Paimon系统表_实时计算 Flink版(Flink)-阿里云帮助中心

Paimon系统表用于存储Paimon表的元数据和特定的数据消费行为。本文为您介绍Paimon元数据系统表和特定消费行为的有关系统表作用，相关的字段及含义等。

元数据系统表

Snapshots系统表

Snapshots系统表可以查询每个快照文件的具体信息，例如快照文件的编号，快照文件的创建时间等。

以下SQL语句查询mycat.mydb.mytbl的Snapshots系统表。

SELECT * FROM mycat.mydb.`mytbl$snapshots`;

Snapshots系统表常用的列如下。

列名	数据类型	含义
snapshot_id	Long	快照文件的编号。
schema_id	Long	快照文件对应的表结构文件编号，表结构文件的内容可在Schemas系统表中查看。
commit_time	Timestamp	快照文件的创建时间。
total_record_count	Long	快照文件指向的数据文件中数据的总条数。说明数据文件需要在内存中归并之后才能产出真正的数据。因此total_record_count列的取值并不等于Paimon表逻辑上保存的数据条数。
delta_record_count	Long	与上一个快照文件相比，数据文件中增加的数据条数。
changelog_record_count	Long	本次快照产出的变更数据条数。

Schemas系统表

Schemas系统表可以查询表的当前以及历史结构信息。每次通过ALTER TABLE语句或CREATE TABLE AS（CTAS）语句或CREATE DATABASE AS（CDAS）语句修改Paimon表的结构时，都会在Schemas系统表中增加一条记录。以下SQL语句查询mycat.mydb.mytbl的Schemas系统表。

SELECT * FROM mycat.mydb.`mytbl$schemas`;

Schemas系统表常用的列如下。

列名	数据类型	含义
schema_id	Long	表结构的编号。
fields	String	每一列的名称以及类型等。
partition_keys	String	分区列的名称。
primary_keys	String	主键的名称。
options	String	表参数的值。
comment	String	表的备注信息。
update_time	Timestamp	表结构修改的时间。

Options系统表

Options系统表可以查询当前配置的表参数。

以下SQL语句查询mycat.mydb.mytbl的Options系统表。

SELECT * FROM mycat.mydb.`mytbl$options`;

Options系统表常用的列如下。

列名	数据类型	含义
key	String	配置项的名称。
value	String	配置项的值。

说明

未显示的表参数将使用默认值。

Partitions系统表

Partitions系统表可以查询Paimon表里有哪些分区、每个分区的数据总数，以及文件总量。

以下SQL语句查询mycat.mydb.mytbl对应的Partitions系统表。

SELECT * FROM mycat.mydb.`mytbl$partitions`;

Partitions系统表常用的列如下。

列名	数据类型	含义
partition	String	分区值，格式为`[分区值 1, 分区值 2, ...]`。
record_count	Long	分区内的数据条数。说明数据文件还需要在内存中归并之后才能产出真正的数据，因此record_count列的取值并不等于该分区逻辑上保存的数据条数。
file_size_in_bytes	Long	分区内的文件总大小，以字节为单位。未被当前快照文件指向的历史数据文件不会被统计。

Files系统表

Files系统表可以查询某个快照文件指向的所有数据文件，包括数据文件的格式、文件内的数据条数和文件大小等。

以下SQL语句查询mycat.mydb.mytbl最新快照对应的Files系统表。

SELECT * FROM mycat.mydb.`mytbl$files`;

以下SQL语句查询mycat.mydb.mytbl编号为5的快照对应的Files系统表。

SELECT * FROM mycat.mydb.`mytbl$files` /*+ OPTIONS('scan.snapshot-id'='5') */;

Files系统表常用的列如下。

列名	数据类型	含义
partition	String	文件所在的分区，格式为`[分区值 1, 分区值 2, ...]`。
bucket	Integer	文件所在的分桶，只对固定分桶的主键表有意义。
file_path	String	文件路径。
file_format	String	文件格式。
schema_id	Long	快照文件对应的表结构文件编号，表结构文件的内容可在Schemas系统表中查看。
level	Integer	文件所在的LSM层级，只对主键表有意义。 level = 0的文件就是未合并的小文件。通过查询某个分桶level = 0的文件数量，可以了解该分桶小文件合并的情况。
record_count	Long	文件内的数据条数。
file_size_in_bytes	Long	文件大小，以字节为单位。

说明

未被当前快照文件指向的历史数据文件不会显示在查询结果里。

Tags系统表

Tags系统表可以查询每个Tag文件的具体信息，例如Tag的名称、创建Tag时使用的快照编号等。

以下SQL语句查询mycat.mydb.mytbl的Tags系统表。

SELECT * FROM mycat.mydb.`mytbl$tags`;

Snapshots系统表常用的列如下。

列名	数据类型	含义
tag_name	String	Tag名称。
snapshot_id	Long	创建Tag时基于的快照的编号。
schema_id	Long	Tag对应的表结构编号，可在Schemas系统表中查询编号对应的具体表结构。
commit_time	Timestamp	创建Tag时基于的快照的创建时间。
record_count	Long	文件内的数据条数。

特定消费行为的系统表

Read-optimized系统表

通常，Paimon表在消费过程中，需要将数据文件在内存中归并之后，才能产出真正的数据，一定程度上会影响查询效率。如果您对Paimon主键表的批作业读取效率，或即席（OLAP）查询效率有较高的要求，可以消费该Paimon表对应的Read-optimized系统表。Read-optimized系统表只读取不需要合并的文件（主要是小文件全量合并后的数据文件），因此省去了在内存中归并排序的流程，提高了查询效率。然而，小文件的全量合并频率较低，因此read-optimized系统表产出的数据时效性偏低。您可以配置以下参数，使得小文件全量合并在一段时间后强制进行，在写入效率、消费效率与数据时效性之间进行平衡。

参数	说明	数据类型	默认值	备注
compaction.optimization-interval	超过该时间间隔后，强制进行小文件的全量合并。	Duration	无	如果小文件的全量合并过于频繁，可能导致写入作业效率偏低。因此推荐该参数值设置在`30 min`以上。

以下SQL语句查询mycat.mydb.mytbl最新快照对应的Read-optimized系统表。

SELECT * FROM mycat.mydb.`mytbl$ro`;

Audit Log系统表

如果您在消费Paimon表的过程中，需要了解每一条数据的操作类型是插入还是删除，可以消费该Paimon表对应的Audit Log系统表。Audit log系统表产出的数据与对应的Paimon表一致，只是会在每条数据第1列的前面新增一个rowkind列，显式保存这条数据的类型，数据的操作类型共有+I（insert）、-U（update before）、+U（update after）、-D（delete）四种。而对于Audit Log系统表里的每条数据而言，它的数据操作类型都是+I（insert）

以下SQL语句查询mycat.mydb.mytbl最新快照对应的audit_log系统表。

SELECT * FROM mycat.mydb.`mytbl$audit_log`;