SELECT语法介绍

• 用列名指定要读取的列。例如，读取表sale_detail的列shop_name。

  select shop_name from sale_detail;

• 用*代表所有的列。读取表sale_detail中所有的列。

  select * from sale_detail;

  在WHERE中可以指定过滤的条件。

  select * from sale_detail where shop_name like 'hang%';

• select_expr支持正则表达式。举例如下：
  • SELECT `abc.*` FROM t;选出t表中所有列名以abc开头的列。
  • SELECT `(ds)?+.+` FROM t;选出t表中列名不为ds的所有列。
  • SELECT `(ds|pt)?+.+` FROM t;选出t表中排除ds和pt两列的其它列。
  • SELECT `(d.*)?+.+` FROM t;选出t表中排除列名以d开头的其它列。
  说明

  在排除多个列时，如果col2是col1的前缀，则需保证col1写在col2的前面（较长的col写在前面）。例如，一个表有2个分区无需被查询，一个分区名为ds，另一个为dshh，由于前者是后者的前缀，则正确表达式为SELECT `(dshh|ds)?+.+` FROM tbl;；错误表达式为SELECT `(ds|dshh)?+.+` FROM tbl; 。

• DISTINCT去重。您可以在选取的列名前使用DISTINCT去掉重复字段，只返回一个值；而使用ALL会返回字段中所有重复的值。不指定此选项时，默认值为ALL。
  举例如下。

  --查询表sale_detail中region列数据，如果有重复值时仅显示一条。
  select distinct region from sale_detail;
  +------------+
  | region     |
  +------------+
  | shanghai   |
  +------------+
  --distinct多列时，distinct的作用域是select的列集合，不是单个列。
  select distinct region, sale_date from sale_detail;
  +------------+------------+
  | region     | sale_date  |
  +------------+------------+
  | shanghai   | 20191110   |
  +------------+------------+

select * from (select region from sale_detail) t where region = 'shanghai';

• 在SELECT语句的where子句中，您可以指定分区范围，只扫描表的指定部分，避免全表扫描，如下所示。

  SELECT sale_detail.* 
  FROM sale_detail
  WHERE sale_detail.sale_date >= '2008'
  AND sale_detail.sale_date <= '2014';

  说明 您可以通过explain select语句查看分区裁剪是否生效。普通的UDF或join的分区条件写法都有可能导致分区裁剪不生效，详情请参见分区剪裁合理性评估。
• UDF支持分区裁剪。支持的方式是将UDF语句先当作一个小作业执行，再将执行的结果替换到原来UDF出现的位置 。实现的方式有以下两种：
  • 在编写UDF的时候，UDF类上加入Annotation。

    @com.aliyun.odps.udf.annotation.UdfProperty(isDeterministic=true)

    说明 com.aliyun.odps.udf.annotation.UdfProperty定义在odps-sdk-udf.jar文件中。您需要把引用的odps-sdk-udf版本提高到0.30.x或以上。
  • 在SQL语句前设置Flag：set odps.sql.udf.ppr.deterministic = true;，此时SQL中所有的UDF均被视为deterministic。该操作执行的原理是进行执行结果回填，但是结果回填最多回填1000个Partition。因此，如果UDF类加入Annotation，则可能会导致出现超过1000个回填结果的报错。此时您如果需要忽视此错误，可以通过设置Flag：set odps.sql.udf.ppr.to.subquery = false;全局关闭此功能。关闭后，UDF分区裁剪也会失效。
• between…and查询示例如下。

  SELECT sale_detail.* 
  FROM sale_detail 
  WHERE sale_detail.sale_date BETWEEN '2008' AND '2014';

--直接使用输入表列名region作为group by的列，即以region值分组。
select region from sale_detail group by region;
--以region值分组，返回每一组的销售额总量。
select sum(total_price) from sale_detail group by region;
--以region值分组，返回每一组的region值（组内唯一）及销售额总量。
select region, sum(total_price) from sale_detail group by region;
--使用select列的别名运行，报错返回。
select region as r from sale_detail group by r;
--必须使用列的完整表达式。
select 2 + total_price as r from sale_detail group by 2 + total_price;
--报错返回，select的所有列中没有使用聚合函数的列，必须出现在group by中。
select region, total_price from sale_detail group by region;
--没有使用聚合函数的列出现在group by中后，运行成功。
select region, total_price from sale_detail group by region, total_price;