大网数据广告活动
数据库部署与 SQL 参考

Apache Doris 中文参考:CREATE TABLE

· 52CE 我爱测

在当前或指定的数据库中创建一个新表。一个表可以有多个列,每个列的定义包括名称、数据类型,以及可选的以下属性:

描述

在当前或指定的数据库中创建一个新表。一个表可以有多个列,每个列的定义包括名称、数据类型,以及可选的以下属性:

  • 是否是 key
  • 是否有聚合语义
  • 是否是生成列
  • 是否要求值(NOT NULL)
  • 是否是自增列
  • 是否有插入时的默认值
  • 是否有更新时的默认值

此外,此命令还支持以下变体:

  • CREATE TABLE … AS SELECT(创建一个已填充数据的表;也称为 CTAS)
  • CREATE TABLE … LIKE(创建一个现有表的空副本)

语法

CREATE [ TEMPORARY | EXTERNAL ] TABLE [ IF NOT EXISTS ] <table_name>
    (<columns_definition> [ <indexes_definition> ])
    [ ENGINE = <table_engine_type> ]
    [ <key_type> KEY (<key_cols>)
        [ ORDER BY (<cluster_cols>) ]
    ]
    [ COMMENT '<table_comment>' ]
    [ <partitions_definition> ]
    [ DISTRIBUTED BY { HASH (<distribute_cols>) | RANDOM }
        [ BUCKETS { <bucket_count> | AUTO } ]
    ]
    [ <roll_up_definition> ]
    [ PROPERTIES (
          -- 表属性
          <table_property>
          -- 其他表属性
          [ , ... ]) 
    ]

注:ORDER BY 语法自 4.1.0 支持。

其中:

columns_definition
  : -- 列定义
    <col_name> <col_type>
      [ KEY ]
      [ <col_aggregate_type> ]
      [ [ GENERATED ALWAYS ] AS (<col_generate_expression>) ]
      [ [NOT] NULL ]
      [ AUTO_INCREMENT(<col_auto_increment_start_value>) ]
      [ DEFAULT <col_default_value> ]
      [ ON UPDATE CURRENT_TIMESTAMP (<col_on_update_precision>) ]
      [ COMMENT '<col_comment>' ]
    -- 其他列定义
    [ , <col_name> <col_type> [ ... ] ]
indexes_definition
  : -- 索引定义
    INDEX [ IF NOT EXISTS ]
      <index_name> (<index_cols>)
      [ USING <index_type> ]
      [ PROPERTIES (
            -- 表属性
            <index_property>
            -- 其他表属性
            [ , ... ]) 
      ]
      [ COMMENT '<index_comment>' ]
    -- 其他索引定义
    [ , <index_name> (<index_cols>) [ ... ] ]
partitions_definition
  : AUTO PARTITION BY RANGE(<auto_partition_function>(<auto_partition_arguments>))
    <origin_partitions_definition>
  | AUTO PARTITION BY LIST(<partition_cols>)
    <origin_partitions_definition>
  | PARTITION BY <partition_type> (<partition_cols>)
    <origin_partitions_definition>
  • 其中:

    <origin_partitions_definition>
    : (
        -- 分区定义
        <one_partition_definition>
        -- 其他分区定义
        [ , ... ]
      )
    
    <one_partition_definition>
    : PARTITION [ IF NOT EXISTS ] <partition_name>
        VALUES LESS THAN <partition_value_list>
    | PARTITION [ IF NOT EXISTS ] <partition_name>
        VALUES [ <partition_lower_bound>, <partition_upper_bound>)
    | FROM <partition_lower_bound> TO <partition_upper_bound>
        INTERVAL <n> [ <datetime_unit> ]
    | PARTITION [ IF NOT EXISTS ] <partition_name>
        VALUES IN {
            (<partition_value> [, <partition_value> [ ... ] ])
            | <partition_value>
        }
    
roll_up_definition
  : ROLLUP (
        -- 聚合定义
        <rollup_name> (<rollup_cols>)
        [ DUPLICATE KEY (<duplicate_cols>) ]
        -- 其他聚合定义
        [ , <rollup_name> (<rollup_cols>) [ ... ] ]
    )

变种语法

CREATE TABLE … AS SELECT(也称为 CTAS)

创建一个填充 query 返回数据的表:

CREATE
    [ EXTERNAL ]
  TABLE [ IF NOT EXISTS ] <table_name>
    [(<col_name> [ , <col_name> [ ... ] ] )]
    [ <indexesDefinition> ]
    [ ENGINE = <table_engine_type> ]
    [ <key_type> KEY (<key_cols>)
        [ ORDER BY (<cluster_cols>) ]
    ]
    [ COMMENT '<table_comment>' ]
    [ <partitionsDefinition> ]
    [ DISTRIBUTED BY { HASH (<distribute_cols>) | RANDOM }
        [ BUCKETS { <bucket_count> | AUTO } ]
    ]
    [ <rollUpDefinition> ]
    [ PROPERTIES (
          -- 表属性
          <table_property>
          -- 其他表属性
          [ , ... ]) 
    ]
    [ AS ] <query>

注:ORDER BY 语法自 4.1.0 支持。

CREATE TABLE … LIKE

创建一个新表,其列定义与现有表相同,但不从现有表中复制数据。列的所有属性将被复制到新的表中。如果指定了 rollup 列表,那么原表中对应名字的 rollup 也将复制到新的表中:

CREATE TABLE <table_name> LIKE <source_table>
[ WITH ROLLUP (<rollup_names>) ]

必选参数

指定表的标识符(即名称);在创建表的数据库(Database)中必须唯一。

标识符必须以字母字符(如果开启 unicode 名字支持,则可以是任意语言文字的字符)开头,并且不能包含空格或特殊字符,除非整个标识符字符串用反引号括起来(例如My Object)。

标识符不能使用保留关键字。

有关更多详细信息,请参阅标识符要求和保留关键字。

<col_name>

指定列标识符(即名称)。在创建的表中必须唯一。

标识符必须以字母字符(如果开启 unicode 名字支持,则可以是任意语言文字的字符),数字或符号@开头,并且不能包含空格或特殊字符,除非整个标识符字符串用反引号括起来(例如My Object)。

有关更多详细信息,请参阅标识符要求和保留关键字。

<col_type>

指定列的数据类型。

有关可以为表列指定的数据类型的详细信息,请参阅数据类型章节。

在 CTAS 中为必选参数。指定填充数据的 SELECT 语句。

<source_table>

在 CREATE TABLE ... LIKE 中为必选参数。指定被复制的原表。

可选参数

数据模型相关参数

<key_type>

表的数据模型。可选值为 DUPLICATE(明细模型)、UNIQUE(主键模型)、AGGREGATE(聚合模型)。有关数据模型的详细信息,请参阅数据模型章节。

<key_cols>

表的 key 列。Doris 中 Key 列必须是表的前 K 个列。单个 tablet 中的数据会按照这些列保持有序。关于 Key 的限制,以及如何选择 Key 列,请参阅数据模型章节中的各个小节。

<cluster_cols>

数据局部排序列,只能在数据模型为 UNIQUE(主键模型)时使用。当指定 <cluster_cols> 后,数据按照<cluster_cols>排序,而不再使用<key_cols>。

<col_aggregate_type>

列的聚合方式。只有当表是聚合模型时可以使用。聚合方式的详细信息,请参阅聚合模型章节。

分桶相关参数

<distribute_cols> 和 <bucket_count>

分桶列和分桶数。明细模型的分桶列可以是任意的列,聚合模型和主键模型的分桶列必须和 key 列保持一致。分桶数是任意的正整数。有关分桶的详细信息,请参阅手动分桶和自动分桶章节。

列的默认值相关参数

[ GENERATED ALWAYS ] AS (<col_generate_expression>)

生成列。使用当前列之前的列,通过表达式 <col_generate_expression> ,对当前列生成数据。生成列是一种特殊的数据库表列,其值由其他列的值计算而来,而不是直接由用户插入或更新。该功能支持预先计算表达式的结果,并存储在数据库中,适用于需要频繁查询或进行复杂计算的场景。

AUTO_INCREMENT(<col_auto_increment_start_value>)

在导入数据时,Doris 会为在自增列上没有指定值的数据行分配一个表内唯一的值。<col_auto_increment_start_value> 指定自增列的起始值。自增列的详细信息,请参阅自增列章节。

DEFAULT <col_default_value>

列的默认值。当写入时不包含此列时,使用此默认值填充。当默认值不显式设置时,使用 NULL 填充。可用的默认值包括:

  • NULL:全部类型均可用,用 NULL 作为默认值。
  • 数值字面量:只能是数值类型时使用。
  • 字符串字面量:用于字符串列; UUID 列也支持有效的 UUID 文本默认值。
  • UUID_V4() / UUID_V7(): UUID 列支持的动态默认值,包括对应别名。省略该列时逐行生成。详见 UUID 类型。
  • CURRENT_DATE:只能是 date 类型时使用。用当前日期作为默认值。
  • CURRENT_TIMESTAMP [ ]:仅可用于 DATETIME、TIMESTAMP_NS 和 TIMESTAMPTZ 类型。使用当前时间作为默认值。 可以指定时间精度,其中 TIMESTAMP_NS 最高支持 9 位。
  • PI:只能是 double 类型时使用。用圆周率作为默认值。
  • E:只能是 double 类型时使用。用数学常数作为默认值。
  • BITMAP_EMPTY:只能当列是 bitmap 类型时使用。填充空的 bitmap。

ON UPDATE CURRENT_TIMESTAMP (<col_on_update_precision>)

当数据更新时,如果没有指定此列的值,则使用当前时间戳更新此列数据。只能在 UNIQUE(主键模型)的表上使用。

索引相关参数

<index_name>

指定索引标识符(即名称)。在创建的表中必须唯一。有关标识符的更多详细信息,请参阅标识符要求和保留关键字。

<index_cols>

添加索引的列列表。必须是表中存在的列。

<index_type>

索引的类型。当前仅支持 INVERTED

<index_property>

索引的属性。详细说明请参考倒排索引章节。

自动分区相关参数

有关分区的详细介绍,请参阅自动分区章节。

手动分区相关参数

有关分区的详细介绍,请参阅“手动分区”章节。

<partition_type>

Doris 支持 RANGE 分区和 LIST 分区。详情请参阅手动分区章节。

<partition_name>

分区标识符(即名称)。在创建的表中必须唯一。有关标识符的更多详细信息,请参阅标识符要求和保留关键字。

VALUES LESS THAN <partition_value_list>

range 分区。分区数据范围从下界到 <partition_value_list>。

如果是表示上界,<partition_value_list> 可以用 MAX_VALUE 简化书写。

<partition_value_list> 的格式如下:((col_1_value, ...), (col_1_value, ...), ...)

VALUES [ <partition_lower_bound>, <partition_upper_bound>)

range 分区。分区数据范围从 <partition_lower_bound> 到 <partition_upper_bound>。只创建一个分区。

<partition_lower_bound> 和 <partition_upper_bound> 格式如下:(col_1_value, ...)

FROM <partition_lower_bound> TO <partition_upper_bound>

INTERVAL [ <datetime_unit> ]

range 分区。分区数据范围从 <partition_lower_bound> 到 <partition_value_list>。每建个 创建一个分区。

<partition_lower_bound> 和 <partition_upper_bound> 格式如下:(col_1_value, ...)

VALUES IN {

​ (<partition_value> [, <partition_value> [ ... ] ])

​ | <partition_value>

​ }

list 分区。分区列等于 <partition_value> 的属于此分区。

<partition_value> 格式如下:(col_1_value, ...)

同步物化视图相关

rollup 可以创建的同步物化视图功能有限。已不再推荐使用。推荐使用独立的语句创建同步物化视图。详情请参阅 CREATE MATERIALIZED VIEW 语句和同步物化视图章节。

<rollup_name>

同步物化视图的标示符(即名称)。在创建的表中必须唯一。有关标识符的更多详细信息,请参阅标识符要求和保留关键字。

<rollup_cols>

同步物化视图包含的列。

表属性相关参数

以下属性参考适用于 OLAP 内表,在 PROPERTIES ("name" = "value", ...) 中以字符串形式设置属性值。除特定功能要求外,属性均为可选项;部署模式限制见各项说明。

<table_property>

属性名 作用
replication_num 副本数。默认副本数为 3。如果 BE 节点数量小于 3,则需指定副本数小于等于 BE 节点数量。在 0.15 版本后,该属性将自动转换成 replication_allocation 属性,如:"replication_num" = "3" 会自动转换成 "replication_allocation" = "tag.location.default:3"。
replication_allocation 根据 Tag 设置副本分布情况。该属性可以完全覆盖 replication_num 属性的功能。
min_load_replica_num 设定数据导入成功所需的最小副本数,默认值为 -1。当该属性小于等于 0 时,表示导入数据仍需多数派副本成功。
storage_medium 声明表数据的初始存储介质
storage_cooldown_time 设定表数据的初始存储介质的到期时间。超过此时间后,会自动降级到第一级别的存储介质上。
colocate_with 当需要使用 Colocation Join 功能时,使用这个参数设置 Colocation Group。
bloom_filter_columns 用户指定需要添加 Bloom Filter 索引的列名称列表。各个列的 Bloom Filter 索引是独立的,并不是组合索引。列如:"bloom_filter_columns" = "k1, k2, k3"
compression 自 4.0.3 版本起,Doris 表的默认压缩方式为 ZSTD。在 4.0.3 版本之前,默认压缩方式为 LZ4F。
function_column.sequence_col 当使用 Unique Key 模型时,可以指定一个 Sequence 列,当 Key 列相同时,将按照 Sequence 列进行 REPLACE(较大值替换较小值,否则无法替换) 。function_column.sequence_col用来指定 sequence 列到表中某一列的映射,该列可以为整型和时间类型(DATE、DATETIME、TIMESTAMP_NS),创建后不能更改该列的类型。如果设置了function_column.sequence_col, function_column.sequence_type将被忽略。
function_column.sequence_type 当使用 Unique Key 模型时,可以指定一个 Sequence 列,当 Key 列相同时,将按照 Sequence 列进行 REPLACE(较大值替换较小值,否则无法替换) 这里我们仅需指定顺序列的类型,支持时间类型(DATE、DATETIME、TIMESTAMP_NS)或整型。Doris 会创建一个隐藏的顺序列。
enable_unique_key_merge_on_write Unique 表是否使用 Merge-on-Write 实现。该属性在 2.1 版本之前默认关闭,从 2.1 版本开始默认开启。
light_schema_change 是否使用 Light Schema Change 优化。如果设置成 true, 对于值列的加减操作,可以更快地,同步地完成。该功能在 2.0.0 及之后版本默认开启。
disable_auto_compaction 是否对这个表禁用自动 Compaction。如果这个属性设置成 true, 后台的自动 Compaction 进程会跳过这个表的所有 Tablet。
enable_duplicate_without_keys_by_default 当配置为true时,如果创建表的时候没有指定 Unique、Aggregate 或 Duplicate 时,会默认创建一个没有排序列和前缀索引的 Duplicate 模型的表。
skip_write_index_on_load 是否对这个表开启数据导入时不写索引。如果这个属性设置成 true, 数据导入的时候不写索引(目前仅对倒排索引生效),而是在 Compaction 的时候延迟写索引。这样可以避免首次写入和 Compaction 重复写索引的 CPU 和 IO 资源消耗,提升高吞吐导入的性能。
compaction_policy 配置这个表的 Compaction 的合并策略,仅支持配置为 time_series 或者 size_basedtime_series: 当 rowset 的磁盘体积积攒到一定大小时进行版本合并。合并后的 rowset 直接晋升到 base compaction 阶段。在时序场景持续导入的情况下有效降低 compact 的写入放大率。此策略将使用 time_series_compaction 为前缀的参数调整 Compaction 的执行
time_series_compaction_goal_size_mbytes Compaction 的合并策略为 time_series 时,将使用此参数来调整每次 Compaction 输入的文件的大小,输出的文件大小和输入相当
time_series_compaction_file_count_threshold Compaction 的合并策略为 time_series 时,将使用此参数来调整每次 Compaction 输入的文件数量的最小值。一个 Tablet 中,文件数超过该配置,就会触发 Compaction
time_series_compaction_time_threshold_seconds Compaction 的合并策略为 time_series 时,将使用此参数来调整 Compaction 的最长时间间隔,即长时间未执行过 Compaction 时,就会触发一次 Compaction,单位为秒
time_series_compaction_level_threshold Compaction 的合并策略为 time_series 时,此参数默认为 1,当设置为 2 时用来控住对于合并过一次的段再合并一层,保证段大小达到 time_series_compaction_goal_size_mbytes,能达到段数量减少的效果。
group_commit_interval_ms 配置这个表的 Group Commit 攒批间隔。单位为 ms,默认值为 10000ms,即 10s。Group Commit 的下刷时机取决于 group_commit_interval_ms以及group_commit_data_bytes哪个先到设置的值。
group_commit_data_bytes 配置这个表的 Group Commit 攒批数据大小。单位为 bytes,默认值为 134217728,即 128MB。Group Commit 的下刷时机取决于 group_commit_interval_ms以及group_commit_data_bytes 哪个先到设置的值。
enable_mow_light_delete 是否在 Unique 表 Mow 上开启 Delete 语句写 Delete predicate。若开启,会提升 Delete 语句的性能,但 Delete 后进行部分列更新可能会出现部分数据错误的情况。若关闭,会降低 Delete 语句的性能来保证正确性。此属性的默认值为 false。此属性只能在 Unique Merge-on-Write 表上开启。
动态分区相关属性 动态分区相关参考数据划分 - 动态分区
enable_unique_key_skip_bitmap_column 是否在 Unique Merge-on-Write 表上开启灵活列更新功能。此属性只能在 Unique Merge-on-Write 表上开启。
changelog.enable 为该表开启 Changelog,记录行级变更,用于 Table Stream 增量消费和 @incr 增量查询。仅 Duplicate Key 表和 Unique Key Merge-on-Write 表(无 cluster key)支持。只能在建表时开启,开启后不可关闭;不能与 binlog.enable(CCR)同时开启。需要 FE 开启 enable_feature_changelog = true。5.0.0 版本起支持。
changelog.need_historical_value 是否在 Changelog 中记录变更前的值(before 镜像),默认 false。仅 Unique Key Merge-on-Write 表可设为 true;min_delta / detail 类型的 Table Stream 依赖它。建表后不可修改。
changelog.ttl_seconds 变更记录的保留时长(秒),默认 86400(一天),必须大于 0。可以通过 ALTER TABLE 修改。

其他 OLAP 表属性

属性 值类型 默认值 说明
short_key 整数 自动计算 前缀索引包含的前导排序列数量。必须为正整数且不超过排序列数量;VARCHAR 列只能是所选列中的最后一列。
bloom_filter_fpp 浮点数 0.05 bloom_filter_columns 的误判率,范围为 [0.0001, 0.05],仅在配置 Bloom Filter 列时生效。详见 Bloom Filter 索引。
storage_type 字符串 COLUMN 存储组织方式,仅接受 COLUMN。如需额外存储行格式副本,使用下方的行存属性。
storage_format 字符串 V2 Segment 存储格式,可选 V2、V3 或 default(即 V2)。V3 自 4.1.0 起支持,将列元数据存储在外部。详见存储格式。
inverted_index_storage_format 字符串 FE 配置 倒排索引格式,可选 V2、V3 或 default,自 4.2.0 起还支持 SNII。不设置或使用 default 时遵循 FE 配置 inverted_index_storage_format。自 4.1.5 起不再允许新建 V1 索引。详见倒排索引。
store_row_column 布尔值 false 额外以行格式存储全部列。要求 light_schema_change = true,不支持 Aggregate Key 表。详见行存。
row_store_columns 字符串 不设置 以逗号分隔的已存在列名,例如 k,v1,v2。设置后为这些列启用行存,不支持 Aggregate Key 表。详见行存。
row_store_page_size 长整数 16384 行存页大小,单位为字节。必须为正数,向上取整到 4096 字节的整数倍。
storage_page_size 长整数 65536 列存数据页大小,单位为字节,范围为 4096 至 10485760,向上取整到 4096 字节的整数倍。
storage_dict_page_size 长整数 262144 字典页大小,单位为字节,范围为 0 至 104857600,向上取整到 4096 字节的整数倍。
storage_policy 字符串 不设置 存算一体表使用的已存在远程存储策略。不支持 Unique Key Merge-on-Write 表,在存算分离模式中被忽略。详见远程存储。
storage_vault_name 字符串 数据库的 Vault,其次为默认 Vault 存算分离模式使用的 Storage Vault 名称。Vault 必须已存在,用户须拥有其 USAGE 权限。表级配置优先于数据库和默认 Vault。详见管理 Storage Vault。
file_cache_ttl_seconds 长整数 0 存算分离模式下 TTL 缓存的保护时长,单位为秒。0 表示使用普通缓存;自 4.1.4 起校验的取值范围为 0 至 4611686018427387903。此属性不控制数据过期删除。详见文件缓存。
estimate_partition_size 字符串 不设置 单个分区未压缩数据大小的预估值,例如 10G,与 BUCKETS AUTO 一起用于确定初始分桶数。详见数据分桶。
mutable 布尔值 true 分区是否允许导入数据。false 将分区设为不可写;表级设置作为各分区的默认值。
partition.retention_count 整数 不设置 AUTO RANGE PARTITION 表保留的历史分区数量,必须为正整数;当前和未来分区继续保留。自 4.1.4 起不能与已启用的动态分区同时使用。详见自动分区。
vertical_compaction_num_columns_per_group 整数 5 垂直 Compaction 每组处理的列数,必须大于等于 1。
time_series_compaction_empty_rowsets_threshold 长整数 5 优先合并连续空 Rowset 的数量阈值,必须大于等于 2,要求 compaction_policy = time_series。
group_commit_mode 字符串 off_mode 表的默认 Group Commit 模式,可选 off_mode、sync_mode 或 async_mode,自 4.1.0 起支持。请求或会话中的设置优先。详见 Group Commit。
binlog.enable 布尔值 false 为表启用 CCR Binlog,FE 还须开启 enable_feature_binlog。
binlog.ttl_seconds 长整数 86400 CCR Binlog 保留时长阈值,单位为秒。
binlog.max_bytes 长整数 9223372036854775807 CCR Binlog 垃圾回收的大小阈值,单位为字节。
binlog.max_history_nums 长整数 9223372036854775807 CCR Binlog 垃圾回收的历史记录数量阈值。
is_being_synced 布尔值 false 标记 CCR 目标表正在同步。设为 true 时跳过该表的动态分区调度,并忽略 Colocate 和存储策略设置,由 CCR 流程管理此属性。
partition.inverted_index_storage_format 字符串 不设置 自 4.2.0 起支持:存算分离模式下新建分区的索引格式,可选 V2、V3 或 SNII。须开启 FE 配置 enable_partition_inverted_index_storage_format_rollout = true,否则忽略。不转换已有分区。
sequence_mapping.<sequence_col> 字符串 不设置 Dev:由指定 Sequence 列控制的 Value 列列表,以逗号分隔。要求 Unique Key Merge-on-Read 表且 light_schema_change = true。详见多流更新。
function_column.enable_row_ttl 布尔值 false 实验性功能,5.0.0 起支持:建表时开启行级 TTL。不支持 Aggregate Key 表,不能与 Sequence 列同时使用。详见行级 TTL。
function_column.ttl_col 字符串 不设置 行级 TTL 的源 Value 列,必须与 function_column.ttl 一起设置且已开启行级 TTL。列类型等限制详见行级 TTL。
function_column.ttl 字符串 不设置 源列模式的非负保留时长,例如 86400 或 1 day;无单位时按秒解释。0 表示在源列时间到达时过期。
function_column.ttl_time_zone 字符串 取决于源列类型 TTL 源列的时区,可选 UTC、Z 或 -12:00 至 +14:00 的固定偏移。DATE/DATETIME 系列源列必须显式设置;TIMESTAMPTZ 默认 +00:00 且只接受零偏移。

特定功能的属性另见动态分区。索引 PROPERTIES、VARIANT 列的 PROPERTIES 及异步物化视图属性与上述表属性分开配置。如需设置自动统计信息收集策略,请按照统计信息中的说明,通过 ALTER TABLE 设置 auto_analyze_policy。

权限控制

执行此 SQL 命令的用户必须至少具有以下权限:

权限 对象 说明
CREATE_PRIV 数据库(Database)
SELECT_PRIV 表(Table), 视图(View) 当执行 CTAS 时,需要拥有被查询的表,视图或物化视图的 SELECT_PRIV 权限

注意事项

  • 数据库(Database)中不能包含具有相同名称的表(Table),视图(View)。

  • 表名,列名,rollup 名,不能使用保留关键字(Reserved Keywords)

  • CREATE TABLE … LIKE:

    • 只能对 Doris 内表使用此命令
    • 显示指定的 rollup 才会被复制
    • 所有的同步物化视图都不会被复制
  • CREATE TABLE … AS SELECT (CTAS):

    • 如果 SELECT 列表中列名的别名是有效的列,则在 CTAS 语句中不需要列定义;如果省略,列名和数据类型将从基础查询中推断出来:

      CREATE TABLE <table_name> AS SELECT ...
      
    • 或者,可以使用以下语法明确指定名称:

      CREATE TABLE <table_name> ( <col1_name> , <col2_name> , ... ) AS SELECT ...
      
  • 分区和分桶

    • 一个表必须指定分桶列,但可以不指定分区。关于分区和分桶的具体介绍,可参阅 数据划分 文档。
    • Doris 中的表可以分为分区表和无分区的表。这个属性在建表时确定,之后不可更改。即对于分区表,可以在之后的使用过程中对分区进行增删操作,而对于无分区的表,之后不能再进行增加分区等操作。
    • 分区列和分桶列在表创建之后不可更改,既不能更改分区和分桶列的类型,也不能对这些列进行任何增删操作。
  • 动态分区

    • 动态分区功能主要用于帮助用户自动的管理分区。通过设定一定的规则,Doris 系统定期增加新的分区或删除历史分区。可参阅 动态分区 文档查看更多帮助。
  • 自动分区

  • 同步物化视图

    • 用户可以在建表的同时创建多个同步物化视图(ROLLUP)。同步物化视图也可以在建表之后添加。写在建表语句中可以方便用户一次性创建所有同步物化视图。
    • 如果在建表时创建好同步物化视图,则后续的所有数据导入操作都会同步生成同步物化视图的数据。同步物化视图的数量可能会影响数据导入的效率。
    • 关于物化视图的介绍,请参阅文档 同步物化视图。
  • 索引

    • 用户可以在建表的同时创建多个列的索引。索引也可以在建表之后再添加。
    • 如果在之后的使用过程中添加索引,如果表中已有数据,则需要重写所有数据,因此索引的创建时间取决于当前数据量。

示例

基础示例

明细模型

CREATE TABLE t1
(
  c1 INT,
  c2 STRING
)
DUPLICATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

聚合模型

CREATE TABLE t2
(
  c1 INT,
  c2 INT MAX
)
AGGREGATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

主键模型

CREATE TABLE t3
(
  c1 INT,
  c2 INT
)
UNIQUE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

使用生成列

CREATE TABLE t4
(
  c1 INT,
  c2 INT GENERATED ALWAYS AS (c1 + 1)
)
DUPLICATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

指定列的默认值

CREATE TABLE t5
(
  c1 INT,
  c2 INT DEFAULT 10
)
DUPLICATE KEY(c1)
DISTRIBUTED BY HASH(c1)
PROPERTIES (
  'replication_num' = '1'
)

分桶方式

CREATE TABLE t6
(
  c1 INT,
  c2 INT
)
DUPLICATE KEY(c1)
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

自动分区

CREATE TABLE t7
(
  c1 INT,
  c2 DATETIME NOT NULL
)
DUPLICATE KEY(c1)
AUTO PARTITION BY RANGE(date_trunc(c2, 'day')) ()
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

range 分区

CREATE TABLE t8
(
  c1 INT,
  c2 DATETIME NOT NULL
)
DUPLICATE KEY(c1)
PARTITION BY RANGE(c2) (
  FROM ('2020-01-01') TO ('2020-01-10') INTERVAL 1 DAY
)
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

list 分区

CREATE TABLE t9
(
  c1 INT,
  c2 DATE NOT NULL
)
DUPLICATE KEY(c1)
PARTITION BY LIST(c2) (
  PARTITION p1 VALUES IN (('2020-01-01'),('2020-01-02'))
)
DISTRIBUTED BY RANDOM
PROPERTIES (
  'replication_num' = '1'
)

存储介质和冷却时间

CREATE TABLE example_db.table_hash
(
    k1 BIGINT,
    k2 LARGEINT,
    v1 VARCHAR(2048),
    v2 SMALLINT DEFAULT "10"
)
UNIQUE KEY(k1, k2)
DISTRIBUTED BY HASH (k1, k2) BUCKETS 32
PROPERTIES(
    "storage_medium" = "SSD",
    "storage_cooldown_time" = "2015-06-04 00:00:00"
);

通过 storage_policy 属性设置表的冷热分层数据迁移策略

  1. 需要先创建 s3 resource 和 storage policy,表才能关联迁移策略成功

    -- 非分区表
    CREATE TABLE IF NOT EXISTS create_table_use_created_policy 
    (
        k1 BIGINT,
        k2 LARGEINT,
        v1 VARCHAR(2048)
    )
    UNIQUE KEY(k1)
    DISTRIBUTED BY HASH (k1) BUCKETS 3
    PROPERTIES(
        "storage_policy" = "test_create_table_use_policy",
        "replication_num" = "1"
    );
    
    -- 分区表
    CREATE TABLE create_table_partion_use_created_policy
    (
        k1 DATE,
        k2 INT,
        V1 VARCHAR(2048) REPLACE
    ) PARTITION BY RANGE (k1) (
        PARTITION p1 VALUES LESS THAN ("2022-01-01") ("storage_policy" = "test_create_table_partition_use_policy_1" ,"replication_num"="1"),
        PARTITION p2 VALUES LESS THAN ("2022-02-01") ("storage_policy" = "test_create_table_partition_use_policy_2" ,"replication_num"="1")
    ) DISTRIBUTED BY HASH(k2) BUCKETS 1;
    

Colocation Group

CREATE TABLE t1 (
    id int(11) COMMENT "",
    value varchar(8) COMMENT ""
)
DUPLICATE KEY(id)
DISTRIBUTED BY HASH(id) BUCKETS 10
PROPERTIES (
    "colocate_with" = "group1"
);

CREATE TABLE t2 (
    id int(11) COMMENT "",
    value1 varchar(8) COMMENT "",
    value2 varchar(8) COMMENT ""
)
DUPLICATE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 10
PROPERTIES (
    "colocate_with" = "group1"
);

索引

CREATE TABLE example_db.table_hash
(
    k1 TINYINT,
    k2 DECIMAL(10, 2) DEFAULT "10.5",
    v1 CHAR(10) REPLACE,
    v2 INT SUM,
    INDEX k1_idx (k1) USING INVERTED COMMENT 'my first index'
)
AGGREGATE KEY(k1, k2)
DISTRIBUTED BY HASH(k1) BUCKETS 32
PROPERTIES (
    "bloom_filter_columns" = "k2"
);

设置表的副本属性

CREATE TABLE example_db.table_hash
(
    k1 TINYINT,
    k2 DECIMAL(10, 2) DEFAULT "10.5"
)
DISTRIBUTED BY HASH(k1) BUCKETS 32
PROPERTIES (
    "replication_allocation"="tag.location.group_a:1, tag.location.group_b:2"
);

动态分区

该表每天提前创建 3 天的分区,并删除 3 天前的分区。例如今天为2020-01-08,则会创建分区名为p20200108, p20200109, p20200110, p20200111的分区。分区范围分别为:

[types: [DATE]; keys: [2020-01-08]; ‥types: [DATE]; keys: [2020-01-09]; )
[types: [DATE]; keys: [2020-01-09]; ‥types: [DATE]; keys: [2020-01-10]; )
[types: [DATE]; keys: [2020-01-10]; ‥types: [DATE]; keys: [2020-01-11]; )
[types: [DATE]; keys: [2020-01-11]; ‥types: [DATE]; keys: [2020-01-12]; )
CREATE TABLE example_db.dynamic_partition
(
    k1 DATE,
    k2 INT,
    k3 SMALLINT,
    v1 VARCHAR(2048),
    v2 DATETIME DEFAULT "2014-02-04 15:36:00"
)
DUPLICATE KEY(k1, k2, k3)
PARTITION BY RANGE (k1) ()
DISTRIBUTED BY HASH(k2) BUCKETS 32
PROPERTIES(
    "dynamic_partition.time_unit" = "DAY",
    "dynamic_partition.start" = "-3",
    "dynamic_partition.end" = "3",
    "dynamic_partition.prefix" = "p",
    "dynamic_partition.buckets" = "32" 
);

设置动态分区的副本属性

CREATE TABLE example_db.dynamic_partition
(
    k1 DATE,
    k2 INT,
    k3 SMALLINT,
    v1 VARCHAR(2048),
    v2 DATETIME DEFAULT "2014-02-04 15:36:00"
)
PARTITION BY RANGE (k1) ()
DISTRIBUTED BY HASH(k2) BUCKETS 32
PROPERTIES(
    "dynamic_partition.time_unit" = "DAY",
    "dynamic_partition.start" = "-3",
    "dynamic_partition.end" = "3",
    "dynamic_partition.prefix" = "p",
    "dynamic_partition.buckets" = "32",
    "dynamic_partition.replication_allocation" = "tag.location.group_a:3"
 );

CTAS 示例

CREATE TABLE t10
PROPERTIES (
  'replication_num' = '1'
)
AS SELECT * FROM t1

CREATE TABLE ... LIKE 示例

CREATE TABLE t11 LIKE t10

本文来自 Apache Doris 文档贡献者,按 Apache 2.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
Apache Doris 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
Apache 2.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。