关于数据库:OpenMLDB-SQL-与标准-SQL-的主要差异

本文将 OpenMLDB SQL 的次要应用形式（SELECT 查问语句）与规范 SQL（以 MySQL 反对的语法为例）进行比拟，让有 SQL 应用教训的开发者疾速上手 OpenMLDB SQL。

面向 OpenMLDB 版本：>= v0.7.1

反对总览

下表依据 SELECT 语句元素对 OpenMLDB SQL 在三种执行模式下（对于执行模式参考 应用流程和执行模式 — OpenMLDB documentation）与规范 SQL 整体性的差别做了汇总。OpenMLDB SQL 目前局部兼容规范 SQL，但思考理论业务场景需要新增了局部语法，下表加粗局部为新增语法。
注：✓ 示意 反对 该语句，✕ 示意 不反对。

差别详解

差别维度

与规范 SQL 比拟，OpenMLDB SQL 的差异性次要会从三个维度进行阐明：

1. 执行模式：在三种不同执行模式下（离线模式，在线预览模式，在线申请模式），不同的 SQL 的反对水平不一样，须要离开考查。广泛的，为了最终能够让 SQL 实现实时计算，最终须要上线的业务 SQL 须要合乎在线申请模式的要求。

2. 子句组合：不同子句的组合会带来额定的限度，下文形容模式 A 利用于 B，示意 A 子句在 B 子句的后果上运行。比方 LIMIT 利用于 WHERE，则其 SQL 相似为：SELECT * FROM (SELECT * FROM t1 WHERE id >= 2) LIMIT 2。

   1. 下文中的“表援用”是指FROM TableRef，不是 subquery 也不是带有 join/union 的简单 FROM 子句。
3. 非凡限度：不归于以上两类的非凡限度，会进行独自阐明，个别是因为性能反对不欠缺或者程序已知问题所引起。

扫描限度的配置

为了防止用户误操作而影响到在线性能，OpenMLDB 有相干参数来限度在离线模式和在线预览模式下的全表扫描次数。如果关上了这些参数的限度，将会导致局部波及到多个记录扫描的操作（比方 SELECT *, 聚合操作等）可能呈现后果截断，而最终产生谬误后果。留神，这些参数不会影响到在线申请模式的后果正确性。

相干参数会在 tablet 配置文件 conf/tablet.flags 里进行配置，详见文档 配置文件 — OpenMLDB documentation。影响到扫描限度的参数为：

• 最大扫描条数 --max_traverse_cnt
• 最大扫描 key 的个数 --max_traverse_pk_cnt
• 返回的后果大小限度 --scan_max_bytes_size

预计在 v0.7.3 以及当前版本中，以上参数的默认值都为 0，即不做相干限度。之前的版本须要留神相干参数的设置。

WHERE 子句

LIMIT 子句

前面跟一个 INT literal, 不反对其它表达式，示意返回数据的最大行数。LIMIT 不反对上线。

WINDOW 子句

WINDOW 子句和 GROUP BY & HAVING 子句不反对同时应用。上线时 WINDOW 的输出表必须是物理表或者对物理表的简略列筛选和 last join 拼接（简略列筛选为 select list 只有列援用或者列的重命名，没有其它表达式），具体反对参照下表，未列出状况均为不反对。

非凡限度：

• 在线申请模式下，WINDOW 的输出是 LAST JOIN 或者子查问内的 LAST JOIN, 留神窗口的定义里 partition by & order by 的列都必须来自 JOIN 最右边的表。

GROUP BY & HAVING 子句

GROUP BY 语句，目前仍为试验性功能，仅反对输出表是一张物理表，其它状况不反对。GROUP BY 不反对上线。

JOIN 子句（LAST JOIN）

OpenMLDB 仅反对 LAST JOIN 一种 JOIN 语法，详细描述参考扩大语法的 LAST JOIN 局部。JOIN 有左右两个输出，在线申请模式下，反对两个输出为物理表，或者特定的子查问，详见表格，未列出状况不反对。

非凡限度：

• 对于特定子查问的 LAST JOIN 上线，还有额定要求，详见上线要求。
• 在线预览模式下不反对 LAST JOIN, 见 issue https://github.com/4paradigm/…。

WITH 子句

OpenMLDB (>= v0.7.2) 反对非递归的 WITH 子句。WITH 子句等价于其它子句利用于子查问时的语义，WITH 语句的反对状况，可参照其对应子查问写法下，上述表格的阐明。

非凡限度：

• 无

聚合函数

聚合函数可利用于全表或窗口。三种模式下均反对窗口聚合查问；全表聚合查问仅在在线预览模式下反对，离线和在线申请模式不反对。

非凡限度：

• OpenMLDB v0.6.0 开始反对在线预览模式的全表聚合，但留神所形容的 扫描限度配置。
• OpenMLDB 有本人的聚合函数列表，请查看产品文档具体查问所反对的函数 OpenMLDB 内置函数。

扩大语法

OpenMLDB 次要对 WINDOW 以及 LAST JOIN 语句进行了深度定制化开发，本节将对这两个语法进行具体阐明。

WINDOW 子句

在 OpenMLDB 里应用到的一个典型的 WINDOW 语句个别会蕴含以下元素：

• 数据定义：通过 PARTITION BY 定义窗口内数据
• 数据排序：通过 ORDER BY 定义窗口内数据排序
• 范畴定义：通过 PRECEDING, CURRENT ROW, UNBOUNDED 定义工夫延展方向
• 范畴单位：通过 ROWS, ROWS_RANGE 定义窗口滑动范畴的单位
• 窗口属性：OpenMLDB 特有的窗口属性定义，包含 MAXSIZE, EXECLUDE CURRENT_ROW, EXCLUDE CURRENT_TIME, INSTANCE_NOT_IN_WINDOW
• 多表定义：通过扩大语法 WINDOW ... UNION 定义是否须要进行跨表数据源拼接
  对于 WINDOW 具体语法，请参考 WINDOW 文档。

非凡限度

• 在线预览模式或者离线模式下，WINDOW 的输出是 LIMIT 或者 WHERE 子句，失去的计算结果可能不正确, 不倡议应用。

窗口定义举例

1. 定义 ROWS 类型窗口，窗口范畴是前 1000 行到以后行：

SELECT sum(col2) OVER w1 as w1_col2_sum FROM t1WINDOW w1 AS (PARTITION BY col1 ORDER BY col5 ROWS BETWEEN 1000 PRECEDING AND CURRENT ROW);

2. 定义 ROWS_RANGE 类型窗口，窗口范畴是以后行前 10 秒的所有行，以及以后行：

SELECT sum(col2) OVER w1 as w1_col2_sum FROM t1WINDOW w1 AS (PARTITION BY col1 ORDER BY col5 ROWS_RANGE BETWEEN 10s PRECEDING AND CURRENT ROW);

3. 定义一个 ROWS 类型窗口，窗口范畴是前 1000 行到以后行。除了以后行以外窗口内不蕴含以后时刻的其余数据：

SELECT sum(col2) OVER w1 as w1_col2_sum FROM t1 WINDOW w1 AS (PARTITION BY col1 ORDER BY col5 ROWS BETWEEN 1000 PRECEDING AND CURRENT ROW EXCLUDE CURRENT_TIME);

4. 定义一个 ROWS_RANGE 类型窗口，窗口范畴为以后工夫到过来 10 秒，然而不蕴含以后申请行：

SELECT sum(col2) OVER w1 as w1_col2_sum FROM t1 WINDOW w1 AS (PARTITION BY col1 ORDER BY col5 ROWS_RANGE BETWEEN 10s PRECEDING AND CURRENT ROW EXCLUDE CURRENT_ROW);

5. 匿名窗口：

SELECT id, pk1, col1, std_ts,sum(col1) OVER (PARTITION BY pk1 ORDER BY std_ts ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) as w1_col1_sumfrom t1;

WINDOW … UNION 举例

在理论开发中，较多的利用的数据是寄存在多个表格中，在这种状况下，个别会应用 WINDOW … UNION 的语法进行跨表的聚合操作。请参考教程 跨表特色开发教程

LAST JOIN 子句

对于 LAST JOIN 具体语法标准，请参考 LAST JOIN 文档。

LAST JOIN 举例

SELECT * from t1 LAST JOIN t2 ON t1.col1 = t2.col1;

理解更多

如果想进一步理解 OpenMLDB 或者参加社区技术交换，能够通过以下渠道取得相干信息和互动。

OpenMLDB GitHub 主页

https://github.com/4paradigm/…

OpenMLDB 微信交换群