查询与转换

Databend 允许直接查询暂存文件而无需先将数据加载到表中。可以从任何类型的 stage（用户、内部、外部）或直接从对象存储和 HTTPS URL 查询文件。非常适合在数据加载前后进行检查、验证和转换。

语法

SELECT [<alias>.]<column> [, <column> ...] | [<alias>.]$<col_position> [, $<col_position> ...]
FROM {@<stage_name>[/<path>] [<table_alias>] | '<uri>' [<table_alias>]}
[(
  [<connection_parameters>],
  [ PATTERN => '<regex_pattern>'],
  [ FILE_FORMAT => 'CSV | TSV | NDJSON | PARQUET | ORC | Avro | <custom_format_name>'],
  [ FILES => ( '<file_name>' [ , '<file_name>' ... ])],
  [ CASE_SENSITIVE => true | false ]
)]

参数概览

控制数据访问和解析的关键参数：

参数	描述
FILE_FORMAT	文件格式类型 (CSV, TSV, NDJSON, PARQUET, ORC, Avro)
PATTERN	用于筛选文件的正则表达式模式
FILES	要查询的显式文件列表
CASE_SENSITIVE	列名大小写敏感性 (Parquet)
table_alias	引用暂存文件的别名
$col_position	按位置选择列 (从1开始)
connection_parameters	外部存储连接详情
uri	远程文件的 URI

支持的文件格式

文件格式	返回格式	访问方法	示例	指南
Parquet	原生数据类型	直接列名	SELECT id, name FROM	查询 Parquet 文件
ORC	原生数据类型	直接列名	SELECT id, name FROM	查询 ORC 文件
CSV	字符串值	位置引用 $<position>	SELECT $1, $2 FROM	查询 CSV 文件
TSV	字符串值	位置引用 $<position>	SELECT $1, $2 FROM	查询 TSV 文件
NDJSON	Variant 对象	路径表达式 $1:<field>	SELECT $1:id, $1:name FROM	查询 NDJSON 文件
Avro	Variant 对象	路径表达式 $1:<field>	SELECT $1:id, $1:name FROM	查询 Avro 文件