云原生大数据计算服务 MaxCompute：分区操作

使用限制

• 目前支持TINYINT、SMALLINT、INT、BIGINT、CHAR、VARCHAR和STRING数据类型的字段设为分区列。

• 单表分区层级最多6级。

• 单表分区数最多允许60000个分区。

• 一次最多查询分区数为10000个。

• Transaction类型的分区表不支持merge partition操作。

• Delta Table类型的非分区表不支持清空操作、不支持更改表的write.bucket.num属性。

添加分区

为已存在的分区表新增分区。

• 限制条件

  • 对于有多级分区的表，如果需要添加新的分区值，必须指明全部的分区。

  • 仅支持新增分区值，不支持新增分区字段。

• 命令格式

  ALTER TABLE <table_name> ADD [IF NOT EXISTS] PARTITION <pt_spec> [PARTITION <pt_spec> PARTITION <pt_spec>...];

• 参数说明

  参数	是否必填	说明
  table_name	是	待新增分区的分区表名称。
  IF NOT EXISTS	否	如果未指定IF NOT EXISTS而同名的分区已存在，会执行失败并返回报错。
  pt_spec	是	新增的分区，格式为：(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。其中partition_col是分区字段，partition_col_value是分区值。分区字段不区分大小写，分区值区分大小写。

• 使用示例

  关于sale_detail表创建，详情请参见创建sale_detail表。

  • 示例1：给表sale_detail添加一个分区，用来存储2013年12月杭州地区的销售记录。

    ALTER TABLE sale_detail ADD IF NOT EXISTS PARTITION (sale_date='201312', region='hangzhou');

  • 示例2：给表sale_detail同时添加两个分区，用来存储2013年12月北京和上海地区的销售记录。

    ALTER TABLE sale_detail ADD IF NOT EXISTS PARTITION (sale_date='201312', region='beijing') PARTITION (sale_date='201312', region='shanghai');

  • 示例3：给表sale_detail添加分区，仅指定一个分区字段sale_date，返回报错，需要同时指定2个分区字段sale_date和region。

    ALTER TABLE sale_detail ADD IF NOT EXISTS PARTITION (sale_date='20111011');

  • 示例4：增加Delta Table表分区

    --创建delta table表
    CREATE TABLE mf_tt (pk BIGINT NOT NULL PRIMARY KEY, 
                        val BIGINT NOT NULL) 
                 PARTITIONED BY (dd STRING, hh STRING) 
                TBLPROPERTIES ("transactional"="true"); 
                 
    --添加分区           
    ALTER TABLE mf_tt ADD PARTITION (dd='01', hh='01');

  • 示例5：修改Delta Table表属性

    --更新bucket数据，目前只支持分区表，不支持非分区表
    ALTER TABLE mf_tt3 SET tblproperties("write.bucket.num"="64");
    
    --更新retain属性
    ALTER TABLE mf_tt3 SET tblproperties("acid.data.retain.hours"="60");

修改分区的更新时间

MaxCompute SQL提供touch操作，用于修改分区表中分区的LastModifiedTime。此操作会将LastModifiedTime修改为当前时间。此时，MaxCompute会认为数据有变动，重新计算生命周期。

• 使用限制

  对于有多级分区的表，必须指明全部的分区。

• 命令格式

  ALTER TABLE <table_name> touch PARTITION (<pt_spec>);

• 参数说明

  参数	是否必填	说明
  table_name	是	待修改分区更新时间的分区表名称。如果表不存在，则返回报错。
  pt_spec	是	需要修改更新时间的分区信息。格式为：(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。其中partition_col是分区字段，partition_col_value是分区值。如果指定的分区字段或分区值不存在，则返回报错。

• 使用示例

  --修改表sale_detail的分区sale_date='201312', region='shanghai'的LastModifiedTime。
  ALTER TABLE sale_detail touch PARTITION (sale_date='201312', region='shanghai');

修改分区值

MaxCompute SQL支持通过rename操作更改分区表的分区值。

• 使用限制

  • 不支持修改分区列的列名，只能修改分区列对应的值。

  • 对于有多级分区的表，必须指明全部的分区。

• 命令格式

  ALTER TABLE <table_name> PARTITION (<pt_spec>) rename TO PARTITION (<new_pt_spec>);

• 参数说明

  参数	是否必填	说明
  table_name	是	待修改分区值的表名称。
  pt_spec	是	需要修改分区值的分区信息。格式为：(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。其中partition_col是分区字段，partition_col_value是分区值。如果指定的分区字段或分区值不存在，则返回报错。
  new_pt_spec	是	修改后的分区信息。格式为：(partition_col1 = new_partition_col_value1, partition_col2 = new_partition_col_value2, ...)。其中partition_col是分区字段，new_partition_col_value是新分区值。

• 使用示例

  --修改表sale_detail的分区值。
  ALTER TABLE sale_detail PARTITION (sale_date = '201312', region = 'hangzhou') rename TO PARTITION (sale_date = '201310', region = 'beijing');

合并分区

MaxCompute SQL提供merge partition对分区表的分区进行合并，即将同一个分区表下的多个分区合并成一个分区，同时删除被合并的分区维度的信息，把数据移动到指定分区。

• 使用限制

  • 不支持外部表，聚簇表合并后的分区会消除聚簇属性。

  • 一次性合并分区数量限制为4000个。

• 命令格式

  ALTER TABLE <table_name> MERGE [IF EXISTS] PARTITION (<predicate>) [, PARTITION(<predicate2>) ...] overwrite PARTITION (<fullpartitionSpec>) [purge];

• 参数说明

  参数	是否必填	说明
  table_name	是	待合并分区的分区表名称。
  IF EXISTS	否	如果未指定IF EXISTS，且分区不存在，会执行失败并返回报错。如果指定IF EXISTS后不存在满足merge条件的分区，则不生成新分区。如果运行过程中出现源数据被并发修改（包括insert、rename或drop）时，即使指定IF EXISTS也会报错。
  predicate	是	筛选待合并分区需要满足的条件。
  fullpartitionSpec	是	目标分区信息。
  purge	否	可选关键字。选择该字段，则会清理session目录，默认清理3天内的日志。详情请参见Purge。

• 使用示例

  • 示例1：合并满足指定条件的分区到目标分区。

    --查看分区表的分区。
    SHOW partitions intpstringstringstring;
    
    ds=20181101/hh=00/mm=00
    ds=20181101/hh=00/mm=10
    ds=20181101/hh=10/mm=00
    ds=20181101/hh=10/mm=10
    
    --合并所有满足hh='00'的分区到hh='00'，mm='00'中。
    ALTER TABLE intpstringstringstring MERGE PARTITION(hh='00') overwrite PARTITION(ds='20181101', hh='00', mm='00');
    
    --查看合并后的分区。
    SHOW partitions intpstringstringstring;
    
    ds=20181101/hh=00/mm=00
    ds=20181101/hh=10/mm=00
    ds=20181101/hh=10/mm=10                    

  • 示例2：合并指定的多个分区到目标分区。

    --合并多个指定分区。
    ALTER TABLE intpstringstringstring MERGE IF EXISTS PARTITION(ds='20181101', hh='00', mm='00'), PARTITION(ds='20181101', hh='10', mm='00'),  partition(ds='20181101', hh='10', mm='10') overwrite partition(ds='20181101', hh='00', mm='00') purge;
    --查看分区表的分区。
    SHOW partitions intpstringstringstring;
    
    ds=20181101/hh=00/mm=00

列出所有分区

列出一张表中的所有分区。当表不存在或为非分区表时，返回报错。

• 命令格式

  SHOW PARTITIONS <table_name>; 

• 参数说明

  table_name：必填。待查看分区信息的分区表名称。

• 使用示例

  -- 列出sale_detail中的所有分区。
  SHOW PARTITIONS sale_detail;

  返回结果如下。

  sale_date=2023/region=china
  sale_date=2024/region=shanghai

查看分区信息

查看某个分区表具体的分区的信息。

• 命令格式

  DESC <table_name> PARTITION (<pt_spec>);

• 参数说明

  参数	是否必填	说明
  table_name	是	待查看分区信息的分区表名称。
  pt_spec	是	待查看的分区信息。格式为partition_col1=col1_value1, partition_col2=col2_value1...。对于有多级分区的表，必须指明全部的分区值。

• 使用示例

  --查询分区表sale_detail的分区信息。
  DESC sale_detail PARTITION (sale_date='201312',region='hangzhou');

  返回结果如下。

  +------------------------------------------------------------------------------------+
  | PartitionSize: 1234                                                                |
  +------------------------------------------------------------------------------------+
  | CreateTime:               2024-11-14 16:43:22                                      |
  | LastDDLTime:              2024-11-14 16:45:37                                      |
  | LastModifiedTime:         2024-11-14 16:45:37                                      |
  +------------------------------------------------------------------------------------+
  OK

删除分区

为已存在的分区表删除分区。

MaxCompute支持通过条件筛选方式删除分区。如果您希望一次性删除符合某个规则条件的多个分区，可以使用表达式指定筛选条件，通过筛选条件匹配分区并批量删除分区。

• 限制条件

  • 每个分区过滤子句只能访问一个分区列。

  • 表达式用到的函数必须是内建的Scalar函数。

• 注意事项

  • 删除分区之后，MaxCompute项目的存储量会降低。

  • 您可以结合MaxCompute提供的生命周期功能，实现自动回收旧分区的能力。更多生命周期信息，请参见生命周期。

• 命令格式

  • 未指定筛选条件

    --一次删除一个分区。
    ALTER TABLE <table_name> DROP [IF EXISTS] PARTITION <pt_spec>;
    --一次删除多个分区。
    ALTER TABLE <table_name> DROP [IF EXISTS] PARTITION <pt_spec>,PARTITION <pt_spec>[,PARTITION <pt_spec>....];

  • 指定筛选条件

    ALTER TABLE <table_name> DROP [IF EXISTS] PARTITION <partition_filtercondition>;

• 参数说明

  参数	是否必填	说明
  table_name	是	待删除分区的分区表名称。
  IF EXISTS	否	如果未指定if exists且分区不存在，则返回报错。
  pt_spec	是	删除的分区。格式为：(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。其中partition_col是分区字段，partition_col_value是分区值。分区字段不区分大小写，分区值区分大小写。
  partition_filtercondition	否	指定筛选条件时必填。分区筛选条件，不区分大小写。格式如下： partition_filtercondition : PARTITION (<partition_col> <relational_operators> <partition_col_value>) | PARTITION (scalar(<partition_col>) <relational_operators> <partition_col_value>) | PARTITION (<partition_filtercondition1> AND|OR <partition_filtercondition2>) | PARTITION (NOT <partition_filtercondition>) | PARTITION (<partition_filtercondition1>)[,PARTITION (<partition_filtercondition2>), ...] 介绍如下： partition_col：分区名称。 relational_operators：关系运算符，详情请参见运算符。 partition_col_value：分区列比较值或正则表达式，与分区列数据类型保持一致。 scalar()：Scalar函数。Scalar函数基于输入值生成对应的标量，对分区列的值（partition_col）进行处理后再按照指定的关系运算符relational_operators与partition_col_value做比较。 分区过滤条件支持逻辑运算符NOT、AND和OR。支持通过NOT过滤条件子句，取过滤规则的补集。支持多个过滤条件子句以AND或OR的关系组成整体分区匹配规则。 支持多个分区过滤子句，当多个分区过滤子句以英文逗号（,）分隔时，每个过滤子句的逻辑以OR的关系组成整体分区匹配规则。

• 使用示例

  • 未指定筛选条件

    --从表sale_detail中删除一个分区，2013年12月杭州分区的销售记录。
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date='201312',region='hangzhou'); 
    --从表sale_detail中同时删除两个分区，2013年12月杭州和上海分区的销售记录。
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date='201312',region='hangzhou'),PARTITION(sale_date='201312',region='shanghai');

  • 指定筛选条件

    --创建分区表
    CREATE TABLE IF NOT EXISTS sale_detail(
    shop_name     STRING,
    customer_id   STRING,
    total_price   DOUBLE)
    partitioned BY (sale_date STRING);
    --添加分区
    ALTER TABLE sale_detail ADD if NOT EXISTS
    PARTITION (sale_date= '201910')
    PARTITION (sale_date= '201911')
    PARTITION (sale_date= '201912')
    PARTITION (sale_date= '202001')
    PARTITION (sale_date= '202002')
    PARTITION (sale_date= '202003')
    PARTITION (sale_date= '202004')
    PARTITION (sale_date= '202005')
    PARTITION (sale_date= '202006')
    PARTITION (sale_date= '202007');
    --批量删除分区
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date < '201911');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date >= '202007');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date LIKE '20191%');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date IN ('202002','202004','202006'));
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date BETWEEN '202001' AND '202007');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(substr(sale_date, 1, 4) = '2020');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date < '201912' OR sale_date >= '202006');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date > '201912' AND sale_date <= '202004');
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(NOT sale_date > '202004');
    --支持多个分区过滤表达式，表达式之间是OR的关系
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date < '201911'), PARTITION(sale_date >= '202007');
    --添加其他格式分区
    ALTER TABLE sale_detail ADD IF NOT EXISTS
    PARTITION (sale_date= '2019-10-05') 
    PARTITION (sale_date= '2019-10-06') 
    PARTITION (sale_date= '2019-10-07');
    --批量删除分区，使用正则表达式匹配分区。
    ALTER TABLE sale_detail DROP IF EXISTS PARTITION(sale_date RLIKE '2019-\\d+-\\d+');
    --创建多级分区表。
    CREATE TABLE IF NOT EXISTS region_sale_detail(
    shop_name     STRING,
    customer_id   STRING,
    total_price   DOUBLE)
    partitioned BY (sale_date STRING , region STRING );
    --添加分区。
    ALTER TABLE region_sale_detail ADD IF NOT EXISTS
    PARTITION (sale_date= '201910',region = 'shanghai')
    PARTITION (sale_date= '201911',region = 'shanghai')
    PARTITION (sale_date= '201912',region = 'shanghai')
    PARTITION (sale_date= '202001',region = 'shanghai')
    PARTITION (sale_date= '202002',region = 'shanghai')
    PARTITION (sale_date= '201910',region = 'beijing')
    PARTITION (sale_date= '201911',region = 'beijing')
    PARTITION (sale_date= '201912',region = 'beijing')
    PARTITION (sale_date= '202001',region = 'beijing')
    PARTITION (sale_date= '202002',region = 'beijing');
    --执行如下语句批量删除多级分区，两个匹配条件是或的关系，会将sale_date小于201911或region等于beijing的分区都删除掉。
    ALTER TABLE region_sale_detail DROP IF EXISTS PARTITION(sale_date < '201911'),PARTITION(region = 'beijing');
    --如果删除sale_date小于201911且region等于beijing的分区，可以使用如下方法。
    ALTER TABLE region_sale_detail DROP IF EXISTS PARTITION(sale_date < '201911', region = 'beijing');

    批量删除多级分区时，在一个partition过滤子句中，不能根据多个分区列编写组合条件匹配分区，如下语句会报错FAILED: ODPS-0130071:[1,82] Semantic analysis exception - invalid column reference region, partition expression must have one and only one column reference。

    --分区过滤子句只能访问一个分区列，如下语句报错。
    ALTER TABLE region_sale_detail DROP IF EXISTS PARTITION(sale_date < '201911' AND region = 'beijing');

清空分区数据

清空分区表中指定分区的数据。

MaxCompute支持通过条件筛选方式清空分区数据。如果您希望一次性删除符合某个规则条件的一个或多个分区，可以使用表达式指定筛选条件，通过筛选条件匹配分区并批量清空分区数据。

• 命令格式

  • 未指定筛选条件

    TRUNCATE TABLE <table_name> PARTITION <pt_spec>[, PARTITION <pt_spec>....];

  • 指定筛选条件

    TRUNCATE TABLE <table_name> PARTITION <partition_filtercondition>;

• 参数说明

  参数	是否必填	说明
  table_name	是	待清空分区数据的分区表名称。
  pt_spec	是	待清空数据的分区。格式为：(partition_col1 = partition_col_value1, partition_col2 = partition_col_value2, ...)。其中partition_col是分区字段，partition_col_value是分区值。分区字段不区分大小写，分区值区分大小写。
  partition_filtercondition	否	指定筛选条件时必填。分区筛选条件，不区分大小写。格式如下： partition_filtercondition : PARTITION (<partition_col> <relational_operators> <partition_col_value>) | PARTITION (scalar(<partition_col>) <relational_operators> <partition_col_value>) | PARTITION (<partition_filtercondition1> AND|OR <partition_filtercondition2>) | PARTITION (NOT <partition_filtercondition>) | PARTITION (<partition_filtercondition1>)[,PARTITION (<partition_filtercondition2>), ...] 介绍如下： partition_col：分区名称。 relational_operators：关系运算符，详情请参见运算符。 partition_col_value：分区列比较值或正则表达式，与分区列数据类型保持一致。 scalar()：Scalar函数。Scalar函数基于输入值生成对应的标量，对分区列的值（partition_col）进行处理后再按照指定的关系运算符relational_operators与partition_col_value做比较。 分区过滤条件支持逻辑运算符NOT、AND和OR。支持通过NOT过滤条件子句，取过滤规则的补集。支持多个过滤条件子句以AND或OR的关系组成整体分区匹配规则。 支持多个分区过滤子句，当多个分区过滤子句以英文逗号（,）分隔时，每个过滤子句的逻辑以OR的关系组成整体分区匹配规则。

• 使用示例

  • 未指定筛选条件

    --从表sale_detail中清空一个分区，清空2013年12月杭州地域的销售记录。
    TRUNCATE TABLE sale_detail PARTITION(sale_date='201312',region='hangzhou');
    
    --从表sale_detail中同时清空两个分区，清空2013年12月杭州和上海地域的销售记录。
    TRUNCATE TABLE sale_detail PARTITION(sale_date='201312',region='hangzhou'),  PARTITION(sale_date='201312',region='shanghai');

  • 指定筛选条件

    --从表sale_detail中清空多个分区，清空杭州地域下sale_date以2013开头的销售记录。
    TRUNCATE TABLE sale_detail PARTITION(sale_date LIKE '2013%' AND region='hangzhou');

  • 清空Delta Table非分区表

    --清空非分区表，表类型必须为非分区表, 否则报错
    TRUNCATE TABLE mf_tt2; 

相关文档

更多关于表操作命令详情，请参见：

• 创建和删除表

• 修改和查看表

• 列操作

• 查看表和视图

• CLONE TABLE