本文中含有需要您注意的重要提示信息,忽略该信息可能对您的业务造成影响,请务必仔细阅读。
本文为您介绍数据湖构建中Format数据表的基本操作。
表类型介绍
数据管理:数据由DLF完全管理,包括元数据和实际数据文件。
存储系统:数据存储路径由DLF基于UUID自动生成,用户无需手动指定存储路径。
删除行为:删除表时,默认保留数据1天以降低误删风险,超过1天后数据会被彻底删除。
新建数据表
登录数据湖构建控制台。
在数据目录列表页面,单击Catalog名称,进入Catalog详情页。
在数据库列表中,单击数据库名称,进入表列表页。
在表列表中,单击新建数据表。
配置以下信息,单击确定。
配置项
说明
表格式
选择 Format 表。
表数据库名称
必填,数据库下不可重名。
数据表描述
可选,输入描述信息。
列
定义表中的列信息,包括列名称、是否为主键、是否非空、是否为分区字段、数据类型、长度/类型、描述及操作。
表自定义属性
file.format:指定文件格式。目前支持Parquet、ORC、CSV和JSON格式。可添加自定义属性,在表创建过程中会覆盖DLF元数据服务对应的默认参数,适用的配置项详见Paimon官方文档。
SQL示例
Format表是由DLF管理的Paimon表,DLF会自动生成基于UUID的存储路径,并在后台自动进行表优化与维护,您只需专注于业务逻辑即可。
Flink SQL
CREATE TABLE my_csv_table ( a INT, b STRING ) WITH ( 'type'='format-table', 'file.format'='csv' );Spark SQL
CREATE TABLE my_csv_table ( a INT, b STRING ) USING CSV
高级配置
支持纯值分区路径
默认情况下,分区路径采用
key=value格式(例如year=2025)。如果你的存储目录仅包含分区值(例如table-path/2025/xxxx.csv),必须显式开启此支持。设置参数:
format-table.partition-path-only-value: true。设置文件压缩
使用
format-table.file.compression参数控制输出文件的压缩算法。若未指定,系统使用以下默认值:文件类型
默认
parquet
snappy
avro/orc
zstd
csv/json
none(不压缩)
查看数据表
在数据库列表中,单击数据库名称,可查看表列表。
在表列表中,单击表名称,可查看表字段。
单击表详情页签,可查看数据表基本信息、字段列表及分区定义。
单击权限页签,可为用户或角色授予数据表相关权限。详情请参见数据授权管理。
删除数据表
表被删除后,系统默认将表内数据保留1天,以降低误删除风险。超过1天后,数据将被彻底删除。
在数据库列表中,单击数据库名称,可查看表列表。
在表列表中,单击操作列的删除。
在弹出的提示框中,单击确定,完成数据表删除。