本文为您介绍如何通过客户端创建、查看、删除、重命名和修改表信息。
创建表
创建表的语法格式，如下所示。
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
[(col_name data_type [DEFAULT value] [COMMENT col_comment], ...)]
[COMMENT table_comment]
[PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)]
[CLUSTERED BY (col_name [, col_name, ...]) [SORTED BY (col_name [ASC | DESC] [, col_name [ASC | DESC] ...])] INTO number_of_buckets BUCKETS] -- 用于创建Hash Clustering表时设置表的Shuffle和Sort属性。
[STORED BY StorageHandler] -- 仅限外部表。
[WITH SERDEPROPERTIES (Options)] -- 仅限外部表。
[LOCATION OSSLocation]; -- 仅限外部表。
[LIFECYCLE days]
[AS select_statement]
CREATE TABLE [IF NOT EXISTS] table_name
LIKE existing_table_name- 表名、列名中不能有特殊字符。只能用英文小写字母（a-z）、英文大写字母（A-Z）、数字和下划线（_）且以字母开头。
- 创建表时，如果不指定
if not exists选项而存在同名表，则返回出错。若指定此选项，则无论是否存在同名表，即使原表结构与要创建的目标表结构不一致，均返回成功。已存在的同名表的元信息不会被改动。 - 表名与列名均对大小写不敏感，不能有特殊字符，只能用英文的a-z、A-Z及数字和下划线_，且建议以字母开头，名称的长度不超过128字节。单表的列定义个数最多1200个。
- 数据类型：BIGINT、DOUBLE、BOOLEAN、DATETIME、DECIMAL和STRING等，MaxCompute2.0版本扩展了很多数据类型。
说明 目前MaxCompute SQL中使用到新数据类型（TINYINT、SMALLINT、INT、FLOAT、VARCHAR、TIMESTAMP、BINARY）时，需要用
set命令开启： DEFAULT value指定列的默认值，当INSERT操作不指定该列时，该列写入默认值。partitioned by指定表的分区字段，目前支持TINYINT、SMALLINT、INT、BIGINT、VARCHAR和STRING类型。分区值不允许有双字节字符（如中文），必须是以英文字母a-z、A-Z开始，后可跟字母或者数字，名称的长度不超过128字节。允许的字符包括：空格、冒号（:）、下划线（_）、美元符（$）、井号（#）、点（.），感叹号（!）和（@），出现其他字符行为未定义，例如（\t）、（\n）、（/）等。当利用分区字段对表进行分区时，新增分区、更新分区内数据和读取分区数据均不需要做全表扫描，可以提高处理效率。
说明 一张表最多允许60000个分区，单表的分区层次不能超过6级。- 注释内容是长度不超过1024字节的有效字符串。
LIFECYCLE是表的生命周期，单位：天。create table like语句不会复制源表的生命周期属性。clustered by指定Hash Key。MaxCompute将对指定列进行Hash运算，按照Hash值分散到各个Bucket中。- 为避免数据倾斜和热点，取得较好的并行执行效果，
clustered by列适宜选择取值范围大，重复键值少的列。此外，为了达到join优化的目的，也应该考虑选取常用的Join/Aggregation Key，即类似于传统数据库中的主键。 sorted by用于指定在Bucket内字段的排序方式。建议sorted by和clustered by一致，以取得较好的性能。此外，当sorted by子句指定之后，MaxCompute将自动生成索引，并且在查询的时候利用索引来加快执行。INTO number_of_buckets BUCKETS指定了哈希桶的数目。这个数字必须填写，且由数据量大小来决定。此外，缺省条件下MaxCompute只能支持最多1111个Reducer，所以此处最多也只支持1111个哈希桶。您可以使用set odps.sql.reducer.instances=xxx;来提升这个限制，但最大不得超过4000，否则会影响性能。选择哈希桶数目时，请您遵循以下两个原则：- 哈希桶大小适中：经验值是每个Bucket的大小在500M左右比较合理。例如，分区大小估计为500G，初略估算Bucket数目应该设为1000，这样平均每个Bucket大小约为500M。对于特别大的表，500M的限制可以突破，每个Bucket在2-3G左右比较合适。同时，可以结合
set odps.sql.reducer.instances=xxx;来突破1111个桶的限制。 - 对于需要经常
join的两个表，哈希桶数目应设为一样，这样才能够优化join，省略掉Shuffle和Sort步骤。如果按照上述原则计算两个表的哈希桶数不一致，建议统一使用数字大的Bucket Number，保证合理的并发度和执行效率。
- 哈希桶大小适中：经验值是每个Bucket的大小在500M左右比较合理。例如，分区大小估计为500G，初略估算Bucket数目应该设为1000，这样平均每个Bucket大小约为500M。对于特别大的表，500M的限制可以突破，每个Bucket在2-3G左右比较合适。同时，可以结合
- Hash Clustering表的优点：
- 优化Bucket Pruning。
- 优化Aggregation。
- 优化存储。
- Hash Clustering表的限制：
- 不支持
insert into，只能通过insert overwrite来添加数据。 - 不支持Tunnel直接Upload到Range Cluster表，因为Tunnel上传数据是无序的。
- 不支持
- 为避免数据倾斜和热点，取得较好的并行执行效果，
- 有关外部表的更多详情请参见内置Extractor访问OSS。
假设创建表
sale_detail来保存销售记录，该表使用销售时间sale_date和销售区域 region作为分区列，建表语句如下所示。
create table if not exists sale_detail
(
shop_name string,
customer_id string,
total_price double
)
partitioned by (sale_date string,region string);
-- 创建一张分区表sale_detail。通过
create table...as select...语句再创建一个表，并在建表的同时将数据复制到新表中，如下所示。
create table sale_detail_ctas1 as
select * from sale_detail;此时，如果表
sale_detail中存在数据，上面的示例会将表sale_detail的数据全部复制到表sale_detail_ctas1。
说明 此处
sale_detail是一张分区表，而通过create table...as select...语句创建的表sale_detail_ctas1不会复制分区属性，只会把源表的分区列作为目标表的一般列处理。即sale_detail_ctas1是一个含有5列的非分区表。
在
create table...as select...语句中，如果在select子句中使用常量作为列的值，建议您指定列的名字，如下所示。
CREATE TABLE sale_detail_ctas2
AS
SELECT shop_name, customer_id, total_price, '2013' AS sale_date, 'China' AS region
FROM sale_detail;如果不加列的别名，如下所示。
CREATE TABLE sale_detail_ctas3
AS
SELECT shop_name, customer_id, total_price, '2013', 'China'
FROM sale_detail;则创建的表sale_detail_ctas3的第四、五列类似于_c5、_c6。
如果希望源表和目标表具有相同的表结构，可以尝试使用
create table...like操作，如下所示。
create table sale_detail_like like sale_detail;此时，sale_detail_like的表结构与sale_detail完全相同。除生命周期属性外，列名、列注释以及表注释等均相同。但sale_detail中的数据不会被复制到sale_detail_like表中。
创建Hash Clustering表示例如下。
CREATE TABLE T1 (a string, b string, c bigint) CLUSTERED BY (c) SORTED by (c) INTO 1024 BUCKETS; --创建Hash Clustering非分区表。
CREATE TABLE T1 (a string, b string, c bigint) PARTITIONED BY (dt string) CLUSTERED BY (c) SORTED by (c) INTO 1024 BUCKETS; --创建Hash Clustering分区表。查看表信息
查看表信息的语法格式如下。
desc <table_name>;
desc extended <table_name>; --查看外部表信息。示例
- 如果您需要查看上述示例中表
sale_detail的信息，可输入如下命令。desc sale_detail;结果如下。odps@ $odps_project>desc sale_detail; +--------------------------------------------------------------------+ | Owner: ALIYUN$maoXXX@alibaba-inc.com | Project: $odps_project | | TableComment: | +--------------------------------------------------------------------+ | CreateTime: 2017-06-28 15:05:17 | | LastDDLTime: 2017-06-28 15:05:17 | | LastModifiedTime: 2017-06-28 15:05:17 | +--------------------------------------------------------------------+ | InternalTable: YES | Size: 0 | +--------------------------------------------------------------------+ | Native Columns: | +--------------------------------------------------------------------+ | Field | Type | Label | Comment | +--------------------------------------------------------------------+ | shop_name | string | | | | customer_id | string | | | | total_price | double | | | +--------------------------------------------------------------------+ | Partition Columns: | +--------------------------------------------------------------------+ | sale_date | string | | | region | string | | +--------------------------------------------------------------------+ OK - 如果您需要查看上述示例表
sale_detail_like中的信息，可输入如下命令。desc sale_detail_like;结果如下。odps@ $odps_project>desc sale_detail_like; +--------------------------------------------------------------------+ | Owner: ALIYUN$maoXXX@alibaba-inc.com | Project: $odps_project | | TableComment: | +--------------------------------------------------------------------+ | CreateTime: 2017-06-28 15:42:17 | | LastDDLTime: 2017-06-28 15:42:17 | | LastModifiedTime: 2017-06-28 15:42:17 | +--------------------------------------------------------------------+ | InternalTable: YES | Size: 0 | +--------------------------------------------------------------------+ | Native Columns: | +--------------------------------------------------------------------+ | Field | Type | Label | Comment | +--------------------------------------------------------------------+ | shop_name | string | | | | customer_id | string | | | | total_price | double | | | +--------------------------------------------------------------------+ | Partition Columns: | +--------------------------------------------------------------------+ | sale_date | string | | | region | string | | +--------------------------------------------------------------------+ OK
由此可见，除生命周期属性外，
sale_detail_like的其它属性（字段类型、分区类型等）均与sale_detail完全一致。查看表信息的更多详情请参见表操作。
说明 通过
describe table查看到的Size包含了在回收站的数据Size。如果您需要清空回收站，可以先执行purge table table_name，然后再执行describe table查看除回收站以外的数据大小。您也可以执行show recyclebin查看本项目中回收站内的数据明细。
如果您查看表sale_detail_ctas1的信息，会发现sale_date、region两个字段仅会作为普通列存在，而不是表的分区。
desc命令后可以返回的类型也在增多。要使用MaxCompute新类型，普通的SQL语句需要配合设置开关新类型打开语句，但desc命令无需打开便可返回新类型。
说明 如果对
desc table的输出结果有解析依赖，请及时更新适配解析MaxCompute新数据类型。
示例
set odps.sql.type.system.odps2=true;
CREATE TABLE test_newtype (
c1 tinyint
,c2 smallint
,c3 int
,c4 BIGINT
,c5 float
,c6 DOUBLE
,c7 decimal
,c8 binary
,c9 timestamp
,c10 ARRAY<map<BIGINT,BIGINT>>
,c11 map<STRING,ARRAY<BIGINT>>
,c12 STRUCT<s1:STRING,s2:BIGINT>
,c13 varchar(20))
LIFECYCLE 1
;desc test_newtype；返回结果（省略部分结果）如下。
| Native Columns: |
+------------------------------------------------------------------------------------+
| Field | Type | Label | Comment |
+------------------------------------------------------------------------------------+
| c1 | tinyint | | |
| c2 | smallint | | |
| c3 | int | | |
| c4 | bigint | | |
| c5 | float | | |
| c6 | double | | |
| c7 | decimal | | |
| c8 | binary | | |
| c9 | timestamp | | |
| c10 | array<map<bigint,bigint>> | | |
| c11 | map<string,array<bigint>> | | |
| c12 | struct<s1:string,s2:bigint> | | |
| c13 | varchar(20) | | |
+------------------------------------------------------------------------------------+您也可以使用
DESC EXTENDED table_name;命令查看Hash Clustering Table的Clustering属性，如下所示，Clustering属性将显示在Extended Info中。
+------------------------------------------------------------------------------------+
| Owner: ALIYUN$xxxxxxx@aliyun.com | Project: xxxxx |
| TableComment: |
+------------------------------------------------------------------------------------+
| CreateTime: 2017-12-25 11:18:26 |
| LastDDLTime: 2017-12-25 11:18:26 |
| LastModifiedTime: 2017-12-25 11:18:26 |
| Lifecycle: 2 |
+------------------------------------------------------------------------------------+
| InternalTable: YES | Size: 0 |
+------------------------------------------------------------------------------------+
| Native Columns: |
+------------------------------------------------------------------------------------+
| Field | Type | Label | Comment |
+------------------------------------------------------------------------------------+
| a | string | | |
| b | string | | |
| c | bigint | | |
+------------------------------------------------------------------------------------+
| Partition Columns: |
+------------------------------------------------------------------------------------+
| dt | string | |
+------------------------------------------------------------------------------------+
| Extended Info: |
+------------------------------------------------------------------------------------+
| TableID: 91a3395d3ef64b4d9ee1d2852755 |
| IsArchived: false |
| PhysicalSize: 0 |
| FileNum: 0 |
| ClusterType: hash |
| BucketNum: 1024 |
| ClusterColumns: [c] |
| SortColumns: [c ASC] |
+------------------------------------------------------------------------------------+DESC EXTENDED table_name partition(pt_spec);使用select命令查看表中的详细信息，请参见SELECT语法介绍。
查看建表语句
查看建表语句的语法格式如下。
SHOW CREATE TABLE <table_name>;说明 该命令可生成创建Table的SQL DDL语句，方便您通过SQL重建Schema。
删除表
删除表的语法格式如下。
DROP TABLE [IF EXISTS] table_name;说明
- 如果不指定
if exists选项而表不存在，则返回异常。若指定此选项，无论表是否存在，皆返回成功。 - 删除外部表时，OSS上的数据不会被删除。
示例
create table sale_detail_drop like sale_detail;
drop table sale_detail_drop;
--若表存在，成功返回；若不存在，异常返回。
drop table if exists sale_detail_drop2;
--无论是否存在sale_detail_drop2表，均成功返回。重命名表
重命名表的语法格式如下。
ALTER TABLE table_name RENAME TO new_table_name;说明
rename操作仅修改表的名字，不改动表中的数据。- 如果已存在与
new_table_name同名表，则报错。 - 如果
table_name不存在，则报错。
示例
create table sale_detail_rename1 like sale_detail;
alter table sale_detail_rename1 rename to sale_detail_rename2;修改表Owner
MaxCompute SQL支持通过
changeowner命令来修改表的拥有人（表Owner），相应的语法格式如下。
alter table table_name changeowner to 'ALIYUN$xxx@aliyun.com';修改表的注释
修改表的注释的语法格式如下。
ALTER TABLE table_name SET COMMENT 'tbl comment';说明
table_name必须是已存在的表。comment最长1024字节。
示例
alter table sale_detail set comment 'new coments for table sale_detail';通过MaxCompute的desc命令，可以查看表中comment的修改，详情请参见常用命令>表操作中的describe table。
修改表的修改时间
MaxCompute SQL提供touch操作用来修改表的LastDataModifiedTime，可将表的LastDataModifiedTime修改为当前时间。
修改表的修改时间的语法格式，如下所示。
ALTER TABLE table_name TOUCH;说明
table_name不存在，则报错返回。- 此操作会改变表的
LastDataModifiedTime的值，此时，MaxCompute会认为表的数据有变动，生命周期的计算会重新开始。
修改表的Hash Clustering属性
对于分区表，我们支持通过alter table语句增加或者去除Hash Clustering属性。
增加表的Hash Clustering属性语句如下。
ALTER TABLE table_name
[CLUSTERED BY (col_name [, col_name, ...]) [SORTED BY (col_name [ASC | DESC] [, col_name [ASC | DESC] ...])] INTO number_of_buckets BUCKETS]去除表的Hash Clustering属性的语法格式如下。
ALTER TABLE table_name NOT CLUSTERED;说明
alter table改变聚集属性，只对于分区表有效，非分区表一旦聚集属性建立就无法改变。- 由于
alter table只影响新分区，所以该语句不可以再指定partition alter table语句适用于存量表。在增加了新的聚集属性之后，新的分区将进行Hash Clustering存储。
清空非分区表里的数据
将指定的非分区表中的数据清空，该命令不支持分区表。对于分区表，可以用ALTER TABLE table_name DROP PARTITION的方式将分区里的数据清除。
清空非分区表里的数据的语法格式如下。
TRUNCATE TABLE table_name;
在文档使用中是否遇到以下问题
更多建议
匿名提交