CREATE TABLE AS

功能描述

根据查询结果创建表。

CREATE TABLE AS创建一个表并且用来自SELECT命令的结果填充该表。该表的字段和SELECT输出字段的名字及数据类型相关。不过用户可以通过明确地给出一个字段名字列表来覆盖SELECT输出字段的名字。

CREATE TABLE AS对源表进行一次查询，然后将数据写入新表中，而查询视图结果会根据源表的变化而有所改变。相比之下，每次做查询的时候，视图都重新计算定义它的SELECT语句。

注意事项

• 分区表不能采用此方式进行创建。
• 如果在建表过程中数据库系统发生故障，系统恢复后可能无法自动清除之前已创建的、大小非0的磁盘文件。此种情况出现概率小，不影响数据库系统的正常运行。

语法格式

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

CREATE [ [ GLOBAL | LOCAL | VOLATILE ] { TEMPORARY | TEMP } | UNLOGGED ] TABLE table_name
    [ (column_name [, ...] ) ]
    [ WITH ( {storage_parameter = value} [, ... ] ) ]
    [ COMPRESS | NOCOMPRESS ]
    
    [ DISTRIBUTE BY { REPLICATION | ROUNDROBIN | { [HASH ] ( column_name ) } } ]
    
    [ COMMENT [=] 'text' ]
    AS query
    [ WITH [ NO ] DATA ];

参数说明

• [ GLOBAL | LOCAL | VOLATILE ] { TEMPORARY | TEMP }

  指定临时表类型，包括GLOBAL/LOCAL/VOLATILE，具体可参考CREATE TABLE章节中•GLOBAL | LOCAL | VOLATI...。

• UNLOGGED

  指定表为非日志表。在非日志表中写入的数据不会被写入到预写日志中，这样就会比普通表快很多。但是，它也是不安全的，非日志表在冲突或异常关机后会被自动删截。非日志表中的内容也不会被复制到备用服务器中。在该类表中创建的索引也不会被自动记录。

  • 使用场景：非日志表不能保证数据的安全性，用户应该在确保数据已经做好备份的前提下使用，例如系统升级时进行数据的备份。
  • 故障处理：当异常关机等操作导致非日志表上的索引发生数据丢失时，用户应该对发生错误的索引进行重建。
    

    1. UNLOGGED表无主备机制，在系统故障或异常断点等情况下，会有数据丢失风险，不可用来存储基础数据。
    2. 9.1.0版本，UNLOGGED表默认存储在pg_unlogged表空间下，且不可迁移或指定到其他表空间。
    3. 从低版本升级到9.1.0版本后，旧版本创建的UNLOGGED表还存储在原表空间下。
    4. 由于实例异常重启时会对UNLOGGED表进行重置，所以可能影响实例RTO。9.1.0版本提供UNLOGGED表迁移脚本switch_unlogged_tablepace.py，配合GUC参数enable_unlogged_tablespace_compat，可以优化RTO。
• table_name

  要创建的表名。

  取值范围：字符串，要符合标识符的命名规范。

• column_name

  新表中要创建的字段名。

  取值范围：字符串，要符合标识符的命名规范。

• WITH ( storage_parameter [= value] [, ... ] )

  这个子句为表或索引指定一个可选的存储参数。参数的详细说明如下所示。

  • FILLFACTOR

    一个表的填充因子（fillfactor）是一个介于10和100之间的百分数。100（完全填充）是默认值。如果指定了较小的填充因子，INSERT操作仅按照填充因子指定的百分率填充表页。每个页上的剩余空间将用于在该页上更新行，这就使得UPDATE有机会在同一页上放置同一条记录的新版本，这比把新版本放置在其他页上更有效。对于一个从不更新的表将填充因子设为100是合适的选择，但是对于频繁更新的表，选择较小的填充因子则更加合适。该参数只对行存表有效。

    取值范围：10~100

  • ORIENTATION

    取值范围：

    COLUMN：表的数据将以列式存储。

    ROW（缺省值）：表的数据将以行式存储。

  • COMPRESSION

    指定表数据的压缩级别，它决定了表数据的压缩比以及压缩时间。一般来讲，压缩级别越高，压缩比也越大，压缩时间也越长；反之亦然。实际压缩比取决于加载的表数据的分布特征。

    取值范围：

    列存表的有效值为YES/NO和LOW/MIDDLE/HIGH，默认值为LOW。

    

    暂不支持行存表压缩功能。

  • MAX_BATCHROW

    指定了在数据加载过程中一个存储单元可以容纳记录的最大数目。该参数只对列存表有效。

    取值范围：10000~60000

    默认值：60000

  • PARTIAL_CLUSTER_ROWS

    指定了在数据加载过程中进行将局部聚簇存储的记录数目。该参数只对列存表有效。

    取值范围：600000~2147483647

    默认值：4,200,000

  • enable_delta

    指定了在列存表是否开启delta表。该参数只对列存表有效。

    不推荐使用列存带Delta表，否则会出现由于来不及merge而导致的磁盘膨胀以及性能劣化等问题。

    默认值：off

  • COLVERSION

    指定列存存储格式的版本，支持不同存储格式版本之间的切换。

    取值范围：

    1.0：列存表的每列以一个单独的文件进行存储，文件名以relfilenode.C1.0、relfilenode.C2.0、relfilenode.C3.0等命名。

    2.0：列存表的每列合并存储在一个文件中，文件名以relfilenode.C1.0命名

    默认值：2.0

    

    在建列存表时选择COLVERSION=2.0，相比于1.0存储格式，在以下场景中性能有明显提升：

    1. 创建列存宽表场景下，建表时间显著减少。
    2. roach备份数据场景下，备份时间显著减少。
    3. build、catch up耗时显著减少。
    4. 占用磁盘空间大小显著减少。
  • SKIP_FPI_HINT

    顺序扫描过程中，若需要写FPW(full page writes)日志时，该参数控制是否跳过设置HintBits操作。

    默认值：false

    

    设置SKIP_FPI_HINT=true时，在对某表执行checkpoint操作后，若对该表进行顺序扫描，将不再产生Xlog。适用于查询次数较少的中间表，有效减少Xlog的大小，提升查询性能。

• COMPRESS / NOCOMPRESS

  创建一个新表时，需要在创建表语句中指定关键字COMPRESS，这样，当对该表进行批量插入时就会触发压缩特性。该特性会在页范围内扫描所有元组数据，生成字典、压缩元组数据并进行存储。指定关键字NOCOMPRESS则不对表进行压缩。

  缺省值：NOCOMPRESS，即不对元组数据进行压缩。

• DISTRIBUTE BY

  指定表如何在节点之间分布或者复制。

  • REPLICATION：表的每一行存在所有数据节点( DN )中，即每个数据节点都有完整的表数据。
  • ROUNDROBIN：表的每一行被依次发送给各个DN，在这种分布策略下可以保证数据分布不会存在倾斜，但是因为数据分布节点是随机的，导致这类表在计算时会更大概率的触发此表的重分布。各列倾斜都比较严重的大表推荐使用此种分布策略。（ROUNDROBIN仅8.1.2及以上版本支持）
  • HASH (column_name ) ：对指定的列进行Hash，通过映射，把数据分布到指定DN。
  

  • 当指定DISTRIBUTE BY HASH (column_name)参数时，创建主键和唯一索引必须包含“ column_name”列。
  • 当被参照表指定DISTRIBUTE BY HASH (column_name)参数时，参照表的外键必须包含“ column_name”列。
  默认值：由GUC参数default_distribution_mode控制。

  • 当default_distribution_mode=roundrobin时，DISTRIBUTE BY的默认值按如下规则选取：
    1. 若建表时包含主键/唯一约束，则选取HASH分布，分布列为主键/唯一约束对应的列。
    2. 若建表时不包含主键/唯一约束，则选取ROUNDROBIN分布。
  • 当default_distribution_mode=hash时，DISTRIBUTE BY的默认值按如下规则选取：
    1. 若建表时包含主键/唯一约束，则选取HASH分布，分布列为主键/唯一约束对应的列。
    2. 若建表时不包含主键/唯一约束，但存在数据类型支持作分布列的列，则选取HASH分布，分布列为第一个数据类型支持作分布列的列。
    3. 若建表时不包含主键/唯一约束，也不存在数据类型支持作分布列的列，选取ROUNDROBIN分布。
  以下数据类型支持作为分布列：

  • INTEGER TYPES：TINYINT，SMALLINT，INT，BIGINT，NUMERIC/DECIMAL
  • CHARACTER TYPES：CHAR，BPCHAR，VARCHAR，VARCHAR2，NVARCHAR2，TEXT
  • DATE/TIME TYPES：DATE，TIME，TIMETZ，TIMESTAMP，TIMESTAMPTZ，INTERVAL，SMALLDATETIME
• COMMENT [=] 'text'

  COMMENT子句可以在创建表时指定表注释。

• AS query

  一个SELECT VALUES命令或者一个运行预备好的SELECT或VALUES查询的EXECUTE命令。

• [ WITH [ NO ] DATA ]

  创建表时，是否也插入查询到的数据。默认是要数据，选择“NO”参数时，则不要数据。

示例

创建一个表store_returns_t1并插入store_returns表中sr_item_sk字段中大于4795的数值：

1

CREATE TABLE store_returns_t1 AS SELECT * FROM store_returns WHERE sr_item_sk > '4795';

使用store_returns拷贝一个新表store_returns_t2：

1

CREATE TABLE store_returns_t2 AS table store_returns;

相关链接

CREATE TABLE，SELECT