본문으로 건너뛰기
최종 수정: 에

CREATE FUNCTION

설명​

이 문은 사용자 정의 함수를 생성하는 데 사용됩니다.

구문​

CREATE [ GLOBAL ] 
    [{AGGREGATE | TABLES | ALIAS }] FUNCTION <function_name>
    (<arg_type> [, ...])
    [ RETURNS <ret_type> ]
    [ INTERMEDIATE <inter_type> ]
    [ WITH PARAMETER(<param> [,...]) AS <origin_function> ]
    [ PROPERTIES ("<key>" = "<value>" [, ...]) ]

필수 매개변수​

1. <function_name>

function_name에 db1.my_func처럼 데이터베이스 이름이 포함되어 있으면 해당 데이터베이스에 사용자 정의 함수가 생성됩니다. 그렇지 않으면 현재 세션의 데이터베이스에 함수가 생성됩니다. 새 함수의 이름과 매개변수 조합은 현재 네임스페이스의 기존 함수와 같아서는 안 됩니다. 같으면 생성에 실패합니다.

2. <arg_type>

함수의 입력 매개변수 타입입니다. 고정 인수를 하나 이상 선언할 수 있습니다. 버전 4.1.5부터는 ...를 사용한 가변 인자 함수 선언이 더 이상 지원되지 않습니다. 가변 개수의 값을 받으려면 대신 ARRAY 매개변수를 사용하세요.

3. <ret_type>

함수의 반환 타입입니다. 새 함수를 생성할 때 반드시 지정해야 하는 매개변수입니다. 기존 함수의 별칭을 생성하는 경우에는 이 매개변수가 필요하지 않습니다.

선택 매개변수​

1. GLOBAL

지정하면 생성된 함수를 전역에서 사용할 수 있습니다.

2. AGGREGATE

지정하면 집계 함수가 생성됩니다.

3. TABLES

지정하면 테이블 함수가 생성됩니다.

4. ALIAS

지정하면 별칭 함수가 생성됩니다.

함수 유형을 나타내는 위 매개변수를 하나도 선택하지 않으면 스칼라 함수가 생성됩니다.

5. <inter_type>

집계 함수의 중간 단계에서 사용하는 데이터 타입을 나타냅니다.

6. <param>

별칭 함수의 매개변수를 나타내며, 하나 이상의 매개변수가 필요합니다.

7. <origin_function>

별칭 함수에 대응하는 원본 함수를 나타냅니다.

8. <properties>

  • file: 사용자 정의 함수(UDF)가 포함된 JAR 패키지를 나타냅니다. 여러 머신으로 구성된 환경에서는 HTTP를 통해 다운로드할 수도 있습니다. 필수 매개변수입니다.
  • symbol: UDF가 구현된 클래스 이름을 나타냅니다. 필수 매개변수입니다.
  • type: UDF 호출 유형을 나타냅니다. 기본값은 Native입니다. Java UDF를 사용하는 경우 JAVA_UDF를 사용합니다.
  • always_nullable: UDF 결과에 NULL 값이 포함될 수 있는지를 나타냅니다. 선택 매개변수이며 기본값은 true입니다.
  • volatility: 함수 결과의 안정성을 나타냅니다. 이 매개변수는 4.1.2부터 지원됩니다. 선택 매개변수입니다. 기본값은 스칼라 UDF의 경우 volatile이며, UDAF/UDTF의 경우 immutable입니다. 유효한 값은 다음과 같습니다.
    • immutable: 같은 입력에 대해 항상 같은 출력을 반환합니다. 대부분의 결정적 UDF는 immutable로 표시하여 옵티마이저가 실행 계획에 더 많은 최적화를 적용할 수 있도록 해야 합니다.
    • stable: 하나의 SQL 문 내에서는 결과가 일정하지만 SQL 문이 달라지면 바뀔 수 있으며, now()와 유사합니다. 이 유형의 함수에는 SQL 캐시와 구체화된 뷰 재작성이 비활성화됩니다.
    • volatile: 호출할 때마다 결과가 바뀔 수 있으며, random()과 유사합니다. 이 유형의 함수에는 SQL 캐시, 구체화된 뷰 재작성, 여러 옵티마이저 재작성 규칙이 비활성화됩니다.

접근 제어 요구 사항​

이 명령을 실행하려면 사용자에게 ADMIN_PRIV 권한이 있어야 합니다.

예제​

  1. 사용자 정의 UDF 함수를 생성합니다. 자세한 내용은 JAVA-UDF를 참조하세요.

    CREATE FUNCTION java_udf_add_one(int) RETURNS int PROPERTIES (
        "file"="file:///path/to/java-udf-demo-jar-with-dependencies.jar",
        "symbol"="org.apache.doris.udf.AddOne",
        "always_nullable"="true",
        "type"="JAVA_UDF",
        "volatility"="immutable"
    );

  2. 사용자 정의 UDAF 함수를 생성합니다.

    CREATE AGGREGATE FUNCTION simple_sum(INT) RETURNS INT PROPERTIES (
        "file"="file:///pathTo/java-udaf.jar",
        "symbol"="org.apache.doris.udf.demo.SimpleDemo",
        "always_nullable"="true",
        "type"="JAVA_UDF"
    );

  3. 사용자 정의 UDTF 함수를 생성합니다.

    CREATE TABLES FUNCTION java_udtf(string, string) RETURNS array<string> PROPERTIES (
        "file"="file:///pathTo/java-udaf.jar",
        "symbol"="org.apache.doris.udf.demo.UDTFStringTest",
        "always_nullable"="true",
        "type"="JAVA_UDF"
    );

  4. 사용자 정의 별칭 함수를 생성합니다. 자세한 내용은 별칭 함수를 참조하세요.

    CREATE ALIAS FUNCTION id_masking(INT) WITH PARAMETER(id) AS CONCAT(LEFT(id, 3), '****', RIGHT(id, 4));

  5. 전역 사용자 정의 별칭 함수를 생성합니다.

    CREATE GLOBAL ALIAS FUNCTION id_masking(INT) WITH PARAMETER(id) AS CONCAT(LEFT(id, 3), '****', RIGHT(id, 4));

  6. volatile Python UDF를 생성합니다. 무작위성에 의존하는 uuid.uuid4() 같은 함수는 기본값인 volatility = volatile을 유지해야 하며, immutable로 잘못 표시해서는 안 됩니다.

    CREATE TABLE cte_uuid_seed (id INT) ENGINE=OLAP DUPLICATE KEY(id)
    DISTRIBUTED BY HASH(id) BUCKETS 1 PROPERTIES ("replication_num" = "1");
    INSERT INTO cte_uuid_seed VALUES (1),(2),(3);

    DROP FUNCTION IF EXISTS py_uuid_token(INT);
    CREATE FUNCTION py_uuid_token(INT)
    RETURNS STRING
    PROPERTIES (
        "type" = "PYTHON_UDF",
        "symbol" = "py_uuid_token_impl",
        "always_nullable" = "false",
        "runtime_version" = "3.12.11",
        "volatility" = "volatile"
    )
    AS $$
    import uuid
    def py_uuid_token_impl(x):
        return f"{x}-{uuid.uuid4()}"
    $$;

    SET enable_cte_materialize = true;
    SET inline_cte_referenced_threshold = 10;

    WITH cte AS (SELECT id, py_uuid_token(id) AS token FROM cte_uuid_seed)
    SELECT id, COUNT(DISTINCT token) AS distinct_tokens
    FROM (SELECT id, token FROM cte UNION ALL SELECT id, token FROM cte) u
    GROUP BY id ORDER BY id;

    올바른 결과:

    +------+-----------------+
    | id   | distinct_tokens |
    +------+-----------------+
    |    1 |               1 |
    |    2 |               1 |
    |    3 |               1 |
    +------+-----------------+

    이 함수에 대해 다음 정의는 잘못된 것입니다.

    DROP FUNCTION IF EXISTS py_uuid_token(INT);
    CREATE FUNCTION py_uuid_token(INT)
    RETURNS STRING
    PROPERTIES (
        "type" = "PYTHON_UDF",
        "symbol" = "py_uuid_token_impl",
        "always_nullable" = "false",
        "runtime_version" = "3.12.11",
        "volatility" = "immutable"
    )
    AS $$
    import uuid
    def py_uuid_token_impl(x):
        return f"{x}-{uuid.uuid4()}"
    $$;

    같은 쿼리를 다시 실행합니다.

    WITH cte AS (SELECT id, py_uuid_token(id) AS token FROM cte_uuid_seed)
    SELECT id, COUNT(DISTINCT token) AS distinct_tokens
    FROM (SELECT id, token FROM cte UNION ALL SELECT id, token FROM cte) u
    GROUP BY id ORDER BY id;

    잘못된 결과:

    +------+-----------------+
    | id   | distinct_tokens |
    +------+-----------------+
    |    1 |               2 |
    |    2 |               2 |
    |    3 |               2 |
    +------+-----------------+

    잘못된 이유: py_uuid_token은 volatile 함수이므로 uuid.uuid4()를 호출할 때마다 새 값이 생성됩니다. 함수를 volatility = immutable로 잘못 표시하면, 옵티마이저는 반복 참조를 안전하게 재작성할 수 있다고 판단하고 UNION ALL의 양쪽에서 UDF를 별도로 평가하는 실행 계획을 선택할 수 있습니다. 그 결과, 동일한 id에서 서로 다른 두 개의 token 값이 생성될 수 있으며, COUNT(DISTINCT token)이 1에서 2로 바뀝니다.

Report issue