与标准SQL的主要区别及解决方法

主要区别

问题现象

解决方法

应用场景

不支持事务（不支持Commit和Rollback，不推荐使用INSERT INTO）。

建议代码具备幂等性，支持重新执行。推荐您使用INSERT OVERWRITE写数据。

不支持索引和主键约束。

无。

部分字段不支持默认值或默认函数。

如果字段有默认值，您可以在数据写入时自行赋值。MaxCompute支持在创建表时，对BIGINT、DOUBLE、BOOLEAN和STRING类型的字段添加默认值。

不支持自增字段。

无。

表分区

单表最多支持6万个分区。超过6万个分区会报错。

选择合适的分区列，减少分区数。

一次查询输入的分区不能超过1万个，否则会报错。如果是2级分区且查询时只根据2级分区进行过滤，总的分区数大于1万也可能导致报错。

解决方法请参见执行INSERT INTO或INSERT OVERWRITE操作时，报错a single instance cannot output data to more than 10000 partitions，如何解决？。

精度

DOUBLE类型存在精度问题。

不建议直接使用等于号（=）关联两个DOUBLE字段。建议将两个数相减，如果差距小于一个预设的值，则认为两个数是相同的。例如ABS(a1-a2)<0.000000001。

虽然MaxCompute支持高精度类型DECIMAL，但是有更高精度的要求。

如果有更高的精度要求，您可以先把数据存储为STRING类型，然后使用UDF实现对应的计算。

数据类型转换

出现各种预期外的错误，代码维护问题。

如果有2个不同的字段类型需要执行JOIN操作，建议您先转换字段类型再执行JOIN操作。

日期类型和字符串的隐式转换。

如果在需要传入日期类型的函数中传入一个字符串，字符串和日期类型根据yyyy-mm-dd hh:mi:ss格式进行转换。

主要区别

问题现象

解决办法

表结构

不能修改分区列列名，只能修改分区列对应的值。

解决方案请参见分区和分区列的区别是什么？。

支持增加列，但是不支持删除列及修改列的数据类型。

解决方案请参见如何修改列的数据类型？和如何删除列？。

INSERT

MaxCompute SQL需要在INSERT INTO或INSERT OVERWRITE后加关键字TABLE。

无。

数据插入表的字段映射不是根据SELECT的别名执行，而是根据SELECT字段的顺序和表中字段的顺序执行映射。

无。

UPDATE和DELETE

仅支持对Transactional表执行UPDATE和DELETE语句。

解决方案请参见如何删除MaxCompute表或分区中的数据？和如何更新MaxCompute表或分区中的数据？。

SELECT

MaxCompute SQL最多支持6张小表的MAPJOIN，并且连续JOIN的表不能超过16张。

解决方案请参见在执行JOIN操作时，报错Maximum 16 join inputs allowed，如何解决？。

IN和NOT IN

IN、NOT IN、EXISTS和NOT EXISTS，后面的子查询返回的分区数据量不能超过1000条。

解决方案请参见在执行MaxCompute SQL过程中，使用NOT IN后面接子查询，子查询返回的结果是上万级别的数据量，但当IN和NOT IN后面的子查询返回的是分区时，返回的数量上限为1000。在必须使用NOT IN的情况下，该如何实现此查询？。如果业务上已经保证子查询返回结果的唯一性，可以考虑去掉DISTINCT，从而提升查询性能。

SQL返回10000条

MaxCompute限制了单独执行SELECT语句时返回的数据条数。

解决方案请参见LIMIT限制输出行数（number）。

需要查询的结果数据条数很多。

解决方案请参见使用SQLTask执行SQL查询时，如果查询结果条数大于限制的10000条，该如何获取所有数据？。

MAPJOIN

JOIN不支持笛卡尔积。

JOIN必须要用ON关键字设置关联条件。

如果有一些小表要作为广播表，需要使用MAPJOIN HINT。

ORDER BY

ORDER BY需要配合LIMIT N使用。

如果希望执行大数据量的排序任务，甚至是全表排序任务，可以增大N值。解决方案请参见MaxCompute查询得到的数据是根据什么排序的？。

UNION ALL

参与UNION ALL运算的所有表必须列数一致，否则会报错。

参与UNION ALL运算的所有列的数据类型、列个数和列名称必须完全一致。

UNION ALL需要再嵌套一层子查询。

无。