Delta外表（XIHE SQL）

语法

CREATE EXTERNAL TABLE [IF NOT EXISTS] <db>.<table> (
    <col1>  <type1>,
    <col2>  <type2>,
    ...
)
STORED AS DELTA
LOCATION '<delta_table_location>';

建表示例

-- 创建外部数据库
CREATE EXTERNAL DATABASE IF NOT EXISTS ext_delta_db;

-- 注册Delta外部表
CREATE EXTERNAL TABLE ext_delta_db.delta_orders (
    order_id     BIGINT,
    user_id      BIGINT,
    order_status STRING,
    total_price  DECIMAL(18, 2),
    order_date   DATE
)
STORED AS DELTA
LOCATION 'oss://<YOUR-BUCKET>/warehouse/delta_orders/';

其他DDL操作

-- 查看列结构
DESCRIBE ext_delta_db.delta_orders;

-- 删除外部表
DROP TABLE IF EXISTS ext_delta_db.delta_orders;

基本查询

查询时默认读取最新快照（Snapshot），保证一次查询中数据一致性。

-- 查询全表
SELECT * FROM ext_delta_db.delta_orders LIMIT 10;

-- 聚合查询
SELECT order_status, COUNT(*) AS order_count, SUM(total_price) AS total
FROM ext_delta_db.delta_orders
GROUP BY order_status;

-- 条件过滤
SELECT order_id, order_status, total_price
FROM ext_delta_db.delta_orders
WHERE order_status IN ('PAID', 'SHIPPED') AND total_price >= 100
ORDER BY total_price DESC;

分区裁剪

Delta表的分区信息来自_delta_log中的元数据和AddFile记录。对分区列添加过滤条件时，引擎基于Delta log中的partition values自动裁剪不相关的分区，减少需要扫描的数据文件：

-- 单值过滤
SELECT * FROM ext_delta_db.delta_orders
WHERE order_date = DATE '2026-06-11';

-- 范围过滤
SELECT order_date, COUNT(*) AS cnt, SUM(total_price) AS total
FROM ext_delta_db.delta_orders
WHERE order_date >= DATE '2026-06-01' AND order_date < DATE '2026-07-01'
GROUP BY order_date;

当前分区裁剪主要覆盖布尔、整数、浮点、字符串、二进制、日期和时间戳等常见分区列类型。Decimal分区列可以读取，但作为过滤条件时不建议依赖分区裁剪。

列裁剪与谓词下推

读取Parquet文件时，引擎只请求查询需要的列；对于结构化字段，符合条件的子字段也可以进入Parquet读取路径。查询规划时会保留未完全下推的普通列过滤条件，由执行引擎继续过滤结果。

-- 仅读取order_id和total_price两列
SELECT order_id, total_price
FROM ext_delta_db.delta_orders
WHERE total_price BETWEEN 100 AND 500;

统计信息

当Delta log中包含文件级统计信息时，Delta外表可以读取numRecords、min/max、nullCount等信息，用于优化器的行数和列统计估算。

如果Delta log中没有统计信息，或者文件数量超过统计扫描限制，统计信息可能退化为未知或基于文件大小估算。该能力影响执行计划选择，不改变查询结果语义。

JOIN与聚合

Delta外表可以参与标准XIHE SQL查询，包括JOIN、聚合、排序和窗口函数。JOIN策略由XIHE查询优化器决定。

-- Delta外表与其他表JOIN
SELECT o.order_id, o.total_price, u.user_name
FROM ext_delta_db.delta_orders o
JOIN dim_db.users u ON o.user_id = u.user_id
WHERE o.order_date = DATE '2026-06-11';