Azure Synapse Analytics(Azure SQL DW)中建表语句的注意事项
目录
（一）前言
（二）建表语法
（三）参数说明
1. 列选项
2. 表结构选项
3. 表分发选项
4. 表分区选项
（四）实例
1. 列的示例
(1) 指定一个列排序规则
（2） 指定列的 DEFAULT 约束
2. 表结构的示例
（1）创建一个具有聚集列存储索引的表
（2）创建有序聚集列存储索引
3. 表分发的示例
（1）创建 ROUND_ROBIN 表
（2）创建哈希分布式表
（3）创建已复制的表
4. 表分区的示例
（1）创建已分区表
（2）使用一个分区创建已分区表
（3）创建具有日期分区的表
（一）前言
本文我们来探讨一个看似比较简单但实际上说清楚需要很多门道的操作，即建表语句以及语句中相关参数的含义，接下来让我们来具体看下一些建表基本事项。
（二）建表语法
-- Create a new table.
CREATE TABLE { database_name.schema_name.table_name | schema_name.table_name | table_name }( { column_name <data_type> [ <column_options> ] } [ ,...n ]) [ WITH ( <table_option> [ ,...n ] ) ]
[;] <column_options> ::=[ COLLATE Windows_collation_name ][ NULL | NOT NULL ] -- default is NULL[ IDENTITY [ ( seed, increment ) ][ <column_constraint> ]<column_constraint>::={DEFAULT constant_expression| PRIMARY KEY NONCLUSTERED NOT ENFORCED -- Applies to Azure Synapse Analytics only| UNIQUE NOT ENFORCED -- Applies to Azure Synapse Analytics only}<table_option> ::={CLUSTERED COLUMNSTORE INDEX -- default for Azure Synapse Analytics | CLUSTERED COLUMNSTORE INDEX ORDER (column [,...n]) | HEAP --default for Parallel Data Warehouse| CLUSTERED INDEX ( { index_column_name [ ASC | DESC ] } [ ,...n ] ) -- default is ASC} {DISTRIBUTION = HASH ( distribution_column_name )| DISTRIBUTION = ROUND_ROBIN -- default for Azure Synapse Analytics| DISTRIBUTION = REPLICATE -- default for Parallel Data Warehouse}| PARTITION ( partition_column_name RANGE [ LEFT | RIGHT ] -- default is LEFT FOR VALUES ( [ boundary_value [,...n] ] ) )<data type> ::=datetimeoffset [ ( n ) ] | datetime2 [ ( n ) ] | datetime | smalldatetime | date | time [ ( n ) ] | float [ ( n ) ] | real [ ( n ) ] | decimal [ ( precision [ , scale ] ) ] | numeric [ ( precision [ , scale ] ) ] | money | smallmoney | bigint | int | smallint | tinyint | bit | nvarchar [ ( n | max ) ] -- max applies only to Azure Synapse Analytics | nchar [ ( n ) ] | varchar [ ( n | max ) ] -- max applies only to Azure Synapse Analytics | char [ ( n ) ] | varbinary [ ( n | max ) ] -- max applies only to Azure Synapse Analytics | binary [ ( n ) ] | uniqueidentifier（三）参数说明
database_name
将包含新表的数据库的名称。 默认为当前数据库。
schema_name
表的架构。 可选择指定架构 。 如果是空白，将使用默认架构。
table_name
新表的名称。 若要创建本地临时表，请在表名前加上 #。
column_name
表列的名称。
1. 列选项
COLLATE Windows_collation_name
指定表达式的排序规则。 此排序规则必须是 SQL Server 支持的 Windows 排序规则之一。
NULL | NOT NULL
指定列中是否允许使用 NULL 值。 默认为 NULL。
[ CONSTRAINTconstraint_name ] DEFAULTconstant_expression
指定默认列值。
| 参数 | 说明 |
|---|---|
| constraint_name | 约束的可选名称。 该约束名称在数据库中是唯一的。 此名称可以重用于其他数据库。 |
| constant_expression |
列的默认值。 表达式必须是文本值或一个常数。 例如，允许的常数表达式：'CA'、4。 禁止使用这些常量表达式：2+3、CURRENT_TIMESTAMP。
|
2. 表结构选项
CLUSTERED COLUMNSTORE INDEX
将表存储为聚集列存储索引。 聚集列存储索引应用于所有表数据。 这是 Azure Synapse Analytics 的默认行为。
HEAP：将表存储为堆。 这是 Analytics Platform System (PDW) 的默认行为。
CLUSTERED INDEX ( index_column_name [ ,...n ] )
将表存储为具有一个或多个键列的聚集索引。 此行为按行存储数据。 在索引中使用 index_column_name 来指定一个或多个键列的名称 。 有关详细信息，请参阅常规注释中的行存储表。
LOCATION = USER_DB：此选项已遭弃用。 虽然在语法上可接受，但已不再需要它，而且它也不再影响行为。
3. 表分发选项
DISTRIBUTION = HASH (distribution_column_name )：通过哈希处理 distribution_column_name 中存储的值，将每行都分配到一个分发。 算法是确定性的。也就是说，它总是将相同的值哈希到相同的分发。 应将分发列定义为 NOT NULL，因为所有包含 NULL 值的行都分配到相同的分发。
DISTRIBUTION = ROUND_ROBIN：以轮循机制在所有分发上均匀地分发行。 这是 Azure Synapse Analytics 的默认行为。
DISTRIBUTION = REPLICATE：将表的一个副本存储在每个 Compute 节点上。 对于 Azure Synapse Analytics，表存储在每个 Compute 节点上的分发数据库上。 对于 Analytics Platform System (PDW)，表存储在跨 Compute 节点的 SQL Server 文件组中。 这是 Analytics Platform System (PDW) 的默认行为。
4. 表分区选项
PARTITION ( partition_column_name RANGE [ LEFT | RIGHT ] FOR VALUES ( [ boundary_value [,...n] ] ))
创建一个或多个表分区。 这些分区是水平表切片，可便于向行的子集应用操作，无论表是作为堆、聚集索引还是聚集列存储索引进行存储。 与分发列不同，表分区不确定存储每行的分发。 表分区决定行如何分组并存储在每个分发中。
| 参数 | 说明 |
|---|---|
| partition_column_name |
指定 Azure Synapse Analytics 将用于行分区的列。 此列可以是任何数据类型。 Azure Synapse Analytics 按升序对分区列值进行排序。 在 LEFT 规范中，由低到高的排序是从 RIGHT 到 RANGE。
|
RANGE LEFT
|
指定属于左侧分区的边界值（较低值）。 默认为“左”。 |
RANGE RIGHT
|
指定属于右侧分区的边界值（较高值）。 |
FOR VALUES ( boundary_value [,...n] )
|
指定分区的边界值。 boundary_value 是一个常数表达式 。 它不得为 NULL。 它必须匹配或可以隐式转换为 partition_column_name 的数据类型 。 无法在隐式转换期间截断它，这样值的大小和确定位数与 partition_column_name 的数据类型不匹配
如果你指定 如果指定一个边界值，生成的表格有两个分区；一个用于低于边界值的值，另一个用于高于边界值的值。 如果你将分区移到未分区表中，未分区表会接收数据，但它的元数据中不会有分区边界。 |
（四）实例
1. 列的示例
(1) 指定一个列排序规则
在以下示例中，使用两种不同的列排序规则创建表 MyTable。 默认情况下，列 mycolumn1 具有默认的排序规则 Latin1_General_100_CI_AS_KS_WS。 列 mycolumn2 具有排序规则 Frisian_100_CS_AS。
CREATE TABLE MyTable ( mycolumnnn1 nvarchar, mycolumn2 nvarchar COLLATE Frisian_100_CS_AS )
WITH ( CLUSTERED COLUMNSTORE INDEX )
;（2） 指定列的 DEFAULT 约束
以下示例显示了为列指定默认值的语法。 colA 列有一个名为 constraint_colA 的默认约束以及一个默认值 0。
CREATE TABLE MyTable( colA int CONSTRAINT constraint_colA DEFAULT 0, colB nvarchar COLLATE Frisian_100_CS_AS)
WITH ( CLUSTERED COLUMNSTORE INDEX )
;2. 表结构的示例
（1）创建一个具有聚集列存储索引的表
以下示例创建一个具有聚集列存储索引的分布式表。 将每个分发存储为一个列存储。
聚集列存储索引不影响数据的分发方式；数据始终按行分发。 聚集列存储索引影响数据在每个分发中的存储方式。
CREATE TABLE MyTable( colA int CONSTRAINT constraint_colA DEFAULT 0, colB nvarchar COLLATE Frisian_100_CS_AS)
WITH ( DISTRIBUTION = HASH ( colB ), CLUSTERED COLUMNSTORE INDEX)
;（2）创建有序聚集列存储索引
下面的示例展示了如何创建有序聚集列存储索引。 索引按 SHIPDATE 进行排序。
CREATE TABLE Lineitem
WITH (DISTRIBUTION = ROUND_ROBIN, CLUSTERED COLUMNSTORE INDEX ORDER(SHIPDATE))
AS
SELECT * FROM ext_Lineitem3. 表分发的示例
（1）创建 ROUND_ROBIN 表
以下示例创建 ROUND_ROBIN 表，其中包含三列并且没有分区。 数据分布在所有分发中。 该表是使用 CLUSTERED COLUMNSTORE INDEX 创建的，它能提供比堆或行存储聚集索引更好的性能和数据压缩。
CREATE TABLE myTable( id int NOT NULL, lastName varchar(20), zipCode varchar(6) )
WITH ( CLUSTERED COLUMNSTORE INDEX );（2）创建哈希分布式表
以下示例创建与上面的示例相同的表。 但对于此表，分发行（位于 id 列），而不是像 ROUND_ROBIN 表一样随机分发。 该表是使用 CLUSTERED COLUMNSTORE INDEX 创建的，它能提供比堆或行存储聚集索引更好的性能和数据压缩。
CREATE TABLE myTable( id int NOT NULL, lastName varchar(20), zipCode varchar(6) )
WITH ( DISTRIBUTION = HASH (id), CLUSTERED COLUMNSTORE INDEX );（3）创建已复制的表
以下示例创建一个类似于前面示例的已复制表。 将已复制表全部复制到每个 Compute 节点。 通过每个 Compute 节点上的副本，可以减少查询的数据移动。 此示例是使用 CLUSTERED INDEX 进行创建，可实现比堆更好的数据压缩。 堆可能包含的行不够，无法实现理想的 CLUSTERED COLUMNSTORE INDEX 压缩。
CREATE TABLE myTable( id int NOT NULL, lastName varchar(20), zipCode varchar(6) )
WITH ( DISTRIBUTION = REPLICATE,CLUSTERED INDEX (lastName) );4. 表分区的示例
（1）创建已分区表
以下示例创建与示例 A 中所示相同的表，并在 id 列上添加 RANGE LEFT 分区。 它指定了四个分区边界值，所以有五个分区。
CREATE TABLE myTable( id int NOT NULL, lastName varchar(20), zipCode int)
WITH(PARTITION ( id RANGE LEFT FOR VALUES (10, 20, 30, 40 )), CLUSTERED COLUMNSTORE INDEX)
;在此示例中，数据将分类到以下分区中：
- 分区 1：列 <= 10
- 分区 2：10 < 列 <= 20
- 分区 3：20 < 列 <= 30
- 分区 4：30 < 列 <= 40
- 分区 5：40 < 列
如果将此同一个表分区为 RANGE RIGHT 而非 RANGE LEFT（默认），数据将分类到以下分区中：
- 分区 1：列 < 10
- 分区 2：10 <= 列 < 20
- 分区 3：20 <= 列 < 30
- 分区 4：30 <= 列 < 40
- 分区 5：40 <= 列
（2）使用一个分区创建已分区表
以下示例使用一个分区创建已分区表。 它不指定任何边界值，所以有一个分区。
CREATE TABLE myTable ( id int NOT NULL, lastName varchar(20), zipCode int)
WITH(PARTITION ( id RANGE LEFT FOR VALUES ( )), CLUSTERED COLUMNSTORE INDEX )
;（3）创建具有日期分区的表
以下示例创建一个名为 myTable 的新表，并在 date 列上进行分区。 使用 RANGE RIGHT 和日期作为边界值，它将在每个分区中放置一个月的数据。
CREATE TABLE myTable ( l_orderkey bigint,l_partkey bigint,l_suppkey bigint,l_linenumber bigint,l_quantity decimal(15,2), l_extendedprice decimal(15,2), l_discount decimal(15,2), l_tax decimal(15,2), l_returnflag char(1), l_linestatus char(1), l_shipdate date, l_commitdate date, l_receiptdate date, l_shipinstruct char(25), l_shipmode char(10), l_comment varchar(44))
WITH(DISTRIBUTION = HASH (l_orderkey), CLUSTERED COLUMNSTORE INDEX, PARTITION ( l_shipdate RANGE RIGHT FOR VALUES( '1992-01-01','1992-02-01','1992-03-01','1992-04-01','1992-05-01','1992-06-01','1992-07-01','1992-08-01','1992-09-01','1992-10-01','1992-11-01','1992-12-01','1993-01-01','1993-02-01','1993-03-01','1993-04-01','1993-05-01','1993-06-01','1993-07-01','1993-08-01','1993-09-01','1993-10-01','1993-11-01','1993-12-01','1994-01-01','1994-02-01','1994-03-01','1994-04-01','1994-05-01','1994-06-01','1994-07-01','1994-08-01','1994-09-01','1994-10-01','1994-11-01','1994-12-01' )));Azure Synapse Analytics(Azure SQL DW)中建表语句的注意事项相关推荐
- Azure Synapse Analytics (Azure SQL DW)性能优化指南（4）——使用结果集缓存优化性能
目录 (一)前言 (二)关键命令 1. 对用户数据库启用/禁用结果集缓存 (1)检查数据库的统计信息设置 (2)为数据库启用查询存储 (3)为数据库启用结果集缓存 (4)检查数据库的结果集缓存设置 ( ...
- Azure Synapse Analytics(Azure SQL DW) 性能优化指南（2）——使用具体化视图优化性能(上)
目录 (一)前言 (二)具体化视图与标准视图 1. 两者的定义上区别 2. 具体化视图创建方式 (1)语法 (2)参数 (3)注解 (4)示例 (三)使用具体化视图的优点 (四)常见方案 1. 需要提 ...
- 浅谈用KUSTO查询语言(KQL)在Azure Synapse Analytics(Azure SQL DW)审计某DB账号的操作记录
目录 (一)前言 (二)实际案列 1. 背景说明: 2. 操作步骤 (1)打开Portal (2)搜索"监视器" (3)点击左侧选项卡中的"日志" (4)在新的 ...
- Azure Synapse Analytics (Azure SQL DW)性能优化指南（1）——使用有序聚集列存储索引优化性能
目录 (一)前言 (二)有序与无序聚集列存储索引 (三)查询性能 (四)数据加载性能 (五)减少段重叠 (六)在大型表中创建有序 CCI (六)实战案例 A. 检查有序列和序号: B. 若要更改列序号 ...
- Azure Synapse Analytics简介第1部分：什么是Azure Synapse Analytics？
目录 数据摄取 Azure Data Lake Storage Gen2 数据探索.训练和服务 数据查询服务 Azure Synapse Studio Azure Synapse Notebooks ...
- BO 4.3支持微软的Azure Synapse Analytics 吗？
微软的Azure Synapse Analytics原名Azure SQL Data Warehouse(以下简称Synapse),是微软推出的一项将企业数据仓库和大数据分析结合在一起按需付费的集成分 ...
- Azure Synapse Analytics简介第3部分：数据科学和商业智能
目录 Power BI集成 Azure机器学习集成 聚合不同的数据源样式 Azure Synapse Analytics中的机器学习功能 结论 在这里,我们讨论并展示了如何使用Azure Synaps ...
- 在线MySQL,SQL Server建表语句生成JSON测试数据工具
在线MySQL,SQL Server建表语句生成JSON测试数据工具 在线MySQL,SQL Server建表语句生成JSON测试数据工具 本工具可以将SQL建表语句生成JSON测试数据,支持MySQ ...
- SQL Server创建表语句介绍
SQL Server创建表是最常见也是最常用的操作之一,下面就为您介绍SQL Server创建表的语句写法,供您参考,希望可以让您对SQL Server创建表方面有更深的认识. USE suntest ...
最新文章
- 记录在Ubuntu14.04上安装ryu中遇到的各种坑
- 皮一皮：现在想想真是幸运...
- 2017202110104-高级软件工程第二次作业个人项目之-四则运算生成程序
- (转)生产者/消费者问题的多种Java实现方式 （待整理）
- mysql使用jtable_jtable 的简单使用
- mysql dql_Mysql中的DQL查询语句
- 安装docker desktop for windows启动时报错
- ImageFieldFile:XXXX is not JSON serializable
- Oracle静态数据字典
- LOJ #6285. 数列分块入门 9-分块(查询区间的最小众数)
- Centos网络管理(五)-Bonding、网络组和网桥
- [中奖]第九届“泰迪杯”挑战赛A题
- JavaWeb报错500 类错误 解决方法
- 学会有礼貌的拒绝应聘者
- 想学习高速ADC/DAC/SDR项目这个项目你不得不理解
- 为什么网上都说 AirPods 3 音质不如AirPods Pro？
- 高等数学(预备知识之指数函数)
- ycf 梗_《译》字意思读音、组词解释及笔画数 - 新华字典 - 911查询
- [kubernetes] Endpoint 和 Service介绍与应用
- 计算机用户名和密码在哪个文件夹,登陆邮箱、论坛等的帐号和密码存放在电脑中的哪个文件夹中？...