STRUCT
描述
STRUCT 是一种复杂数据类型,可以存储不同数据类型的元素(也称字段),例如 <a INT, b STRING>
。
Struct 中的字段名称不能重复。字段可以是基本数据类型 (Primitive Type),例如数值、字符串、日期类型;也可以是复杂数据类型,例如 ARRAY 或 MAP。
Struct 中的字段可以是另外一个 Struct,Map,或者 Array,方便用户定义嵌套数据结构。例如 STRUCT<a INT, b STRUCT<c INT, d INT>, c MAP<INT, INT>, d ARRAY<INT>>
。
StarRocks 从 3.1 版本开始支持存储和导入 STRUCT 数据类型。您可 以在建表时定义 STRUCT 列,向表中导入 STRUCT 数据,查询 STRUCT 数据。
StarRocks 从 2.5 版本开始支持查询数据湖中的复杂数据类型 MAP 和 STRUCT。您可以通过 StarRocks 提供的 External Catalog 方式来查询 Apache Hive™,Apache Hudi,Apache Iceberg 中的 MAP 和 STRUCT 数据。仅支持查询 ORC 和 Parquet 类型文件。
想了解如何使用 External Catalog 查询外部数据源,参见 Catalog 概述 和对应的 Catalog 文档。
语法
STRUCT<name type>
name
:字段名称,和建表语句中的列名相同。type
:字段类型。可以是 StarRocks 支持的任意类型。
定义 STRUCT 类型列
建表时可以在 CREATE TABLE 语句中定义 STRUCT 类型的列,后续导入 STRUCT 数据到该列。
-- 定义简单 struct。
CREATE TABLE t0(
c0 INT,
c1 STRUCT<a INT, b INT>
)
DUPLICATE KEY(c0);
-- 定义复杂 struct。
CREATE TABLE t1(
c0 INT,
c1 STRUCT<a INT, b STRUCT<c INT, d INT>, c MAP<INT, INT>, d ARRAY<INT>>
)
DUPLICATE KEY(c0);
-- 定义非 NULL struct。
CREATE TABLE t2(
c0 INT,
c1 STRUCT<a INT, b INT> NOT NULL
)
DUPLICATE KEY(c0);
STRUCT 列有如下使用限制:
- 不支持作为表的 Key 列,只能作为 Value 列。
- 不支持作为表的分区列(PARTITION BY 中定义的列)。
- 不支持作为表的分桶列 (DISTRIBUTED BY 中定义的列)。
- STRUCT 作为聚合表的 Value 列时,仅支持 replace() 作为聚合函数。
使用 SQL 构建 STRUCT
您可以使用 row/struct 或 named_struct 函数来构建 Struct。
row
和struct
功能相同,支持 unnamed struct (未指定字段名称)。字段名称由 StarRocks 自动生成,比如col1, col2,...colN
。named_struct
支持 named struct (指 定了字段名称)。 Key 和 Value 表达式必须成对出现,否则构建失败。
StarRocks 根据输入的值自动确定 Struct 的数据类型。
select row(1, 2, 3, 4) as numbers; -- 返回 {"col1":1,"col2":2,"col3":3,"col4":4}。
select row(1, 2, null, 4) as numbers; -- 返回 {"col1":1,"col2":2,"col3":null,"col4":4}。
select row(null) as nulls; -- 返回 {"col1":null}。
select struct(1, 2, 3, 4) as numbers; -- 返回 {"col1":1,"col2":2,"col3":3,"col4":4}。
select named_struct('a', 1, 'b', 2, 'c', 3, 'd', 4) as numbers; -- 返回 {"a":1,"b":2,"c":3,"d":4}。
导入 STRUCT 类型数据
可以使用两种方式导入 STRUCT 数据到 StarRocks:INSERT INTO 和 ORC/Parquet 文件导入。
导入过程中 StarRocks 会对重复的 Key 值进行删除。导入 named struct 列时,请保证 struct 内字段名称顺序与建表时指定的一致。
INSERT INTO 导入
CREATE TABLE t0(
c0 INT,
c1 STRUCT<a INT, b INT>
)
DUPLICATE KEY(c0);
INSERT INTO t0 VALUES(1, row(1, 1));
SELECT * FROM t0;
+------+---------------+
| c0 | c1 |
+------+---------------+
| 1 | {"a":1,"b":1} |
+------+---------------+
从 ORC 和 Parquet 文件导入
StarRocks 的 STRUCT 类型对应 ORC 和 Parquet 格式中的嵌套列 (nested columns structure),无需您做额外的转换或定义。具体导入操作,参考 Broker Load 文档。
查询 STRUCT 数据
您可以使用 .
操作符来查询指定字段对应的值,或者使用 []
返回指定索引对应的值。
mysql> select named_struct('a', 1, 'b', 2, 'c', 3, 'd', 4).a;
+------------------------------------------------+
| named_struct('a', 1, 'b', 2, 'c', 3, 'd', 4).a |
+------------------------------------------------+
| 1 |
+------------------------------------------------+
mysql> select row(1, 2, 3, 4).col1;
+-----------------------+
| row(1, 2, 3, 4).col1 |
+-----------------------+
| 1 |
+-----------------------+
mysql> select row(2, 4, 6, 8)[2];
+--------------------+
| row(2, 4, 6, 8)[2] |
+--------------------+
| 4 |
+--------------------+
mysql> select row(map{'a':1}, 2, 3, 4)[1];
+-----------------------------+
| row(map{'a':1}, 2, 3, 4)[1] |
+-----------------------------+
| {"a":1} |
+-----------------------------+