创建Hologres内部表 - 大数据开发治理平台 DataWorks

Hologres可通过DDL方式创建Hologres内部表，也可使用DataWorks提供的可视化方式创建。本文为您介绍如何使用DataWorks可视化方式创建Hologres内部表。

前提条件

Hologres的表类型分为内部表和外部表，其区别如下：

内部表：可直接存储MaxCompute源数据。您可将MaxCompute源表数据同步至Hologres内部表中快速查询分析。该方式比创建外部表方式查询性能更好。
外部表：不能直接存储MaxCompute源数据，但可将MaxCompute源表数据映射至Hologres外部表中，加速查询分析数据。该方式无冗余存储，无需导入导出数据，即可快速获取查询结果。

DataWorks作为数据加工的开发平台，提供了便捷的可视化建表方式，同时，您也可以直接使用Hologres通过DDL语句建表，详情请参见建表概述。

当前仅华东2（上海）、华北2（北京）地域支持使用该功能。

进入数据开发页面。
登录DataWorks控制台，单击左侧导航栏的数据建模与开发 > 数据开发，在下拉框中选择对应工作空间后单击进入数据开发。
创建业务流程。
如果您已有业务流程，则可以忽略该步骤。
1. 鼠标悬停至图标，选择新建业务流程。
2. 在新建业务流程对话框，输入业务名称。
3. 单击新建。
创建Hologres内部表。
1. 鼠标悬停至图标，选择新建表 > Hologres > 表。
2. 在新建表对话框，选择表类型为内部表，并配置表所在的引擎、路径及名称等信息。

配置Hologres内部表。

在Hologres内部表的编辑页面，您可配置表的相关信息。

配置基础属性。

表的主要基础属性如下。

参数	描述
存储模式	表在Hologres中的存储模式。默认为列存。列存：适用于OLAP场景。适合各种复杂查询、数据关联、扫描、过滤和统计。写入和更新效率低于行存表。行存：适用于 KV（key-value）场景。适合基于主键的点查询和扫描。写入和更新更加友好。行列共存：适用于同时使用列存和行存的场景，既支持高效的点查询，也支持OLAP分析。该模式存储开销及内部数据状态同步的开销更大。说明更多存储格式的详细介绍，请参见建表概述的`orientation`参数说明。
生命周期	表的生命周期，单位为秒。默认表的生命周期为永久。说明从数据首次写入表的时间开始计算，当到达生命周期后，表数据会在某一段时间内被清除（该时间段随机）。
Binlog	表是否开启Binlog。Binlog开启时，需指定Binlog的生命周期，Binlog的生命周期默认为永久。说明仅Hologres V0.9及以上版本支持单表级别的Binlog功能。Binlog的更多介绍，详情请参见订阅Hologres Binlog。

配置业务信息。

说明表的业务信息，仅是基于业务需求方便管理表使用，不涉及底层逻辑的实现。

参数	描述
主题	表所属的一级文件夹与二级文件夹。您可基于业务用途对表进行归类，将同类表挂载至相同文件夹中。说明一级主题、二级主题仅为DataWorks上文件夹的呈现形式，旨在方便您更好地管理表。
层级	表所属的物理数仓分层。层级是用来定义和管理数据仓库分层，通常分为贴源层、共享层和分析层。您可根据表的业务用途，将其挂载至合适的层级。说明单击图标可自定义层级。详细操作请参见表管理。
物理分类	表的物理分类，即基于业务使用视角对表进行更详细的分类。通常包括基础业务层、高级业务层和其它。说明单击图标可自定义物理分类。详细操作请参见分类管理。

配置表结构。

参数	描述
字段设计	添加并定义表的字段信息。Hologres支持的数据类型，详情请参见数据类型汇总。
存储设计	定义表字段的存储方式。分布列：用于指定表的分布策略。数据根据分布列被分配到各个shard，后续基于shard进行计算、扫描等。分段列：通常指定与时间类型强相关的列作为分段列。当查询条件包含该分段列时，可快速找到相应数据对应的存储位置。适用于日志、流量等和时间强相关的数据。聚簇列：用于在指定列上建立聚簇索引。Hologres会在聚簇索引上对数据进行排序，加速索引列上range和filter查询。字典编码列：用于为指定列的值构建字典映射。字典编码可将字符串的比较转为数字的比较，加速group by、filter等查询。位图列：即比特编码列，可对存储文件内部数据进行快速等值过滤。因此，建议您将等值filter条件的数据构建为比特编码。更多存储方式的详细介绍，请参见建表概述。
分区	定义表的分区字段。说明当分区表设有主键时，主键中必须包含分区字段。

提交并发布Hologres内部表。

表结构定义完成后，您需将其提交至开发环境与生产环境，提交成功后才可在环境对应的引擎项目查看该表。

说明如果您使用的是简单模式的工作空间，仅需将表提交至生产环境。简单模式与标准模式工作空间介绍，详情请参见必读：简单模式和标准模式的区别。

操作	描述
从开发环境加载	用于从开发环境加载开发表的相关信息，并显示至当前页面。说明仅当表已被提交至开发环境后，才可执行该操作。执行该操作后，开发环境已创建的表信息会覆盖当前页面的表信息。
提交到开发环境	提交表至DataWorks的开发环境，即在开发环境所绑定的Hologres数据库创建当前表。提交后您可在DataWorks数据开发相应业务流程（即创建表时所选的路径）的Hologres目录，查看该表结构。
从生产环境加载	用于从生产环境加载生产表的相关信息，并显示至当前页面。说明仅当表已被提交至生产环境后，才可执行该操作。执行该操作后，生产环境已创建的表信息会覆盖当前页面的表信息。
提交到生产环境	提交表至DataWorks的生产环境，即在生产环境所绑定的Hologres数据库创建当前表。

Hologres内部表创建完成后，您可执行如下操作：

进行Hologres相关数据开发，详情请参见Hologres SQL节点、Hologres语法。
通过Hologre外部表周期性导入MaxCompute数据至Hologres内部表：
- 使用命令方式导入，详情请参见使用SQL导入MaxCompute的数据至Hologres。
- 使用DataWorks可视化方式导入，详情请参见一键MaxCompute数据同步节点。