CREATE TABLE

语法

CREATE TABLE [ IF NOT EXISTS ] table_name
     '('
      column_definition
      ( ',' column_definition )*
       [ ',' PRIMARY KEY '(' primary_key ')' ]
      ')'
     [ PARTITION BY RANGE TIME '(' time_partition_key=value ')' ]
     [ PARTITION BY HASH '(' hash_partition_key (',' hash_partition_key)* ')' ]
     [ PARTITIONS intValue ]
     WITH [ table_options ];
column_definition      ::=  column_name data_type
primary_key            ::=  column_name [ ',' column_name ]
time_partition_key     ::=  column_name
hash_partition_key     ::=  column_name ['(' salt_factor=intValue ')']

参数

示例

• 创建表dt。

  CREATE TABLE dt (
    p1 integer, p2 varchar, c1 integer, c2 integer, constraint pk PRIMARY KEY(p1,p2));

• 对于时间序列的数据，可以按照时间范围分区，例如按照周或者月进行分区，同一时间范围内的数据将会聚集存储，并且历史分区数据会被自动清理掉。
  • 按照业务的时间列orderTime分区，从30天前开始，每7天自动分区，默认保留90天。

    CREATE TABLE dt_partition (
      storeId integer, goodsId varchar, goodsPrice integer, orderTime bigint, constraint pk primary key(storeId))
      PARTITION BY RANGE TIME(orderTime) PARTITIONS 16
      WITH (RANGE_TIME_PARTITION_START='30', RANGE_TIME_PARTITION_INTERVAL='7', RANGE_TIME_PARTITION_TTL='90', RANGE_TIME_PARTITION_MAX_OVERLAP='10');

  • 按照业务的时间列orderTime分区，从半年前开始，每1个月自动分区，默认保留半年，时间分区字段单位设置为秒。

    CREATE TABLE dt_partition (
      storeId integer, goodsId varchar, goodsPrice integer, orderTime bigint, constraint pk primary key(storeId))
      PARTITION BY RANGE TIME(orderTime) PARTITIONS 16
      WITH (RANGE_TIME_PARTITION_START='180', RANGE_TIME_PARTITION_INTERVAL='30', RANGE_TIME_PARTITION_TTL='180', RANGE_TIME_PARTITION_MAX_OVERLAP='10', RANGE_TIME_PARTITION_FIELD_TIMEUNIT='s');

• HASH分区将数据进行散列存储，从而避免出现数据的热点问题。在数据写入量较大的场景中可以很好的实现数据均衡，搜索引擎默认按照主键进行HASH分区，同时也支持自定义的业务分区键。使用一级HASH分区时，如果自定义的HASH键存在热点问题，则可能导致大量数据写入同一个分区中，影响查询和写入性能，建议考虑多级分区，对数据进一步打散。
  • 创建搜索表，按照storeId列进行HASH分区（也就是一级HASH分区），分区数量为16。

    CREATE TABLE dt_partition (
      storeId integer, goodsId varchar, goodsPrice integer, constraint pk primary key(storeId))
      PARTITION BY HASH(storeId)
      PARTITIONS 16;

  • 创建搜索表，按照storeId列和goodsId列组合进行HASH分区（也就是二级HASH分区），加盐因子为2，分区数量为16，最多支持三级分区组合。

    CREATE TABLE dt_partition (
      storeId integer, goodsId varchar, goodsPrice integer, constraint pk primary key(storeId))
      PARTITION BY HASH(storeId(salt_factor=2),goodsId)
      PARTITIONS 16;

    重要

    • 加盐因子（salt_factor）是进一步散列相同storeId列值的数据，通常设置为一个较小的数值，并且数值与分区数量是两倍的数量关系。如果分区数量为16，当salt_factor大于4时，则无法散列数据。加盐因子的其他值表示如下：
      • salt_factor=1：表示相同storeId列的数据，不同goodsId列的数据会被散列到分区总数量的一半中。
      • salt_factor=2：表示相同storeId列的数据，不同goodsId列的数据会被散列到分区总数量的1/4中。
      • salt_factor=3：表示相同storeId列的数据，不同goodsId列的数据会被散列到分区总数量的1/8中。
    • 多级HASH分区（二级HASH分区或者三级HASH分区）除了可以散列数据，在查询数据场景中也大大提高了查询效率。例如在上述二级HASH分区中，查询数据时同时输入storeId列和goodsId列的过滤信息会确定在一个分区中进行数据检索，减少数据的扫描范围从而提高查询效率。
    • 使用二级HASH分区时，一级分区键（Lindorm搜索表的第一列即storeId列）必须设置加盐因子。使用三级HASH分区时，一级分区键和二级分区键都必须设置加盐因子。
    • 自定义分区键的值有以下限制：
      • 分区键值不可更改。
      • 分区键值不能为空。
  • 根据业务需求，如果需要将数据按照HASH分区和时间范围分区，可以将两个分区策略组合使用。

    CREATE TABLE dt_partition (
      storeId integer, goodsId varchar, goodsPrice integer, orderTime bigint, constraint pk primary key(storeId))
      PARTITION BY RANGE TIME(orderTime)
      PARTITION BY HASH(storeId) PARTITIONS 16
      WITH (RANGE_TIME_PARTITION_START='180', RANGE_TIME_PARTITION_INTERVAL='30', RANGE_TIME_PARTITION_TTL='180', RANGE_TIME_PARTITION_MAX_OVERLAP='10');