查询加速支持使用类似于 SQL 的语言来表示对 blob 内容的查询。 查询加速 SQL 方言是 ANSI SQL 的一个子集,其中包含有限的一组受支持的数据类型、运算符等,但它还在 ANSI SQL 上展开以支持对层次结构半结构化数据格式(如 JSON)的查询。
选择语法
查询加速支持的唯一 SQL 语句是 SELECT 语句。 此示例返回表达式为其返回 true 的每一行。
SELECT * FROM table [WHERE expression] [LIMIT limit]
对于 CSV 格式的数据, 表 必须是 BlobStorage 。 这意味着,将针对 REST 调用中指定的任何 blob 运行查询。
对于 JSON 格式的数据, 表 是 "表描述符"。 请参阅本文的 表描述符 部分。
在下面的示例中,对于 WHERE 表达式 为其返回 true 的每一行,此语句将返回一个新行,该行是从计算每个投影表达式计算得出的。
SELECT expression [, expression …] FROM table [WHERE expression] [LIMIT limit]
下面的示例返回一个聚合计算 (例如:特定列的平均值) 表达式 返回 true 的每个行。
SELECT aggregate_expression FROM table [WHERE expression] [LIMIT limit]
下面的示例为拆分 CSV 格式的 blob 返回合适的偏移量。 请参阅本文的 sys.databases 部分。
SELECT sys.split(split_size)FROM BlobStorage
数据类型
| 数据类型 | 说明 |
|---|---|
| INT | 64 位带符号整数。 |
| FLOAT | 64 ( "双精度" ) 浮点。 |
| STRING | 可变长度的 Unicode 字符串。 |
| TIMESTAMP | 时间点。 |
| BOOLEAN | True 或 False。 |
从 CSV 格式的数据中读取值时,所有值都作为字符串读取。 使用强制转换表达式可以将字符串值转换为其他类型。 根据上下文,值可以隐式强制转换为其他类型。 有关详细信息,请参阅 数据类型优先级 (transact-sql) 。
表达式
引用字段
对于 JSON 格式的数据或带有标题行的 CSV 格式的数据,可以按名称引用字段。 字段名称可以带引号或不带引号。 用双引号括起来的字段名 ( ") ,可以包含空格,并区分大小写。 未加引号的字段名称不区分大小写,并且不能包含任何特殊字符。
在 CSV 格式的数据中,字段也可以按序号引用,以下划线 (_) 字符作为前缀。 例如,第一个字段可能被引用为 _1,或者第11个字段可以作为 _11 引用。 引用字段按序号适用于不包含标题行的 CSV 格式的数据,在这种情况下,引用特定字段的唯一方法是按序号。
运算符
支持以下标准 SQL 运算符:
| 操作员 | 说明 |
|---|---|
| = | 比较两个表达式的等价性(比较运算符)。 |
| != | 测试某个表达式是否不等于另一个表达式(比较运算符)。 |
| <> | 比较两个表达式是否不等于 (比较运算符) 。 |
| < | 比较两个表达式是否小于 (比较运算符) 。 |
| <= | 比较两个表达式是否小于或等于比较运算符) (。 |
| > | 比较两个表达式的 (比较运算符是否) 。 |
| >= | 比较两个表达式以得出大于或等于的结果(比较运算符)。 |
| + | 两个数相加。 这个加法算术运算符也可以将一个以天为单位的数字加到日期中。 |
| - | 将两个数相减(减法算术运算符)。 |
| / | 用一个数除以另一个数(算术除法运算符)。 |
| * | 两个表达式相乘(算术乘法运算符)。 |
| % | 返回两数相除后的余数。 |
| AND | 在两个整数值之间执行“逻辑位与”运算。 |
| 或者 | 在两个指定的整数值之间执行按位逻辑 OR 运算,转换为 Transact-sql 语句中的二进制表达式。 |
| NOT | 对布尔型输入取反。 |
| CAST | 将一种数据类型的表达式转换为另一种。 |
| BETWEEN | 指定测试范围。 |
| IN | 确定指定的值是否与子查询或列表中的值相匹配。 |
| NULLIF | 如果两个指定的表达式相等,则返回空值。 |
| COALESCE | 按顺序计算参数,并返回最初不计算为 NULL 的第一个表达式的当前值。 |
如果运算符左侧和右侧的数据类型不同,则将根据此处指定的规则执行自动转换: 数据类型优先级 (transact-sql) 。
查询加速 SQL 语言仅支持在本文中讨论的数据类型的一小部分。 请参阅本文的 数据类型 部分。
转换
查询加速 SQL 语言支持转换运算符,具体取决于此处的规则: 数据类型转换 (数据库引擎) 。
查询加速 SQL 语言仅支持在本文中讨论的数据类型的一小部分。 请参阅本文的 数据类型 部分。
字符串函数
查询加速 SQL 语言支持以下标准 SQL 字符串函数:
| 函数 | 说明 |
|---|---|
| CHAR_LENGTH | 如果字符串表达式的数据类型为,则返回字符串表达式的长度(以字符为字符); 否则返回。否则,将返回字符串表达式的长度(以字节为单位) (最小整数不小于位数除以 8) 。 (此函数与 CHARACTER_LENGTH 函数相同。 ) |
| CHARACTER_LENGTH | 如果字符串表达式的数据类型为,则返回字符串表达式的长度(以字符为字符); 否则返回。否则,将返回字符串表达式的长度(以字节为单位) (最小整数不小于位数除以 8) 。 (此函数与 CHAR_LENGTH 函数相同 |
| LOWER | 将大写字符数据转换为小写字符数据后返回字符表达式。 |
| UPPER | 返回小写字符数据转换为大写的字符表达式。 |
| SUBSTRING | 返回 SQL Server 中的字符、二进制、文本或图像表达式的一部分。 |
| TRIM | 从字符串的开头和结尾删除空格字符 char (32) 或其他指定字符。 |
| LEADING | 说明 |
| TRAILING | 说明 |
下面是几个示例:
| 函数 | 示例 | 结果 |
|---|---|---|
| CHARACTER_LENGTH | SELECT CHARACTER_LENGTH('abcdefg') from BlobStorage |
7 |
| CHAR_LENGTH | SELECT CHAR_LENGTH(_1) from BlobStorage |
1 |
| LOWER | SELECT LOWER('AbCdEfG') from BlobStorage |
abcdefg |
| UPPER | SELECT UPPER('AbCdEfG') from BlobStorage |
ABCDEFG |
| SUBSTRING | SUBSTRING('123456789', 1, 5) |
23456 |
| TRIM | TRIM(BOTH '123' FROM '1112211Microsoft22211122') |
Microsoft |
日期函数
支持以下标准 SQL 日期函数:
DATE_ADD, DATE_DIFF, EXTRACT, TO_STRING, TO_TIMESTAMP.
目前,我们转换了 标准 IS08601 的所有日期格式。
DATE_ADD 函数
查询加速 SQL 语言支持函数的年、月、日、小时、分钟和秒 DATE_ADD 。
示例:
"sql DATE_ADD (日期部分,数量,时间戳) DATE_ADD (" minute ",1,转换 (" 2017-01-02T03:04: 05.006 Z "作为时间戳)
#### DATE_DIFF function
The query acceleration SQL language supports year, month, day, hour, minute, second for the ``DATE_DIFF`` function.
```sql
DATE_DIFF(datepart, timestamp, timestamp)
DATE_DIFF('hour','2018-11-09T00:00+05:30','2018-11-09T01:00:23-08:00')
提取函数
对于超出函数支持的日期部分 DATE_ADD ,查询加速 SQL 语言支持 timezone_hour 和 timezone_minute 日期部分。
示例:
EXTRACT(datepart FROM timestampstring)
EXTRACT(YEAR FROM '2010-01-01T')
TO_STRING 函数
示例:
TO_STRING(TimeStamp , format)
TO_STRING(CAST('1969-07-20T20:18Z' AS TIMESTAMP), 'MMMM d, y')
下表描述了可用于指定函数的输出格式的字符串 TO_STRING 。
| 格式字符串 | 输出 |
|---|---|
| yy | 年份采用2位格式–1999作为 "99" |
| y | 年份采用4位格式 |
| yyyy | 年份采用4位格式 |
| M | 每年的第几个月–1 |
| MM | 零填充月份–01 |
| MMM | 缩写. 每月的某一日 |
| MMMM | 全月–可能 |
| d | 每月的某一日 (1-31) |
| dd | 零个月填充日期 (01-31) |
| a | AM 或 PM |
| h | 每日 (1-12) |
| hh | 零个填充小时 od day (01-12) |
| H | 每日 (0-23) |
| HH | 零个 (00-23) 的填充小时 |
| m | 分钟 (0-59) |
| mm | 零填充分钟 (00-59) |
| s | 分钟 (0-59) 的秒数 |
| ss | 零填充秒 (00-59) |
| S | 秒的小数部分 (0.1-0.9) |
| SS | 秒的小数部分 (0.01-0.99) |
| SSS | 秒的小数部分 (0.001-0.999) |
| X | 偏移量(小时) |
| XX 或 XXXX | 偏移量(小时和分钟) (+ 0430) |
| XXX 或 XXXXX | 偏移量(小时和分钟) (-07:00) |
| x | 偏移量(小时) (7) |
| xx 或 xxxx | 以小时和分钟为 (+ 0530) 的偏移量 |
| Xxx 或 xxxxx | 以小时和分钟为 (+ 05:30) 的偏移量 |
TO_TIMESTAMP 函数
仅支持 IS08601 格式。
示例:
TO_TIMESTAMP(string)
TO_TIMESTAMP('2007T')
NOTE 你还可以使用
UTCNOW函数来获取系统时间。
聚合表达式
SELECT 语句可能包含一个或多个投影表达式或单个聚合表达式。 支持以下聚合表达式:
| 表达式 | 说明 |
|---|---|
| 计数 (*) | 返回与谓词表达式匹配的记录数。 |
| 计数 (表达式) | 返回表达式为非 null 的记录数。 |
| 平均 (表达式) | 返回 expression 的非 null 值的平均值。 |
| MIN (表达式) | 返回 expression 的最小非 null 值。 |
| MAX (表达式 | 返回表达式的最大非 null 值。 |
| SUM (表达式) | 返回表达式的所有非 null 值的总和。 |
缺少
IS MISSING运算符是查询加速 SQL 语言支持的唯一非标准。 对于 JSON 数据,如果特定输入记录中缺少某个字段,则表达式字段的 IS MISSING 计算结果为布尔值 true。
表描述符
对于 CSV 数据,表名称始终为 BlobStorage 。 例如:
SELECT * FROM BlobStorage
对于 JSON 数据,可以使用其他选项:
SELECT * FROM BlobStorage[*].path
这允许对 JSON 数据的子集进行查询。
对于 JSON 查询,可以在 FROM 子句中提到该路径。 这些路径将帮助分析 JSON 数据的子集。 这些路径可以引用 JSON 数组和对象值。
下面以更详细的示例来了解这一点。
下面是示例数据:
{
"id": 1,
"name": "mouse",
"price": 12.5,
"tags": [
"wireless",
"accessory"
],
"dimensions": {
"length": 3,
"width": 2,
"height": 2
},
"weight": 0.2,
"warehouses": [
{
"latitude": 41.8,
"longitude": -87.6
}
]
}
你可能只对 warehouses 上述数据的 JSON 对象感兴趣。 warehouses对象是一个 JSON 数组类型,因此你可以在 FROM 子句中提到此类型。 示例查询如下所示。
SELECT latitude FROM BlobStorage[*].warehouses[*]
查询将获取所有字段,但仅选择纬度。
如果只想访问 dimensions JSON 对象的值,则可以在查询中使用引用该对象。 例如:
SELECT length FROM BlobStorage[*].dimensions
这还限制了对对象成员的访问 dimensions 。 如果要访问 json 字段的其他成员和 JSON 对象的内部值,则可以使用如下面的示例中所示的查询:
SELECT weight,warehouses[0].longitude,id,tags[1] FROM BlobStorage[*]
NOTE BlobStorage 和 BlobStorage [ * ] 均引用整个对象。 但是,如果在 FROM 子句中有路径,则需要使用 BlobStorage [ * ]. 路径
Sys. Split
这是 SELECT 语句的一种特殊形式,仅适用于 CSV 格式的数据。
SELECT sys.split(split_size)FROM BlobStorage
如果要成批下载并处理 CSV 数据记录,请使用此语句。 这样一来,就可以并行处理记录,而无需一次下载所有记录。 此语句不从 CSV 文件返回记录。 而是返回批大小的集合。 然后,可以使用每个批大小检索一批数据记录。
使用 split_size 参数可指定每个批处理要包含的字节数。 例如,如果希望一次只处理 10 MB 的数据,则语句将如下所示: SELECT sys.split(10485760)FROM BlobStorage 因为 10 MB 等于10485760字节。 每个批处理将包含尽可能多的记录。
在大多数情况下,每个批的大小将略高于你指定的数字。 这是因为批处理不能包含部分记录。 如果批处理中的最后一条记录在阈值结束之前开始,则批处理将会更大,因此它可以包含完整记录。 最后一批的大小可能小于指定的大小。
NOTE Split_size 必须至少为 10 MB (10485760) 。
另请参阅
历史资料。此文对应 2022-08-12 的中文文档快照,适用产品版本和命令行为以原文为准。
来源与署名:Microsoft 和文档贡献者(原始作者元数据 normesta)。固定版本原文。文档采用 CC BY 4.0,示例代码采用 MIT 授权。本站将 Markdown 转为 HTML,规范化链接,移除外部媒体、发布器占位标签和导航标记。
