MaxCompute insert语句使用
本文介绍使用INSERT OVERWRITE和INSERT INTO两种命令更新表数据,主要内容包括:
- insert into table ... values ...语句
- insert into/overwrite ... select ...语句
- Insert多路输出(MULTI INSERT)
- 输出到动态分区(DYNAMIC PARTITION)
INSERT VALUES语句
命令使用
INSERT INTO TABLE tablename
[PARTITION (partcol1=val1, partcol2=val2,...)][(co1name1,colname2,...)]
[VALUES (col1_value,col2_value,...),(col1_value,col2_value,...),...]
- tablename:要插入数据的目标表名称。此名称需为已经存在的表名称。
- PARTITION (partcol1=val1, partcol2=val2,...)]:分区信息。如果需要更新的表为分区表,需要指定该参数。
- [(co1name1,colname2,...):目标表中的字段名称。
- col_value:目标表中列对应的列值,多个列值之间用逗号(
,
)分隔。此列值必须为常量,列值未指定时,缺省为NULL。
注意:通过VALUES
写入DATETIME、TIMESTAMP类型数据时,需要在VALUES
中指定类型名称,如下所示。
insert into table srcp (p='abc') values (datetime'2017-11-11 00:00:00',timestamp'2017-11-11 00:00:00.123456789');
1. 特定分区内插入数据:
insert into table sale_detail
partition (sale_date='202003', region='hangzhou')
values ('unique', 'user1', 1000),
('adidas', 'user2', 2000),
('zara', 'user3', 1500),
('veromoda', 'user1', 2000),
('nike', 'user4', 1000),
('ur', 'user2', 1400),
('ochirly', 'user1', 2000),
('lily', 'user3', 3000),
('onemore', "user2", 1200);
查询插入数据结果如下:
shop_name customer_id total_price sale_date region
+----------+------------+------------+----------+-------+
unique user1 1000.0 202003 hangzhou
adidas user2 2000.0 202003 hangzhou
zara user3 1500.0 202003 hangzhou
veromoda user1 2000.0 202003 hangzhou
nike user4 1000.0 202003 hangzhou
ur user2 1400.0 202003 hangzhou
ochirly user1 2000.0 202003 hangzhou
lily user3 3000.0 202003 hangzhou
onemore user2 1200.0 202003 hangzhou
2. 非特定分区插入数据:
insert into table sale_detail
partition (sale_date, region)
(shop_name, customer_id, total_price, sale_date, region)
values
('unique', 'user1', 1000, '202001', 'shanghai'),
('adidas', 'user2', 2000, '202001', 'shanghai'),
('zara', 'user3', 1500, '202001', 'shanghai');
查询插入结果:
shop_name customer_id total_price sale_date region
+----------+------------+------------+----------+-------+
unique user1 1000.0 202001 shanghai
adidas user2 2000.0 202001 shanghai
zara user3 1500.0 202001 shanghai
VALUES TABLE功能
VALUES TABLE并不仅限于在INSERT
语句中使用,任何DML语句都可以使用。VALUES TABLE功能的使用方式如下:
- 在没有任何物理表时,您可以模拟一个有任意数据的、多行的表,并进行任意运算。
下例中的
values (…), (…) t(a, b)
相当于定义了一个名为t
,列为a
、b
,类型分别为STRING、BIGINT的表。列的类型需从VALUES列表中推导。
使用示例:
--删除已存在的表srcp。
drop table if exists srcp;
--创建分区表srcp。
create table if not exists srcp (key string,value bigint) partitioned by (p string);
--为表srcp中插入数据。
insert into table srcp partition (p) select concat(a,b), length(a)+length(b),'20170102' from values ('d',4),('e',5),('f',6) t(a,b);
--查询表srcp。
select * from srcp where p='20170102';
+-----+------------+---+
| key | value | p |
+-----+------------+---+
| d4 | 2 | 20170102 |
| e5 | 2 | 20170102 |
| f6 | 2 | 20170102 |
+-----+------------+---
INSERT into/overwrite语句
在MaxCompute SQL处理数据的过程中,INSERT OVERWRITE/INTO
用于将计算的结果保存目标表中。
- insert into:直接向表或表的分区中追加数据。不支持
INSERT INTO
到Hash Clustering表。如果您需要插入少量测试数据,可以配合VALUES语句使用。 - insert overwrite:先清空表中的原有数据,再向表或分区中插入数据。目前
INSERT OVERWRITE
不支持指定插入列的功能,暂时只能用INSERT INTO
。
INSERT OVERWRITE|INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] [(col1,col2 ...)]
select_statement
FROM from_statement;
- tablename:需要插入数据的目标表名称。
- PARTITION (partcol1=val1, partcol2=val2 ...):需要插入数据的分区名称,此参数不允许使用函数等表达式,只能是常量。
- select_statement:SELECT子句,从源表中查询需要插入的数据。说明
- 源表与目标表的对应关系依赖于在SELECT子句中列的顺序,而不是表与表之间列名的对应关系。
- 向某个分区插入数据时,分区列不允许出现在SELECT子句。
- from_statement:FROM子句,代表数据来源。例如,源表名称。
使用示例:
1. 计算sale_detail
表中不同地区的销售额存入表sale_detail_insert中:
-- 创建目标表sale_detail_insert
create table sale_detail_insert like sale_detail;
-- 给目标表增加分区
alter table sale_detail_insert add partition (
sale_date='201912',
region='guangzhou'
);
-- 从源表sale_detail中取出数据插入目标表sale_detail_insert
insert overwrite table sale_detail_insert
partition (sale_date='201912', region='guangzhou')
select shop_name, customer_id, total_price
from sale_detail where region='beijing';
-- 查询插入的数据
select * from sale_detail_insert where region='guangzhou' and sale_date='201912';
查询插入的结果如下:
shop_name customer_id total_price sale_date region
+----------+------------+------------+----------+-------+
unique user1 1000.0 201912 guangzhou
adidas user2 2000.0 201912 guangzhou
zara user3 1500.0 201912 guangzhou
veromoda user1 2000.0 201912 guangzhou
nike user4 1000.0 201912 guangzhou
ur user2 1400.0 201912 guangzhou
ochirly user1 2000.0 201912 guangzhou
lily user3 3000.0 201912 guangzhou
onemore user2 1200.0 201912 guangzhou
2. 源表与目标表的对应关系依赖于在select
子句中列的顺序,而不是表与表之间列名的对应关系。例如如下语句:
insert overwrite table sale_detail_insert partition (sale_date='2018', region='china')
select customer_id, shop_name, total_price from sale_detail;
此时,会将sale_detail.customer_id
的数据插入sale_detail_insert.shop_name
,将sale_detail.shop_name
的数据插入sale_detail_insert.customer_id
。
3. 向某个分区插入数据时,分区列不允许出现在select
列表中。下面语句报错返回,sale_date,region
为分区列,不允许出现在静态分区的insert语句中。
insert overwrite table sale_detail_insert partition (sale_date='2013', region='china')
select shop_name, customer_id, total_price, sale_date, region from sale_detail;
4. partition
的值只能是常量,不可以出现表达式。以下为错误用法。
insert overwrite table sale_detail_insert partition (sale_date=datepart('2016-09-18 01:10:00', 'yyyy') , region='china')
select shop_name, customer_id, total_price from sale_detail;
使用动态分区注意事项
如果您需要更新表数据到动态分区,请注意以下事项:
-
insert into partition
时,如果分区不存在,会自动创建分区。 - 多个
insert into partition
作业并发时,如果分区不存在,会自动创建分区,但只会成功创建一个分区。
Insert多路输出(MULTI INSERT)
MaxCompute SQL支持在一个语句中将数据插入不同的目标表或者分区中实现多路输出。
命令格式
FROM from_statement
INSERT OVERWRITE | INTO TABLE tablename1 [PARTITION (partcol1=val1, partcol2=val2 ...)]
select_statement1 [FROM from_statement]
[INSERT OVERWRITE | INTO TABLE tablename2 [PARTITION (partcol1=val3, partcol2=val4 ...)]
select_statement2 [FROM from_statement]]
- from_statement:FROM子句,代表数据来源。例如,源表名称。
- PARTITION (partcol1=val1, partcol2=val2 ...):需要插入数据的分区名称,此参数不允许使用函数等表达式,只能是常量。
- tablename1,tablename2:需要插入数据的目标表名称。
- select_statement:SELECT子句,从源表中查询需要插入的数据。
使用示例:
1. 将表sale_detail的数据插入到sale_detail_multi里的202003年及202004年中hangzhou和beijing的销售记录中:
-- 创建表sale_detail_multi
create table sale_detail_multi like sale_detail;
-- 开启全表扫描,仅此session有效
set odps.sql.allow.fullscan=ture;
-- 将表sale_detail中的数据插入到表sale_detail_multi
from sale_detail
insert overwrite table sale_detail_multi partition (sale_date='202003', region='hangzhou')
select shop_name, customer_id, total_price where region='hangzhou'
insert overwrite table sale_detail_multi partition (sale_date='202004', region='beijing')
select shop_name, customer_id, total_price where region='beijing';
select * from sale_detail_multi;
查询插入的数据如下:
shop_name customer_id total_price sale_date region
+----------+------------+------------+----------+-------+
unique user1 1000.0 202003 hangzhou
adidas user2 2000.0 202003 hangzhou
zara user3 1500.0 202003 hangzhou
veromoda user1 2000.0 202003 hangzhou
nike user4 1000.0 202003 hangzhou
ur user2 1400.0 202003 hangzhou
ochirly user1 2000.0 202003 hangzhou
lily user3 3000.0 202003 hangzhou
onemore user2 1200.0 202003 hangzhou
unique user1 1000.0 202004 beijing
adidas user2 2000.0 202004 beijing
zara user3 1500.0 202004 beijing
veromoda user1 2000.0 202004 beijing
nike user4 1000.0 202004 beijing
ur user2 1400.0 202004 beijing
ochirly user1 2000.0 202004 beijing
lily user3 3000.0 202004 beijing
onemore user2 1200.0 202004 beijing
2. 如果同一分区出现多次,如下语句,则报错返回:
from sale_detail
insert overwrite table sale_detail_multi partition (sale_date='2010', region='china' )
select shop_name, customer_id, total_price
insert overwrite table sale_detail_multi partition (sale_date='2010', region='china' )
select shop_name, customer_id, total_price;
3. 如果同一张表的不同分区,同时有insert overwrite和insert into操作,如下语句则报错返回:
from sale_detail
insert overwrite table sale_detail_multi partition (sale_date='2010', region='china' )
select shop_name, customer_id, total_price
insert into table sale_detail_multi partition (sale_date='2011', region='china' )
select shop_name, customer_id, total_price;
输出到动态分区(DYNAMIC PARTITION)
背景信息
在使用INSERT OVERWRITE语句将数据插入到分区表时,MaxCompute提供了如下两种方式:
- 输出到静态分区:在INSERT语句中直接指定分区值,将数据插入指定的分区。
- 输出到动态分区:在INSERT语句中不直接指定分区值,只指定分区列名。分区列的值在SELECT子句中提供,系统自动根据分区字段的值将数据插入到相应分区。
动态分区语法
INSERT OVERWRITE|INTO TABLE tablename PARTITION (partcol1, partcol2 ...)
select_statement FROM from_statement;
- tablename:需要插入数据的目标表表名。
- partcol1, partcol2 ...:目标表分区列列名。
- select_statement:源表的查询语句。select_statement子句中的字段将提供目标表的动态分区值。如果目标表只有一级动态分区,则select_statement的最后一个字段值即为目标表的动态分区值。源表SELECT的值和输出分区的值的关系仅仅是通过位置来确定的,和字段名称没有关系。
使用示例:
示例1:将源表中的数据插入到目标表中。在SQL运行之前,无法得知会产生哪些分区。只有在语句运行结束后,才能通过region字段产生的值确定产生的分区。
-- 创建目标表total_revenues
create table total_revenues (revenue bigint) partitioned by (region string);
-- 将源表sale_detail中的数据插入到目标表total_revenues
-- MaxCompute 2.0 支持total_price的自动类型转换,这里MaxCompute 1.0不支持
insert overwrite table total_revenues partition (region)
select cast(total_price as bigint) as revenue, region from sale_detail where region='hangzhou';
select * from total_revenues;
插入数据查询结果如下:
revenue region
+--------+-------+
1000 hangzhou
2000 hangzhou
1500 hangzhou
2000 hangzhou
1000 hangzhou
1400 hangzhou
2000 hangzhou
3000 hangzhou
1200 hangzhou
示例2:将源表中的数据插入到目标表中。多级分区,指定一级分区sale_date。
insert overwrite table sale_detail_dypart partition (sale_date='2013', region)
select shop_name,customer_id,total_price,region from sale_detail;
示例3:动态分区插入时,动态分区列必须在SELECT列表中,否则会执行失败,例如下面语句。
insert overwrite table sale_detail_dypart partition (sale_date='2013', region)
select shop_name,customer_id,total_price from sale_detail;
示例4:动态分区插入时,不能仅指定低级子分区,而动态插入高级分区,否则会执行失败,例如下面语句。
insert overwrite table sales partition (region='china', sale_date)
select shop_name,customer_id,total_price,sale_date from sale_detail;