公共表表达式(CTEs)
Databend 支持带有 WITH 子句的公共表表达式(CTEs),允许您定义一个或多个命名的临时结果集,供后续查询使用。"临时"一词意味着结果集不会永久存储在数据库架构中。它们仅作为临时视图,只能被后续查询访问。
当执行带有 WITH 子句的查询时,WITH 子句中的 CTEs 首先被评估和执行。这会产生一个或多个临时结果集。然后使用 WITH 子句产生的临时结果集执行查询。
这是一个简单的演示,帮助您理解 CTEs 在查询中的工作方式:WITH 子句定义了一个 CTE 并产生了一个结果集,该结果集包含所有来自魁北克省的客户。主查询从魁北克省的客户中筛选出居住在蒙特利尔地区的客户。
WITH customers_in_quebec
AS (SELECT customername,
city
FROM customers
WHERE province = 'Québec')
SELECT customername
FROM customers_in_quebec
WHERE city = 'Montréal'
ORDER BY customername;
CTEs 简化了使用子查询的复杂查询,并使您的代码更易于阅读和维护。如果不使用 CTE,前面的示例将会是这样:
SELECT customername
FROM (SELECT customername,
city
FROM customers
WHERE province = 'Québec')
WHERE city = 'Montréal'
ORDER BY customername;
内联还是物化?
在查询中使用 CTE 时,您可以通过使用 MATERIALIZED 关键字来控制 CTE 是内联还是物化。内联意味着 CTE 的定义直接嵌入到主查询中,而物化 CTE 意味着一次计算其结果并将其存储在内存中,减少重复的 CTE 执行。
假设我们有一个名为 orders 的表,存储客户订单信息,包括订单号、客户 ID 和订单日期。
- 内联
- 物化
在这个查询中,CTE customer_orders 将在查询执行期间内联。Databend 将直接将 customer_orders 的定义嵌入到主查询中。
WITH customer_orders AS (
SELECT customer_id, COUNT(*) AS order_count
FROM orders
GROUP BY customer_id
)
SELECT co1.customer_id, co1.order_count, co2.order_count AS other_order_count
FROM customer_orders co1
JOIN customer_orders co2 ON co1.customer_id = co2.customer_id
WHERE co1.order_count > 2
AND co2.order_count > 5;
在这种情况下,我们使用了 MATERIALIZED 关键字,这意味着 CTE customer_orders 将不会内联。相反,在执行 CTE 定义时,CTE 的结果将被计算并存储在内存中。在主查询中执行 CTE 的两个实例时,Databend 将直接从内存中检索结果,避免了重复的计算,并可能提高性能。
WITH customer_orders AS MATERIALIZED (
SELECT customer_id, COUNT(*) AS order_count
FROM orders
GROUP BY customer_id
)
SELECT co1.customer_id, co1.order_count, co2.order_count AS other_order_count
FROM customer_orders co1
JOIN customer_orders co2 ON co1.customer_id = co2.customer_id
WHERE co1.order_count > 2
AND co2.order_count > 5;
这可以显著提高性能,特别是在 CTE 的结果被多次使用的情况下。然而,由于 CTE 不再内联,查询优化器可能难以将 CTE 的条件推入主查询或优化连接顺序,可能导致整体查询性能下降。
语法
WITH
<cte_name1> [ ( <cte_column_list> ) ] AS [MATERIALIZED] ( SELECT ... )
[ , <cte_name2> [ ( <cte_column_list> ) ] AS [MATERIALIZED] ( SELECT ... ) ]
[ , <cte_nameN> [ ( <cte_column_list> ) ] AS [MATERIALIZED] ( SELECT ... ) ]
SELECT ...
参数 | 描述 |
---|---|
WITH | 开始 WITH 子句。 |
cte_name1 ... cte_nameN | CTE 的名称。当您有多个 CTE 时,用逗号分隔它们。 |
cte_column_list | CTE 中的列名。一个 CTE 可以引用同一个 WITH 子句中定义的任何其他 CTE。 |
MATERIALIZED | “物化”是在定义 CTE 时使用的可选关键字,用来指示 CTE 是否应该物化。 |
SELECT ... | CTE 主要与 SELECT 语句一起使用。 |
使用示例
假设您管理位于 GTA 地区不同地区的几家书店,并使用一个表来保存它们的店铺 ID、地区和上个月的交易量。
CREATE TABLE sales
(
storeid INTEGER,
region TEXT,
amount INTEGER
);
INSERT INTO sales VALUES (1, 'North York', 12800);
INSERT INTO sales VALUES (2, 'Downtown', 28400);
INSERT INTO sales VALUES (3, 'Markham', 6720);
INSERT INTO sales VALUES (4, 'Mississauga', 4990);
INSERT INTO sales VALUES (5, 'Downtown', 5670);
INSERT INTO sales VALUES (6, 'Markham', 4350);
INSERT INTO sales VALUES (7, 'North York', 2490);
以下代码返回交易量低于平均值的商店:
-- 定义一个包含一个CTE的WITH子句
WITH avg_all
AS (SELECT Avg(amount) AVG_SALES
FROM sales)
SELECT *
FROM sales,
avg_all
WHERE sales.amount < avg_sales;
输出:
┌──────────────────────────────────────────────────────────────────────────┐
│ storeid │ region │ amount │ avg_sales │
├─────────────────┼──────────────────┼─────────────────┼───────────────────┤
│ 5 │ Downtown │ 5670 │ 9345.714285714286 │
│ 4 │ Mississauga │ 4990 │ 9345.714285714286 │
│ 7 │ North York │ 2490 │ 9345.714285714286 │
│ 3 │ Markham │ 6720 │ 9345.714285714286 │
│ 6 │ Markham │ 4350 │ 9345.714285714286 │
└──────────────────────────────────────────────────────────────────────────┘
以下代码返回每个地区的平均和总交易量:
-- 定义一个包含两个CTE的WITH子句
WITH avg_by_region
AS (SELECT region,
Avg (amount) avg_by_region_value
FROM sales
GROUP BY region),
sum_by_region
AS (SELECT region,
Sum(amount) sum_by_region_value
FROM sales
GROUP BY region)
SELECT avg_by_region.region,
avg_by_region_value,
sum_by_region_value
FROM avg_by_region,
sum_by_region
WHERE avg_by_region.region = sum_by_region.region;
输出:
┌──────────────────────────────────────────────────────────────┐
│ region │ avg_by_region_value │ sum_by_region_value │
│ Nullable(String) │ Nullable(Float64) │ Nullable(Int64) │
├──────────────────┼─────────────────────┼─────────────────────┤
│ North York │ 7645 │ 15290 │
│ Downtown │ 17035 │ 34070 │
│ Markham │ 5535 │ 11070 │
│ Mississauga │ 4990 │ 4990 │
└──────────────────────────────────────────────────────────────┘