跳到主要内容
版本: 最新版本-3.5

ARRAY

ARRAY 作为一种数据库的扩展类型，被广泛支持于各种数据库系统，例如 PostgreSQL、ClickHouse 和 Snowflake。 ARRAY 广泛应用于 A/B 测试、用户标签分析和用户画像等场景。 StarRocks 支持多维数组嵌套、数组切片、比较和过滤。

定义 ARRAY 列​

您可以在创建表时定义 ARRAY 列。

-- Define a one-dimensional array.
ARRAY<type>

-- Define a nested array.
ARRAY<ARRAY<type>>

-- Define an array column as NOT NULL.
ARRAY<type> NOT NULL

type 指定数组中元素的数据类型。 StarRocks 支持以下元素类型：BOOLEAN、TINYINT、SMALLINT、INT、BIGINT、LARGEINT、FLOAT、DOUBLE、VARCHAR、CHAR、DATETIME、DATE、JSON、ARRAY (自 v3.1 起)、MAP (自 v3.1 起) 和 STRUCT (自 v3.1 起)。

默认情况下，数组中的元素是可空的，例如 [null, 1 ,2]。 您不能将数组中的元素指定为 NOT NULL。 但是，您可以在创建表时将 ARRAY 列指定为 NOT NULL，例如以下代码段中的第三个示例。

示例

-- Define c1 as a one-dimensional array whose element type is INT.
create table t0(
  c0 INT,
  c1 ARRAY<INT>
)
duplicate key(c0)
distributed by hash(c0);

-- Define c1 as an nested array whose element type is VARCHAR.
create table t1(
  c0 INT,
  c1 ARRAY<ARRAY<VARCHAR(10)>>
)
duplicate key(c0)
distributed by hash(c0);

-- Define c1 as a NOT NULL array column.
create table t2(
  c0 INT,
  c1 ARRAY<INT> NOT NULL
)
duplicate key(c0)
distributed by hash(c0);

限制​

在 StarRocks 表中创建 ARRAY 列时，以下限制适用

  • 在早于 v2.1 的版本中，您只能在 Duplicate Key 表中创建 ARRAY 列。 从 v2.1 开始，您还可以在其他类型的表（Primary Key、Unique Key、Aggregate）中创建 ARRAY 列。 请注意，在 Aggregate 表中，仅当用于聚合该列中数据的函数是 replace() 或 replace_if_not_null() 时，才能创建 ARRAY 列。 有关更多信息，请参见聚合表。
  • ARRAY 列不能用作 Key 列。
  • ARRAY 列不能用作分区键（包含在 PARTITION BY 中）或分桶键（包含在 DISTRIBUTED BY 中）。
  • ARRAY 中不支持 DECIMAL V3。
  • 一个数组最多可以有 14 级嵌套。

在 SQL 中构造数组​

可以在 SQL 中使用方括号 [] 构造数组，每个数组元素用逗号 (,) 分隔。

mysql> select [1, 2, 3] as numbers;

+---------+
| numbers |
+---------+
| [1,2,3] |
+---------+

mysql> select ["apple", "orange", "pear"] as fruit;

+---------------------------+
| fruit                     |
+---------------------------+
| ["apple","orange","pear"] |
+---------------------------+

mysql> select [true, false] as booleans;

+----------+
| booleans |
+----------+
| [1,0]    |
+----------+

如果数组由多种类型的元素组成，StarRocks 会自动推断数据类型

mysql> select [1, 1.2] as floats;
+---------+
| floats  |
+---------+
| [1.0,1.2] |
+---------+

mysql> select [12, "100"];

+--------------+
| [12,'100']   |
+--------------+
| ["12","100"] |
+--------------+

您可以使用尖括号 (<>) 来显示声明的数组类型。

mysql> select ARRAY<float>[1, 2];

+-----------------------+
| ARRAY<float>[1.0,2.0] |
+-----------------------+
| [1,2]                 |
+-----------------------+

mysql> select ARRAY<INT>["12", "100"];

+------------------------+
| ARRAY<int(11)>[12,100] |
+------------------------+
| [12,100]               |
+------------------------+

NULL 可以包含在元素中。

mysql> select [1, NULL];

+----------+
| [1,NULL] |
+----------+
| [1,null] |
+----------+

对于空数组，您可以使用尖括号显示声明的类型，也可以直接编写 [] 以便 StarRocks 根据上下文推断类型。 如果 StarRocks 无法推断类型，它将报告错误。

mysql> select [];

+------+
| []   |
+------+
| []   |
+------+

mysql> select ARRAY<VARCHAR(10)>[];

+----------------------------------+
| ARRAY<unknown type: NULL_TYPE>[] |
+----------------------------------+
| []                               |
+----------------------------------+

mysql> select array_append([], 10);

+----------------------+
| array_append([], 10) |
+----------------------+
| [10]                 |
+----------------------+

加载 Array 数据​

StarRocks 支持三种加载 Array 数据的方式

  • INSERT INTO 适合加载小规模数据进行测试。
  • Broker Load 适合加载具有大规模数据的 ORC 或 Parquet 文件。
  • Stream Load 和 Routine Load 适合加载具有大规模数据的 CSV 文件。

使用 INSERT INTO 加载数组​

您可以使用 INSERT INTO 逐列加载小规模数据，或者在加载数据之前对数据执行 ETL。

create table t0(
c0 INT,
c1 ARRAY<INT>
)
duplicate key(c0)
distributed by hash(c0);

INSERT INTO t0 VALUES(1, [1,2,3]);

使用 Broker Load 从 ORC 或 Parquet 文件加载数组​

StarRocks 中的数组类型对应于 ORC 和 Parquet 文件中的列表结构，这消除了您在 StarRocks 中指定不同数据类型的需要。 有关数据加载的更多信息，请参见Broker Load。

使用 Stream Load 或 Routine Load 加载 CSV 格式的数组​

默认情况下，CSV 文件中的数组用逗号分隔。 您可以使用Stream Load 或 Routine Load来加载 CSV 文本文件或 Kafka 中的 CSV 数据。

查询 ARRAY 数据​

您可以使用 [] 和下标访问数组中的元素，下标从 1 开始。

mysql> select [1,2,3][1];

+------------+
| [1,2,3][1] |
+------------+
|          1 |
+------------+
1 row in set (0.00 sec)

如果下标为 0 或负数，不会报告错误，并且返回 NULL。

mysql> select [1,2,3][0];

+------------+
| [1,2,3][0] |
+------------+
|       NULL |
+------------+
1 row in set (0.01 sec)

如果下标超出数组的长度（数组中元素的数量），将返回 NULL。

mysql> select [1,2,3][4];

+------------+
| [1,2,3][4] |
+------------+
|       NULL |
+------------+
1 row in set (0.01 sec)

对于多维数组，可以递归访问元素。

mysql(ARRAY)> select [[1,2],[3,4]][2];

+------------------+
| [[1,2],[3,4]][2] |
+------------------+
| [3,4]            |
+------------------+
1 row in set (0.00 sec)

mysql> select [[1,2],[3,4]][2][1];

+---------------------+
| [[1,2],[3,4]][2][1] |
+---------------------+
|                   3 |
+---------------------+
1 row in set (0.01 sec)