CREATE-TABLE

CREATE-TABLE

Description

该命令用于创建一张表。本文档主要介绍创建 Doris 自维护的表的语法

CREATE TABLE [IF NOT EXISTS] [database.]table
(
    column_definition_list
    [, index_definition_list]
)
[engine_type]
[keys_type]
[table_comment]
[partition_info]
distribution_desc
[rollup_list]
[properties]
[extra_properties]

column_definition_list

列定义列表：

column_definition[, column_definition]

• column_definition 列定义：

  column_name column_type [KEY] [aggr_type] [NULL] [AUTO_INCREMENT(auto_inc_start_value)] [default_value] [on update current_timestamp] [column_comment]

  • column_type 列类型，支持以下类型：

    TINYINT（1 字节）
        范围：-2^7 + 1 ~ 2^7 - 1
    SMALLINT（2 字节）
        范围：-2^15 + 1 ~ 2^15 - 1
    INT（4 字节）
        范围：-2^31 + 1 ~ 2^31 - 1
    BIGINT（8 字节）
        范围：-2^63 + 1 ~ 2^63 - 1
    LARGEINT（16 字节）
        范围：-2^127 + 1 ~ 2^127 - 1
    FLOAT（4 字节）
        支持科学计数法
    DOUBLE（12 字节）
        支持科学计数法
    DECIMAL[(PRECISION, SCALE)] (16 字节)
        保证精度的小数类型。默认是 DECIMAL(9, 0)
        PRECISION: 1 ~ 27
        SCALE: 0 ~ 9
        其中整数部分为 1 ~ 18
        不支持科学计数法
    DATE（3 字节）
        范围：0000-01-01 ~ 9999-12-31
    DATETIME（8 字节）
        范围：0000-01-01 00:00:00 ~ 9999-12-31 23:59:59
    CHAR[(length)]
        定长字符串。长度范围：1 ~ 255。默认为 1
    VARCHAR[(length)]
        变长字符串。长度范围：1 ~ 65533。默认为 65533
    HLL (1~16385 个字节)
        HyperLogLog 列类型，不需要指定长度和默认值。长度根据数据的聚合程度系统内控制。
        必须配合 HLL_UNION 聚合类型使用。
    BITMAP
        bitmap 列类型，不需要指定长度和默认值。表示整型的集合，元素最大支持到 2^64 - 1。
        必须配合 BITMAP_UNION 聚合类型使用。

  • aggr_type 聚合类型，支持以下聚合类型：

    ```    
    SUM：求和。适用数值类型。
    MIN：求最小值。适合数值类型。
    MAX：求最大值。适合数值类型。
    REPLACE：替换。对于维度列相同的行，指标列会按照导入的先后顺序，后导入的替换先导入的。
    REPLACE_IF_NOT_NULL：非空值替换。和 REPLACE 的区别在于对于 NULL 值，不做替换。这里要注意的是字段默认值要给 NULL，而不能是空字符串，如果是空字符串，会给你替换成空字符串。
    HLL_UNION：HLL 类型的列的聚合方式，通过 HyperLogLog 算法聚合。
    BITMAP_UNION：BIMTAP 类型的列的聚合方式，进行位图的并集聚合。
    ```

  • AUTO_INCREMENT(auto_inc_start_value)

    是否为自增列，自增列可以用来为新插入的行生成一个唯一标识。在插入表数据时如果没有指定自增列的值，则会自动生成一个合法的值。当自增列被显示地插入 NULL 时，其值也会被替换为生成的合法值。需要注意的是，处于性能考虑，BE 会在内存中缓存部分自增列的值，所以自增列自动生成的值只能保证单调性和唯一性，无法保证严格的连续性。 一张表中至多有一个列是自增列，自增列必须是 BIGINT 类型，且必须为 NOT NULL。 Duplicate 模型表和 Unique 模型表均支持自增列。 可以通过给定auto_inc_start_value的方式指定自增列的起始值，如果不指定，则默认起始值为 1。

  • default_value 列默认值，当导入数据未指定该列的值时，系统将赋予该列 default_value。

    语法为`default default_value`。
      
    当前 `default_value` 支持两种形式：
    1. 用户指定固定值，如：
    ```SQL
        k1 INT DEFAULT '1',
        k2 CHAR(10) DEFAULT 'aaaa'
    ```
    2. 系统提供的关键字，目前支持以下关键字：
      
    ```SQL
        // 只用于 DATETIME 类型，导入数据缺失该值时系统将赋予当前时间
        dt DATETIME DEFAULT CURRENT_TIMESTAMP
        // 只用于 DATE 类型，导入数据缺失该值时系统将赋予当前日期
        dt DATE DEFAULT CURRENT_DATE
    ```

  • on update current_timestamp

    是否在该行有列更新时将该列的值更新为当前时间 (`current_timestamp`)。该特性只能在开启了 Merge-on-Write 的 Unique 表上使用，开启了这个特性的列必须声明默认值，且默认值必须为`current_timestamp`。如果此处声明了时间戳的精度，则该列默认值中的时间戳精度必须与该处的时间戳精度相同。

  示例：

  k1 TINYINT,
  k2 DECIMAL(10,2) DEFAULT "10.5",
  k4 BIGINT NULL DEFAULT "1000" COMMENT "This is column k4",
  v1 VARCHAR(10) REPLACE NOT NULL,
  v2 BITMAP BITMAP_UNION,
  v3 HLL HLL_UNION,
  v4 INT SUM NOT NULL DEFAULT "1" COMMENT "This is column v4"
  dt datetime(6) default current_timestamp(6) on update current_timestamp(6)

index_definition_list

索引列表定义：

index_definition[, index_definition]

• index_definition

  索引定义：

  INDEX index_name (col_name) [USING INVERTED] COMMENT 'xxxxxx'

  示例：

  INDEX idx1 (k1) USING INVERTED COMMENT "This is a inverted index1",
  INDEX idx2 (k2) USING INVERTED COMMENT "This is a inverted index2",
  ...

engine_type

表引擎类型。本文档中类型皆为 OLAP。示例：

`ENGINE=olap`

keys_type

数据模型。

key_type(col1, col2, ...)

key_type 支持以下模型：

• DUPLICATE KEY（默认）：其后指定的列为排序列。
• AGGREGATE KEY：其后指定的列为维度列。
• UNIQUE KEY：其后指定的列为主键列。

备注

注：当表属性enable_duplicate_without_keys_by_default = true时，默认创建没有排序列的 Duplicate 表。

示例：

DUPLICATE KEY(col1, col2),
AGGREGATE KEY(k1, k2, k3),
UNIQUE KEY(k1, k2)

table_comment

表注释。示例：

```
COMMENT "This is my first DORIS table"
```

partition_info

分区信息，支持三种写法：

1. LESS THAN：仅定义分区上界。下界由上一个分区的上界决定。

   PARTITION BY RANGE(col1[, col2, ...])
   (
       PARTITION partition_name1 VALUES LESS THAN MAXVALUE|("value1", "value2", ...),
       PARTITION partition_name2 VALUES LESS THAN MAXVALUE|("value1", "value2", ...)
   )

2. FIXED RANGE：定义分区的左闭右开区间。

   PARTITION BY RANGE(col1[, col2, ...])
   (
       PARTITION partition_name1 VALUES [("k1-lower1", "k2-lower1", "k3-lower1",...), ("k1-upper1", "k2-upper1", "k3-upper1", ...)),
       PARTITION partition_name2 VALUES [("k1-lower1-2", "k2-lower1-2", ...), ("k1-upper1-2", MAXVALUE, ))
   )

3. MULTI RANGE：批量创建 RANGE 分区，定义分区的左闭右开区间，设定时间单位和步长，时间单位支持年、月、日、周和小时。

   PARTITION BY RANGE(col)
   (
      FROM ("2000-11-14") TO ("2021-11-14") INTERVAL 1 YEAR,
      FROM ("2021-11-14") TO ("2022-11-14") INTERVAL 1 MONTH,
      FROM ("2022-11-14") TO ("2023-01-03") INTERVAL 1 WEEK,
      FROM ("2023-01-03") TO ("2023-01-14") INTERVAL 1 DAY
   )

4. MULTI RANGE：批量创建数字类型的 RANGE 分区，定义分区的左闭右开区间，设定步长。

   PARTITION BY RANGE(int_col)
   (
       FROM (1) TO (100) INTERVAL 10
   )

distribution_desc

定义数据分桶方式。

1. Hash 分桶 语法： DISTRIBUTED BY HASH (k1[,k2 ...]) [BUCKETS num|auto] 说明： 使用指定的 Key 列进行哈希分桶。
2. Random 分桶 语法： DISTRIBUTED BY RANDOM [BUCKETS num|auto] 说明： 使用随机数进行分桶。

rollup_list

建表的同时可以创建多个物化视图（ROLLUP）。

ROLLUP (rollup_definition[, rollup_definition, ...])

• rollup_definition

  rollup_name (col1[, col2, ...]) [DUPLICATE KEY(col1[, col2, ...])] [PROPERTIES("key" = "value")]

  示例：

  ROLLUP (
      r1 (k1, k3, v1, v2),
      r2 (k1, v1)
  )

properties

设置表属性。目前支持以下属性：

• replication_num

  副本数。默认副本数为 3。如果 BE 节点数量小于 3，则需指定副本数小于等于 BE 节点数量。

  在 0.15 版本后，该属性将自动转换成 replication_allocation 属性，如：

  "replication_num" = "3" 会自动转换成 "replication_allocation" = "tag.location.default:3"

• replication_allocation

  根据 Tag 设置副本分布情况。该属性可以完全覆盖 replication_num 属性的功能。

• min_load_replica_num

  设定数据导入成功所需的最小副本数，默认值为 -1。当该属性小于等于 0 时，表示导入数据仍需多数派副本成功。

• is_being_synced

  用于标识此表是否是被 CCR 复制而来并且正在被 Syncer 同步，默认为 false。

  如果设置为 true：
  colocate_with，storage_policy属性将被擦除
  dynamic partition，auto bucket功能将会失效，即在show create table中显示开启状态，但不会实际生效。当is_being_synced被设置为 false 时，这些功能将会恢复生效。

  这个属性仅供 CCR 外围模块使用，在 CCR 同步的过程中不要手动设置。

• storage_medium/storage_cooldown_time

  数据存储介质。storage_medium 用于声明表数据的初始存储介质，而 storage_cooldown_time 用于设定到期时间。示例：

  "storage_medium" = "SSD",
  "storage_cooldown_time" = "2020-11-20 00:00:00"

  这个示例表示数据存放在 SSD 中，并且在 2020-11-20 00:00:00 到期后，会自动迁移到 HDD 存储上。

• colocate_with

  当需要使用 Colocation Join 功能时，使用这个参数设置 Colocation Group。

  "colocate_with" = "group1"

• bloom_filter_columns

  用户指定需要添加 Bloom Filter 索引的列名称列表。各个列的 Bloom Filter 索引是独立的，并不是组合索引。

  "bloom_filter_columns" = "k1, k2, k3"

• in_memory

  已弃用。只支持设置为'false'。

• compression

  Doris 表的默认压缩方式是 LZ4。1.1 版本后，支持将压缩方式指定为 ZSTD 以获得更高的压缩比。

  "compression"="zstd"

• function_column.Sequence_col

  当使用 Unique Key 模型时，可以指定一个 Sequence 列，当 Key 列相同时，将按照 Sequence 列进行 REPLACE(较大值替换较小值，否则无法替换)

  function_column.sequence_col用来指定 Sequence 列到表中某一列的映射，该列可以为整型和时间类型（DATE、DATETIME），创建后不能更改该列的类型。如果设置了function_column.sequence_col, function_column.sequence_type将被忽略。

  "function_column.sequence_col" = 'column_name'

• function_column.sequence_type

  当使用 Unique Key 模型时，可以指定一个 Sequence 列，当 Key 列相同时，将按照 Sequence 列进行 REPLACE (较大值替换较小值，否则无法替换)

  这里我们仅需指定顺序列的类型，支持时间类型或整型。Doris 会创建一个隐藏的顺序列。

  "function_column.sequence_type" = 'Date'

• enable_unique_key_merge_on_write

  Unique 表是否使用 Merge-on-Write 实现。

  该属性在 2.1 版本之前默认关闭，从 2.1 版本开始默认开启。

• light_schema_change

  是否使用 Light Schema Change 优化。

  如果设置成 true, 对于值列的加减操作，可以更快地，同步地完成。

  "light_schema_change" = 'true'

  该功能在 2.0.0 及之后版本默认开启。

• disable_auto_compaction

  是否对这个表禁用自动 Compaction。

  如果这个属性设置成 true, 后台的自动 Compaction 进程会跳过这个表的所有 Tablet。

  "disable_auto_compaction" = "false"

• enable_single_replica_compaction

  是否对这个表开启单副本 compaction。

  如果这个属性设置成 true, 这个表的 tablet 的所有副本只有一个 do compaction，其他的从该副本拉取 rowset

  "enable_single_replica_compaction" = "false"

• enable_duplicate_without_keys_by_default

  当配置为true时，如果创建表的时候没有指定 Unique、Aggregate 或 Duplicate 模型，会默认创建一个没有排序列和前缀索引的 Duplicate 模型的表。

  "enable_duplicate_without_keys_by_default" = "false"

• skip_write_index_on_load

  是否对这个表开启数据导入时不写索引。

  如果这个属性设置成 true, 数据导入的时候不写索引（目前仅对倒排索引生效），而是在 Compaction 的时候延迟写索引。这样可以避免首次写入和 Compaction 重复写索引的 CPU 和 IO 资源消耗，提升高吞吐导入的性能。

  "skip_write_index_on_load" = "false"

• compaction_policy

  配置这个表的 Compaction 的合并策略，仅支持配置为 time_series 或者 size_based

  time_series: 当 rowset 的磁盘体积积攒到一定大小时进行版本合并。合并后的 rowset 直接晋升到 base compaction 阶段。在时序场景持续导入的情况下有效降低 compact 的写入放大率

  此策略将使用 time_series_compaction 为前缀的参数调整 Compaction 的执行

  "compaction_policy" = ""

• group_commit_interval_ms

  配置这个表的 Group Commit 攒批间隔。单位为 ms，默认值为 10000ms，即 10s。

  Group Commit 的下刷时机取决于 group_commit_interval_ms以及group_commit_data_bytes哪个先到设置的值。

  "group_commit_interval_ms" = "10000"

• group_commit_data_bytes

  配置这个表的 Group Commit 攒批数据大小。单位为 bytes，默认值为 134217728 bytes，即 128MB。

  Group Commit 的下刷时机取决于 group_commit_interval_ms以及group_commit_data_bytes 哪个先到设置的值。

  "group_commit_data_bytes" = "134217728"

• time_series_compaction_goal_size_mbytes

  Compaction 的合并策略为 time_series 时，将使用此参数来调整每次 Compaction 输入的文件的大小，输出的文件大小和输入相当

  "time_series_compaction_goal_size_mbytes" = "1024"

• time_series_compaction_file_count_threshold

  compaction 的合并策略为 time_series 时，将使用此参数来调整每次 Compaction 输入的文件数量的最小值

  一个 tablet 中，文件数超过该配置，就会触发 compaction

  "time_series_compaction_file_count_threshold" = "2000"

• time_series_compaction_time_threshold_seconds

  Compaction 的合并策略为 time_series 时，将使用此参数来调整 Compaction 的最长时间间隔，即长时间未执行过 Compaction 时，就会触发一次 Compaction，单位为秒

  "time_series_compaction_time_threshold_seconds" = "3600"

• time_series_compaction_level_threshold

  Compaction 的合并策略为 time_series 时，此参数默认为 1，当设置为 2 时用来控住对于合并过一次的段再合并一层，保证段大小达到 time_series_compaction_goal_size_mbytes，

  能达到段数量减少的效果。

  "time_series_compaction_level_threshold" = "2"

• enable_mow_light_delete

  是否在 Unique 表 Mow 上开启 Delete 语句写 Delete predicate。若开启，会提升 Delete 语句的性能，但 Delete 后进行部分列更新可能会出现部分数据错误的情况。若关闭，会降低 Delete 语句的性能来保证正确性。

  此属性的默认值为 false。

  此属性只能在 Unique Merge-on-Write 表上开启。

  "enable_mow_light_delete" = "true"

• 动态分区相关

  动态分区相关参考分区分桶 - 动态分区

• file_cache_ttl_seconds:

  存算分离模式下 TTL 类型 File Cache 的过期时间。

Example

1. 创建一个明细模型的表

   CREATE TABLE example_db.table_hash
   (
       k1 TINYINT,
       k2 DECIMAL(10, 2) DEFAULT "10.5",
       k3 CHAR(10) COMMENT "string column",
       k4 INT NOT NULL DEFAULT "1" COMMENT "int column"
   )
   COMMENT "my first table"
   DISTRIBUTED BY HASH(k1) BUCKETS 32

2. 创建一个明细模型的表，分区，指定排序列，设置副本数为 1

   CREATE TABLE example_db.table_hash
   (
       k1 DATE,
       k2 DECIMAL(10, 2) DEFAULT "10.5",
       k3 CHAR(10) COMMENT "string column",
       k4 INT NOT NULL DEFAULT "1" COMMENT "int column"
   )
   DUPLICATE KEY(k1, k2)
   COMMENT "my first table"
   PARTITION BY RANGE(k1)
   (
       PARTITION p1 VALUES LESS THAN ("2020-02-01"),
       PARTITION p2 VALUES LESS THAN ("2020-03-01"),
       PARTITION p3 VALUES LESS THAN ("2020-04-01")
   )
   DISTRIBUTED BY HASH(k1) BUCKETS 32
   PROPERTIES (
       "replication_num" = "1"
   );

3. 创建一个主键唯一模型的表，设置初始存储介质和冷却时间

   CREATE TABLE example_db.table_hash
   (
       k1 BIGINT,
       k2 LARGEINT,
       v1 VARCHAR(2048),
       v2 SMALLINT DEFAULT "10"
   )
   UNIQUE KEY(k1, k2)
   DISTRIBUTED BY HASH (k1, k2) BUCKETS 32
   PROPERTIES(
       "storage_medium" = "SSD",
       "storage_cooldown_time" = "2015-06-04 00:00:00"
   );

4. 创建一个聚合模型表，使用固定范围分区描述

   CREATE TABLE table_range
   (
       k1 DATE,
       k2 INT,
       k3 SMALLINT,
       v1 VARCHAR(2048) REPLACE,
       v2 INT SUM DEFAULT "1"
   )
   AGGREGATE KEY(k1, k2, k3)
   PARTITION BY RANGE (k1, k2, k3)
   (
       PARTITION p1 VALUES [("2014-01-01", "10", "200"), ("2014-01-01", "20", "300")),
       PARTITION p2 VALUES [("2014-06-01", "100", "200"), ("2014-07-01", "100", "300"))
   )
   DISTRIBUTED BY HASH(k2) BUCKETS 32

5. 创建一个包含 HLL 和 BITMAP 列类型的聚合模型表

   CREATE TABLE example_db.example_table
   (
       k1 TINYINT,
       k2 DECIMAL(10, 2) DEFAULT "10.5",
       v1 HLL HLL_UNION,
       v2 BITMAP BITMAP_UNION
   )
   ENGINE=olap
   AGGREGATE KEY(k1, k2)
   DISTRIBUTED BY HASH(k1) BUCKETS 32

6. 创建两张同一个 Colocation Group 自维护的表。

   CREATE TABLE t1 (
       id int(11) COMMENT "",
       value varchar(8) COMMENT ""
   )
   DUPLICATE KEY(id)
   DISTRIBUTED BY HASH(id) BUCKETS 10
   PROPERTIES (
       "colocate_with" = "group1"
   );
   
   CREATE TABLE t2 (
       id int(11) COMMENT "",
       value1 varchar(8) COMMENT "",
       value2 varchar(8) COMMENT ""
   )
   DUPLICATE KEY(`id`)
   DISTRIBUTED BY HASH(`id`) BUCKETS 10
   PROPERTIES (
       "colocate_with" = "group1"
   );

7. 创建一个带有倒排索引以及 bloom filter 索引的表

   CREATE TABLE example_db.table_hash
   (
       k1 TINYINT,
       k2 DECIMAL(10, 2) DEFAULT "10.5",
       v1 CHAR(10) REPLACE,
       v2 INT SUM,
       INDEX k1_idx (k1) USING INVERTED COMMENT 'my first index'
   )
   AGGREGATE KEY(k1, k2)
   DISTRIBUTED BY HASH(k1) BUCKETS 32
   PROPERTIES (
       "bloom_filter_columns" = "k2"
   );

8. 创建一个动态分区表。

   该表每天提前创建 3 天的分区，并删除 3 天前的分区。例如今天为2020-01-08，则会创建分区名为p20200108, p20200109, p20200110, p20200111的分区。分区范围分别为：

   [types: [DATE]; keys: [2020-01-08]; ‥types: [DATE]; keys: [2020-01-09]; )
   [types: [DATE]; keys: [2020-01-09]; ‥types: [DATE]; keys: [2020-01-10]; )
   [types: [DATE]; keys: [2020-01-10]; ‥types: [DATE]; keys: [2020-01-11]; )
   [types: [DATE]; keys: [2020-01-11]; ‥types: [DATE]; keys: [2020-01-12]; )

   CREATE TABLE example_db.dynamic_partition
   (
       k1 DATE,
       k2 INT,
       k3 SMALLINT,
       v1 VARCHAR(2048),
       v2 DATETIME DEFAULT "2014-02-04 15:36:00"
   )
   DUPLICATE KEY(k1, k2, k3)
   PARTITION BY RANGE (k1) ()
   DISTRIBUTED BY HASH(k2) BUCKETS 32
   PROPERTIES(
       "dynamic_partition.time_unit" = "DAY",
       "dynamic_partition.start" = "-3",
       "dynamic_partition.end" = "3",
       "dynamic_partition.prefix" = "p",
       "dynamic_partition.buckets" = "32" 
   );

9. 创建一个带有物化视图（ROLLUP）的表。

   CREATE TABLE example_db.rolup_index_table
   (
       event_day DATE,
       siteid INT DEFAULT '10',
       citycode SMALLINT,
       username VARCHAR(32) DEFAULT '',
       pv BIGINT SUM DEFAULT '0'
   )
   AGGREGATE KEY(event_day, siteid, citycode, username)
   DISTRIBUTED BY HASH(siteid) BUCKETS 10
   ROLLUP (
       r1(event_day,siteid),
       r2(event_day,citycode),
       r3(event_day)
   )
   PROPERTIES("replication_num" = "3");

10. 通过 replication_allocation 属性设置表的副本。

    CREATE TABLE example_db.table_hash
    (
        k1 TINYINT,
        k2 DECIMAL(10, 2) DEFAULT "10.5"
    )
    DISTRIBUTED BY HASH(k1) BUCKETS 32
    PROPERTIES (
        "replication_allocation"="tag.location.group_a:1, tag.location.group_b:2"
    );

    CREATE TABLE example_db.dynamic_partition
    (
        k1 DATE,
        k2 INT,
        k3 SMALLINT,
        v1 VARCHAR(2048),
        v2 DATETIME DEFAULT "2014-02-04 15:36:00"
    )
    PARTITION BY RANGE (k1) ()
    DISTRIBUTED BY HASH(k2) BUCKETS 32
    PROPERTIES(
        "dynamic_partition.time_unit" = "DAY",
        "dynamic_partition.start" = "-3",
        "dynamic_partition.end" = "3",
        "dynamic_partition.prefix" = "p",
        "dynamic_partition.buckets" = "32",
        "dynamic_partition.replication_allocation" = "tag.location.group_a:3"
     );

11. 通过storage_policy属性设置表的冷热分层数据迁移策略

    ```sql
        CREATE TABLE IF NOT EXISTS create_table_use_created_policy 
        (
            k1 BIGINT,
            k2 LARGEINT,
            v1 VARCHAR(2048)
        )
        UNIQUE KEY(k1)
        DISTRIBUTED BY HASH (k1) BUCKETS 3
        PROPERTIES(
            "storage_policy" = "test_create_table_use_policy",
            "replication_num" = "1"
        );
    ```

    注：需要先创建 S3 Resource 和 Storage Policy，表才能关联迁移策略成功

12. 为表的分区添加冷热分层数据迁移策略

    ```sql
        CREATE TABLE create_table_partion_use_created_policy
        (
            k1 DATE,
            k2 INT,
            V1 VARCHAR(2048) REPLACE
        ) PARTITION BY RANGE (k1) (
            PARTITION p1 VALUES LESS THAN ("2022-01-01") ("storage_policy" = "test_create_table_partition_use_policy_1" ,"replication_num"="1"),
            PARTITION p2 VALUES LESS THAN ("2022-02-01") ("storage_policy" = "test_create_table_partition_use_policy_2" ,"replication_num"="1")
        ) DISTRIBUTED BY HASH(k2) BUCKETS 1;
    ```

    注：需要先创建 S3 Resource 和 Storage Policy，表才能关联迁移策略成功

13. 批量创建分区

    ```sql
        CREATE TABLE create_table_multi_partion_date
        (
            k1 DATE,
            k2 INT,
            V1 VARCHAR(20)
        ) PARTITION BY RANGE (k1) (
            FROM ("2000-11-14") TO ("2021-11-14") INTERVAL 1 YEAR,
            FROM ("2021-11-14") TO ("2022-11-14") INTERVAL 1 MONTH,
            FROM ("2022-11-14") TO ("2023-01-03") INTERVAL 1 WEEK,
            FROM ("2023-01-03") TO ("2023-01-14") INTERVAL 1 DAY,
            PARTITION p_20230114 VALUES [('2023-01-14'), ('2023-01-15'))
        ) DISTRIBUTED BY HASH(k2) BUCKETS 1
        PROPERTIES(
            "replication_num" = "1"
        );
    ```
    ```sql
        CREATE TABLE create_table_multi_partion_date_hour
        (
            k1 DATETIME,
            k2 INT,
            V1 VARCHAR(20)
        ) PARTITION BY RANGE (k1) (
            FROM ("2023-01-03 12") TO ("2023-01-14 22") INTERVAL 1 HOUR
        ) DISTRIBUTED BY HASH(k2) BUCKETS 1
        PROPERTIES(
            "replication_num" = "1"
        );
    ```
    ```sql
        CREATE TABLE create_table_multi_partion_integer
        (
            k1 BIGINT,
            k2 INT,
            V1 VARCHAR(20)
        ) PARTITION BY RANGE (k1) (
            FROM (1) TO (100) INTERVAL 10
        ) DISTRIBUTED BY HASH(k2) BUCKETS 1
        PROPERTIES(
            "replication_num" = "1"
        );
    ```
    备注

    注：批量创建分区可以和常规手动创建分区混用，使用时需要限制分区列只能有一个，批量创建分区实际创建默认最大数量为 4096，这个参数可以在 FE 配置项 max_multi_partition_num 调整。

14. 批量无排序列 Duplicate 表

    CREATE TABLE example_db.table_hash
    (
        k1 DATE,
        k2 DECIMAL(10, 2) DEFAULT "10.5",
        k3 CHAR(10) COMMENT "string column",
        k4 INT NOT NULL DEFAULT "1" COMMENT "int column"
    )
    COMMENT "duplicate without keys"
    PARTITION BY RANGE(k1)
    (
        PARTITION p1 VALUES LESS THAN ("2020-02-01"),
        PARTITION p2 VALUES LESS THAN ("2020-03-01"),
        PARTITION p3 VALUES LESS THAN ("2020-04-01")
    )
    DISTRIBUTED BY HASH(k1) BUCKETS 32
    PROPERTIES (
        "replication_num" = "1",
        "enable_duplicate_without_keys_by_default" = "true"
    );

Keywords

CREATE, TABLE

Best Practice

分区和分桶

一个表必须指定分桶列，但可以不指定分区。关于分区和分桶的具体介绍，可参阅 数据划分 文档。

Doris 中的表可以分为分区表和无分区的表。这个属性在建表时确定，之后不可更改。即对于分区表，可以在之后的使用过程中对分区进行增删操作，而对于无分区的表，之后不能再进行增加分区等操作。

同时，分区列和分桶列在表创建之后不可更改，既不能更改分区和分桶列的类型，也不能对这些列进行任何增删操作。

所以建议在建表前，先确认使用方式来进行合理的建表。

动态分区

动态分区功能主要用于帮助用户自动的管理分区。通过设定一定的规则，Doris 系统定期增加新的分区或删除历史分区。可参阅 动态分区 文档查看更多帮助。

自动分区

自动分区功能文档参见 自动分区。

物化视图

用户可以在建表的同时创建多个物化视图（ROLLUP）。物化视图也可以在建表之后添加。写在建表语句中可以方便用户一次性创建所有物化视图。

如果在建表时创建好物化视图，则后续的所有数据导入操作都会同步生成物化视图的数据。物化视图的数量可能会影响数据导入的效率。

如果在之后的使用过程中添加物化视图，如果表中已有数据，则物化视图的创建时间取决于当前数据量大小。

关于物化视图的介绍，请参阅文档 同步物化视图。

索引

用户可以在建表的同时创建多个列的索引。索引也可以在建表之后再添加。

如果在之后的使用过程中添加索引，如果表中已有数据，则需要重写所有数据，因此索引的创建时间取决于当前数据量。