号 | 12 | 70 |
| 9 | Mary | 西街 5 号 | 12 | 75 |
| 10 | Peter | 公园大道 16 号 | 12 | 95 |
文件创建完成后，移动到终端，一一启动 Tajo 服务器和 shell。
创建数据库
使用以下命令创建一个新数据库：
Query
default> create database sampledb; OK
连接到现在创建的数据库“sampledb”。
default> \c sampledb You are now connected to database "sampledb" as user “user1”.
然后，在“sampledb”中创建一个表，如下：
Query
sampledb> create external table mytable(id int,name text,address text,age int,mark int)
using text with('text.delimiter' = ',') location ‘file:/Users/workspace/Tajo/students.csv’;
Result
上述查询将生成以下结果。
OK
在这里，创建了外部表。现在，你只需输入文件位置。如果你必须从 hdfs 分配表，则使用 hdfs 而不是文件。
接下来， “学生.csv” 文件包含逗号分隔值。这 文本分隔符 字段分配有“，”。
你现在已经在“sampledb”中成功创建了“mytable”。
显示表
要在 Tajo 中显示表，请使用以下查询。
Query
sampledb> \d mytable sampledb> \d mytable
Result
上述查询将生成以下结果。
table name: sampledb.mytable table uri: file:/Users/workspace/Tajo/students.csv store type: TEXT number of rows: unknown volume: 261 B Options: 'timezone' = 'Asia/Kolkata' 'text.null' = '\\N' 'text.delimiter' = ',' schema: id INT4 name TEXT address TEXT age INT4 mark INT4
列表表
要获取表中的所有记录，请键入以下查询：
Query
sampledb> select * from mytable;
Result
上述查询将生成以下结果。
插入表语句
Tajo 使用以下语法在表中插入记录。
语法
create table table1 (col1 int8, col2 text, col3 text); --schema should be same for target table schema Insert overwrite into table1 select * from table2; (or) Insert overwrite into LOCATION '/dir/subdir' select * from table;
Tajo 的插入语句类似于 插入选择 SQL 语句。
Query
让我们创建一个表来覆盖现有表的表数据。
sampledb> create table test(sno int,name text,addr text,age int,mark int); OK sampledb> \d
Result
上述查询将生成以下结果。
mytable test
插入记录
要在“test”表中插入记录，请键入以下查询。
Query
sampledb> insert overwrite into test select * from mytable;
Result
上述查询将生成以下结果。
Progress: 100%, response time: 0.518 sec
在这里，“mytable”记录覆盖了“test”表。如果你不想创建“test”表，则直接分配物理路径位置，如插入查询的替代选项中所述。
获取记录
使用以下查询列出“test”表中的所有记录：
Query
sampledb> select * from test;
Result
上述查询将生成以下结果。
此语句用于添加、删除或修改现有表的列。
要重命名表，请使用以下语法：
Alter table table1 RENAME TO table2;
Query
sampledb> alter table test rename to students;
Result
上述查询将生成以下结果。
OK
要检查更改的表名，请使用以下查询。
sampledb> \d mytable students
现在表“test”更改为“students”表。
添加列
要在“students”表中插入新列，请输入以下语法：
Alter table <table_name> ADD COLUMN <column_name> <data_type>
Query
sampledb> alter table students add column grade text;
Result
上述查询将生成以下结果。
OK
设置属性
此属性用于更改表的属性。
Query
sampledb> ALTER TABLE students SET PROPERTY 'compression.type' = 'RECORD', 'compression.codec' = 'org.apache.hadoop.io.compress.Snappy Codec' ; OK
在这里，分配了压缩类型和编解码器属性。
要更改文本分隔符属性，请使用以下命令：
Query
ALTER TABLE students SET PROPERTY ‘text.delimiter'=','; OK
Result
上述查询将生成以下结果。
sampledb> \d students table name: sampledb.students table uri: file:/tmp/tajo-user1/warehouse/sampledb/students store type: TEXT number of rows: 10 volume: 228 B Options: 'compression.type' = 'RECORD' 'timezone' = 'Asia/Kolkata' 'text.null' = '\\N' 'compression.codec' = 'org.apache.hadoop.io.compress.SnappyCodec' 'text.delimiter' = ',' schema: id INT4 name TEXT addr TEXT age INT4 mark INT4 grade TEXT
上面的结果表明，表的属性是使用“SET”属性更改的。
选择语句
SELECT 语句用于从数据库中选择数据。
Select语句的语法如下：
SELECT [distinct [all]] * | <expression> [[AS] <alias>] [, ...] [FROM <table reference> [[AS] <table alias name>] [, ...]] [WHERE <condition>] [GROUP BY <expression> [, ...]] [HAVING <condition>] [ORDER BY <expression> [ASC|DESC] [NULLS (FIRST|LAST)] [, …]]
哪里子句
Where 子句用于过滤表中的记录。
Query
sampledb> select * from mytable where id > 5;
Result
上述查询将生成以下结果。
查询返回 id 大于 5 的学生的记录。
Query
sampledb> select * from mytable where name = ‘Peter’;
Result
上述查询将生成以下结果。
Progress: 100%, response time: 0.117 sec id, name, address, age ------------------------------- 10, Peter, 16 park avenue , 12
结果仅过滤 Peter 的记录。
不同条款
表列可能包含重复值。 DISTINCT 关键字可用于仅返回不同(不同)的值。
语法
SELECT DISTINCT column1,column2 FROM table_name;
Query
sampledb> select distinct age from mytable;
Result
上述查询将生成以下结果。
Progress: 100%, response time: 0.216 sec age ------------------------------- 13 12
查询返回学生的不同年龄 mytable .
按条款分组
GROUP BY 子句与 SELECT 语句配合使用，将相同的数据排列成组。
语法
SELECT column1, column2 FROM table_name WHERE [ conditions ] GROUP BY column1, column2;
Query
select age,sum(mark) as sumofmarks from mytable group by age;
Result
上述查询将生成以下结果。
age, sumofmarks ------------------------------- 13, 145 12, 610
这里，“mytable”列有两种年龄——12 岁和 13 岁。现在查询按年龄对记录进行分组，并生成相应年龄学生的分数总和。
有子句
HAVING 子句使你能够指定过滤哪些组结果出现在最终结果中的条件。 WHERE 子句将条件放在选定的列上，而 HAVING 子句将条件放在由 GROUP BY 子句创建的组上。
语法
SELECT column1, column2 FROM table1 GROUP BY column HAVING [ conditions ]
Query
sampledb> select age from mytable group by age having sum(mark) > 200;
Result
上述查询将生成以下结果。
age ------------------------------- 12
查询按年龄对记录进行分组，当条件结果 sum(mark) > 200 时返回年龄。
按条款排序
ORDER BY 子句用于根据一列或多列按升序或降序对数据进行排序。 Tajo 数据库默认按升序对查询结果进行排序。
语法
SELECT column-list FROM table_name [WHERE condition] [ORDER BY column1, column2, .. columnN] [ASC | DESC];
Query
sampledb> select * from mytable where mark > 60 order by name desc;
Result
上述查询将生成以下结果。
查询按降序返回分数大于 60 的学生的姓名。
创建索引语句
CREATE INDEX 语句用于在表中创建索引。索引用于快速检索数据。当前版本仅支持存储在 HDFS 上的纯文本格式的索引。
语法
CREATE INDEX [ name ] ON table_name ( { column_name | ( expression ) }
Query
create index student_index on mytable(id);
Result
上述查询将生成以下结果。
id ———————————————
要查看为列分配的索引，请键入以下查询。
default> \d mytable table name: default.mytable table uri: file:/Users/deiva/workspace/Tajo/students.csv store type: TEXT number of rows: unknown volume: 307 B Options: 'timezone' = 'Asia/Kolkata' 'text.null' = '\\N' 'text.delimiter' = ',' schema: id INT4 name TEXT address TEXT age INT4 mark INT4 Indexes: "student_index" TWO_LEVEL_BIN_TREE (id ASC NULLS LAST )
这里 Tajo 默认使用 TWO_LEVEL_BIN_TREE 方法。
删除表语句
Drop Table 语句用于从数据库中删除表。
语法
drop table table name;
Query
sampledb> drop table mytable;
要检查表是否已从表中删除，请键入以下查询。
sampledb> \d mytable;
Result
上述查询将生成以下结果。
ERROR: relation 'mytable' does not exist
你还可以使用“\d”命令检查查询以列出可用的 Tajo 表。