SELECT语法介绍

• 用列名指定要读取的列。例如，读取表sale_detail的列shop_name。

  SELECT shop_name FROM sale_detail;

• 用*代表所有的列。读取表sale_detail中所有的列。

  SELECT * FROM sale_detail;

  在WHERE中可以指定过滤的条件。

  SELECT * FROM sale_detail WHERE shop_name LIKE 'hang%';

• select_expr支持正则表达式。示例如下：
  • SELECT `abc.*` FROM t;选出t表中所有列名以abc开头的列。
  • SELECT `(ds)?+.+` FROM t;选出t表中列名不为ds的所有列。
  • SELECT `(ds|pt)?+.+` FROM t;选出t表中排除ds和pt两列的其它列。
  • SELECT `(d.*)?+.+` FROM t;选出t表中排除列名以d开头的其它列。
  说明

  在排除多个列时，如果col2是col1的前缀，则需保证col1写在col2的前面（较长的col写在前面）。例如，一个表有2个分区无需被查询，一个分区名为ds，另一个为dshh，由于前者是后者的前缀，则正确表达式为SELECT `(dshh|ds)?+.+` FROM tbl;；错误表达式为SELECT `(ds|dshh)?+.+` FROM tbl; 。

• DISTINCT去重。您可以在选取的列名前使用DISTINCT去掉重复字段，只返回一个值；而使用ALL会返回字段中所有重复的值。不指定此选项时，默认值为ALL。
  示例如下。

  --查询表sale_detail中region列数据，如果有重复值时仅显示一条。
  SELECT DISTINCT region FROM sale_detail;
  +------------+
  | region     |
  +------------+
  | shanghai   |
  +------------+
  --DISTINCT多列时，DISTINCT的作用域是SELECT的列集合，不是单个列。
  SELECT DISTINCT region, sale_date FROM sale_detail;
  +------------+------------+
  | region     | sale_date  |
  +------------+------------+
  | shanghai   | 20191110   |
  +------------+------------+

SELECT * FROM (SELECT region FROM sale_detail) t WHERE region = 'shanghai';

• 在SELECT语句的WHERE子句中，您可以指定分区范围，只扫描表的指定部分，避免全表扫描，命令示例如下。

  SELECT sale_detail.* 
  FROM sale_detail
  WHERE sale_detail.sale_date >= '2008'
  AND sale_detail.sale_date <= '2014';

  说明 您可以通过EXPLAIN SELECT语句查看分区裁剪是否生效。普通的UDF或JOIN的分区条件写法都有可能导致分区裁剪不生效，详情请参见分区剪裁合理性评估。
• UDF支持分区裁剪。支持的方式是将UDF语句先当作一个小作业执行，再将执行的结果替换到原来UDF出现的位置。实现的方式有以下两种：
  • 在编写UDF的时候，UDF类上加入Annotation。

    @com.aliyun.odps.udf.annotation.UdfProperty(isDeterministic=true)

    说明 com.aliyun.odps.udf.annotation.UdfProperty定义在odps-sdk-udf.jar文件中。您需要把引用的odps-sdk-udf版本提高到0.30.x或以上。
  • 在SQL语句前增加设置Flag语句set odps.sql.udf.ppr.deterministic = true;，此时SQL中所有的UDF均被视为deterministic。该操作执行的原理是进行执行结果回填，但是结果回填最多回填1000个分区。因此，如果UDF类加入Annotation，则可能会导致出现超过1000个回填结果的报错。此时您如果需要忽视此错误，可以通过设置Flagset odps.sql.udf.ppr.to.subquery = false;全局关闭此功能。关闭后，UDF分区裁剪也会失效。
• BETWEEN…AND查询示例如下。

  SELECT sale_detail.* 
  FROM sale_detail 
  WHERE sale_detail.sale_date BETWEEN '2008' AND '2014';

--直接使用输入表列名region作为GROUP BY的列，即以region值分组。
SELECT region FROM sale_detail GROUP BY region;
--以region值分组，返回每一组的销售额总量。
SELECT SUM(total_price) FROM sale_detail GROUP BY region;
--以region值分组，返回每一组的region值（组内唯一）及销售额总量。
SELECT region, SUM(total_price) FROM sale_detail GROUP BY region;
--使用SELECT列的别名运行，返回报错。
SELECT region AS r FROM sale_detail GROUP BY r;
--必须使用列的完整表达式。
SELECT 2 + total_price AS r FROM sale_detail GROUP BY 2 + total_price;
--返回报错，SELECT的所有列中没有使用聚合函数的列，必须出现在GROUP BY中。
SELECT region, total_price FROM sale_detail GROUP BY region;
--没有使用聚合函数的列出现在GROUP BY中后，运行成功。
SELECT region, total_price FROM sale_detail GROUP BY region, total_price;     

• 如果关闭了项目空间数据保护，修改odpscmd config.ini文件。

  设置odpscmd config.ini文件中的use_instance_tunnel=true，如果不配置instance_tunnel_max_record参数，则屏显行数不受限制；否则，屏显行数受instance_tunnel_max_record参数值限制。instance_tunnel_max_record参数值上限为10000行。Instance Tunnel详情请参见Tunnel命令使用说明。

• 如果开启了项目空间数据保护，屏显行数受READ_TABLE_MAX_ROW参数值限制，配置上限为10000行。