创建外表

创建外表

创建外表的语法格式如下，详细的描述请参见CREATE FOREIGN TABLE (SQL on Hadoop or OBS)。

CREATE FOREIGN TABLE [ IF NOT EXISTS ] table_name 
( [ { column_name type_name 
    [ { [CONSTRAINT constraint_name] NULL |
    [CONSTRAINT constraint_name] NOT NULL |
      column_constraint [...]} ] |
      table_constraint [, ...]} [, ...] ] ) 
    SERVER dfs_server 
    OPTIONS ( { option_name ' value ' } [, ...] ) 
    DISTRIBUTE BY {ROUNDROBIN | REPLICATION}
    [ PARTITION BY ( column_name ) [ AUTOMAPPED ] ] ;

例如，创建一个名为"product_info_ext_obs"的外表，对语法中的参数按如下描述进行设置：

• table_name

  外表的表名。

• 表字段定义
  • column_name：外表中的字段名。
  • type_name：字段的数据类型。

  多个字段用“,”隔开。

  外表的字段个数和字段类型，需要与OBS上保存的数据完全一致。数据类型请参见数据类型。

• SERVER dfs_server

  外表的外部服务器名称，这个server必须存在。外表通过设置外部服务器连接OBS读取数据。

  此处应填写为参照创建外部服务器创建的外部服务器名称。

• OPTIONS 参数

  用于指定外表数据的各类参数，关键参数如下所示。

  • “format”：表示对应的OBS服务上的文件格式，只支持“orc”格式。
  • “foldername”：必选参数。数据源文件的OBS路径，此处仅需要填写“/桶名/文件夹目录层级/”，不包括OBS服务的IP地址或域名。
    可以先通过 OBS上的数据准备中的 2获取数据源文件的完整的OBS路径，该路径可能是以下两种格式中一种，其中就包含了桶名及文件夹目录层级：

    • https://存储服务器IP地址或域名/桶名/文件夹目录层级/对象名
    • https://桶名.域名/文件夹目录层级/对象名
  • “totalrows”：可选参数。该参数不是导入的总行数。由于OBS上文件可能很多，做analyze可能会很慢，通过“totalrows”参数，让用户来设置一个预估的值，使优化器能通过这个值做大小表的估计。一般预估值与实际值的数量级差不多时，查询效率较高。
  • “encoding”：外表中数据源文件的编码格式名称，缺省为utf8。对于OBS外表此参数为必选项。
• DISTRIBUTE BY：

  这个子句是必须的，对于OBS外表，当前只支持ROUNDROBIN分布方式。

  表示外表在从数据源读取数据时，DWS集群每一个节点随机读取一部分数据，并组成完整数据。

• 语法中的其他参数

  其他参数均为可选参数，用户可以根据自己的需求进行设置，在本例中我们不需要设置。详细的描述请参见CREATE FOREIGN TABLE (SQL on Hadoop or OBS)。

根据以上信息，创建外表命令如下所示：

DROP FOREIGN TABLE IF EXISTS product_info_ext_obs;

---建立不包含分区列的OBS外表，表关联的外部服务器为obs_server，表对应的OBS服务上的文件格式为‘orc’，OBS上的数据存储路径为'/mybucket/data/'。

CREATE FOREIGN TABLE product_info_ext_obs
(
    product_price                integer        not null,
    product_id                   char(30)       not null,
    product_time                 date           ,
    product_level                char(10)       ,
    product_name                 varchar(200)   ,
    product_type1                varchar(20)    ,
    product_type2                char(10)       ,
    product_monthly_sales_cnt    integer        ,
    product_comment_time         date           ,
    product_comment_num          integer        ,
    product_comment_content      varchar(200)                      
) SERVER obs_server 
OPTIONS (
format 'orc', 
foldername '/mybucket/demo.db/product_info_orc/',
encoding 'utf8',
totalrows '10'
) 
DISTRIBUTE BY ROUNDROBIN;