大网数据广告活动
数据库部署与 SQL 参考

StarRocks 中文参考:CREATE DICTIONARY

· 52CE 我爱测

基于原始对象创建字典对象。字典对象以哈希表的形式组织原始对象的键值映射,并缓存于所有 BE 节点的内存中。可以将其视为一个缓存表。

CREATE DICTIONARY

基于原始对象创建字典对象。字典对象以哈希表的形式组织原始对象的键值映射,并缓存于所有 BE 节点的内存中。可以将其视为一个缓存表。

优势

  • 更丰富的字典对象原始对象:使用 dictionary_get() 查询字典对象时,原始对象可以是任意类型的表、异步物化视图或逻辑视图。然而,使用 dict_mapping() 查询字典表时,字典表只能是主键表。
  • 查询速度快:由于字典对象是一个哈希表,并且完全缓存于所有 BE 节点的内存中,查询字典对象以获取映射是通过在内存中查找哈希表实现的。因此,查询速度非常快。
  • 支持多值列:在内部,字典对象将多个值列编码为一个单一的 STRUCT 类型列。对于基于键的查询,多个值会一起返回。因此,字典对象可以作为一个维度表,其中每个键(通常是唯一标识符)对应多个值(描述性属性)。
  • 确保一致的快照读取:在同一事务中获得的字典快照是一致的,确保在同一查询或导入过程中,字典对象的查询结果不会改变。

语法

CREATE DICTIONARY <dictionary_object_name> USING <dictionary_source>
(
    column_name KEY, [..., column_name KEY,]
    column_name VALUE[, ..., column_name VALUE]
)
[PROPERTIES ("key"="value", ...)];

参数

  • dictionary_object_name:字典对象的名称。字典对象在全局范围内有效,不属于特定数据库。
  • dictionary_source:字典对象所基于的原始对象的名称。原始对象可以是任意类型的表、异步物化视图或逻辑视图。
  • 字典对象中的列定义:为了保持字典表中的键值映射,需要在字典对象的列中使用 KEY 和 VALUE 关键字来指定键及其映射值。
    • 字典对象中的列名 column_name 必须与字典表中的一致。
    • 字典对象中键和值列的数据类型限制为布尔型、整数型、字符串型和日期型。
    • 原始对象中的键列必须确保唯一性。
  • 字典对象的相关属性 (PROPERTIES):
    • dictionary_warm_up:将数据缓存到每个 BE 节点上的字典对象的方法。有效值:TRUE(默认)或 FALSE。如果参数设置为 TRUE,则在创建字典对象后,数据会自动缓存到字典对象中;如果参数设置为 FALSE,则需要手动刷新字典对象以缓存数据。
    • dictionary_memory_limit:字典对象在每个 BE 节点上可以占用的最大内存。单位:字节。默认值:2,000,000,000 字节(2 GB)。
    • dictionary_refresh_interval:定期刷新字典对象的间隔。单位:秒。默认值:0。值 <=0 表示不自动刷新。
    • dictionary_read_latest:是否仅查询最新的字典对象,主要影响刷新期间查询的字典对象。有效值:TRUE 或 FALSE(默认)。如果参数设置为 TRUE,则在刷新期间无法查询字典对象,因为最新的字典对象仍在刷新中。如果参数设置为 FALSE,则在刷新期间可以查询之前成功缓存的字典对象。
    • dictionary_ignore_failed_refresh:刷新失败时是否自动回滚到上次成功缓存的字典对象。有效值:TRUE 或 FALSE(默认)。如果参数设置为 TRUE,则在刷新失败时自动回滚到上次成功缓存的字典对象。如果参数设置为 FALSE,则在刷新失败时字典对象状态设置为 CANCELLED。

使用注意事项

  • 字典对象完全缓存于每个 BE 节点的内存中,因此会消耗相对较多的内存。
  • 即使原始对象被删除,基于其创建的字典对象仍然存在。需要手动 DROP 字典对象。

示例

示例 1:创建一个简单的字典对象以替换原始字典表。

以以下字典表为例并插入测试数据。

CREATE TABLE dict (
    order_uuid STRING,
    order_id_int BIGINT AUTO_INCREMENT 
)
PRIMARY KEY (order_uuid)
DISTRIBUTED BY HASH (order_uuid);
INSERT INTO dict (order_uuid) VALUES ('a1'), ('a2'), ('a3');
Query OK, 3 rows affected (0.12 sec)
{'label':'insert_9e60b0e4-89fa-11ee-a41f-b22a2c00f66b', 'status':'VISIBLE', 'txnId':'15029'}
SELECT * FROM dict;
+------------+--------------+
| order_uuid | order_id_int |
+------------+--------------+
| a1         |            1 |
| a2         |            2 |
| a3         |            3 |
+------------+--------------+
3 rows in set (0.01 sec)

基于此字典表中的映射创建字典对象。

CREATE DICTIONARY dict_obj USING dict
    (order_uuid KEY,
     order_id_int VALUE);

对于将来查询字典表中的映射,可以直接查询字典对象而不是字典表。例如,查询键 a1 映射的值。

SELECT dictionary_get("dict_obj", "a1");
+--------------------+
| DICTIONARY_GET     |
+--------------------+
| {"order_id_int":1} |
+--------------------+
1 row in set (0.01 sec)

示例 2:创建一个字典对象以替换原始维度表

以以下维度表为例并插入测试数据。

CREATE TABLE ProductDimension (
    ProductKey BIGINT AUTO_INCREMENT,
    ProductName VARCHAR(100) NOT NULL,
    Category VARCHAR(50),
    SubCategory VARCHAR(50),
    Brand VARCHAR(50),
    Color VARCHAR(20),
    Size VARCHAR(20)
)
PRIMARY KEY (ProductKey)
DISTRIBUTED BY HASH (ProductKey);
INSERT INTO ProductDimension (ProductName, Category, SubCategory, Brand, Color, Size)
VALUES
    ('T-Shirt', 'Apparel', 'Shirts', 'BrandA', 'Red', 'M'),
    ('Jeans', 'Apparel', 'Pants', 'BrandB', 'Blue', 'L'),
    ('Running Shoes', 'Footwear', 'Athletic', 'BrandC', 'Black', '10'),
    ('Jacket', 'Apparel', 'Outerwear', 'BrandA', 'Green', 'XL'),
    ('Baseball Cap', 'Accessories', 'Hats', 'BrandD', 'White', 'OneSize');
Query OK, 5 rows affected (0.48 sec)
{'label':'insert_e938481f-181e-11ef-a6a9-00163e19e14e', 'status':'VISIBLE', 'txnId':'50'}
SELECT * FROM ProductDimension;
+------------+---------------+-------------+-------------+--------+-------+---------+
| ProductKey | ProductName   | Category    | SubCategory | Brand  | Color | Size    |
+------------+---------------+-------------+-------------+--------+-------+---------+
|          1 | T-Shirt       | Apparel     | Shirts      | BrandA | Red   | M       |
|          2 | Jeans         | Apparel     | Pants       | BrandB | Blue  | L       |
|          3 | Running Shoes | Footwear    | Athletic    | BrandC | Black | 10      |
|          4 | Jacket        | Apparel     | Outerwear   | BrandA | Green | XL      |
|          5 | Baseball Cap  | Accessories | Hats        | BrandD | White | OneSize |
+------------+---------------+-------------+-------------+--------+-------+---------+
5 rows in set (0.02 sec)

创建一个字典对象以替换原始维度表。

CREATE DICTIONARY dimension_obj USING ProductDimension 
    (ProductKey KEY,
     ProductName VALUE,
     Category VALUE,
     SubCategory VALUE,
     Brand VALUE,
     Color VALUE,
     Size VALUE);

对于将来查询维度值,可以直接查询字典对象而不是维度表以获取维度值。例如,查询键 1 映射的值。

SELECT dictionary_get("dict_obj", "a1");
+-----------------------------------------+
| DICTIONARY_GET('dict_obj', 'a1', false) |
+-----------------------------------------+
| {"order_id_int":1}                      |
+-----------------------------------------+

本文来自 StarRocks 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
StarRocks 文档贡献者
适用范围
main 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。