在
default
的Schema下创建表
users
。
CREATE TABLE kudu.default.users (
user_id int WITH (primary_key = true),
first_name varchar,
last_name varchar
) WITH (
partition_by_hash_columns = ARRAY['user_id'],
partition_by_hash_buckets = 2
说明 创建表时必须指定必要的表信息，例如，主键、列的编码格式或压缩格式、Hash分区或Range分区等。
查看表信息。DESCRIBE kudu.default.users;
返回如下类似信息。
Column | Type | Extra | Comment
------------+---------+-------------------------------------------------+---------
user_id | integer | primary_key, encoding=auto, compression=default |
first_name | varchar | nullable, encoding=auto, compression=default |
last_name | varchar | nullable, encoding=auto, compression=default |
(3 rows)
INSERT INTO kudu.default.users VALUES (1, 'Donald', 'Duck'), (2, 'Mickey', 'Mouse');
查询数据。SELECT * FROM kudu.default.users;
开启Schema模拟功能
如果在连接器的配置文件
etc/catalog/kudu.properties里设置了开启Schema模拟功能，则表会根据命名约定被映射到对应的Schema里。
如果设置了kudu.schema-emulation.enabled=true和kudu.schema-emulation.prefix=，则映射关系如下表。
创建表需要指定列、数据类型和分区信息，也可以根据您实际的情况指定列编码格式或压缩格式。创建表示例如下。
CREATE TABLE user_events (
user_id int WITH (primary_key = true),
event_name varchar WITH (primary_key = true),
message varchar,
details varchar WITH (nullable = true, encoding = 'plain')
) WITH (
partition_by_hash_columns = ARRAY['user_id'],
partition_by_hash_buckets = 5,
number_of_replicas = 3
该示例中主键为user_id和event_name，通过user_id列的HASH值划分为5个分区，number_of_replicas设置为3。
创建表时相关参数描述如下：
主键列必须放在前面，分区列必须选取自主键列。
number_of_replicas：可选项，该值指定了tablet的副本数，且必须为奇数。如果没有指定该配置，则使用Kudu Master 默认配置的副本数。
Kudu支持Hash和Range两种类型的分区。Hash分区根据Hash值分发数据行到多个桶中的一个桶。Range分区使用有序的Range分区键分发数据行，具体的Range分区必须被显式创建。Kudu支持多级分区，一个表至少要有一个Hash或Range分区，但最多有一个Range分区，可以有多个Hash分区。
除了指定列名称和类型，还可以指定其他列属性。
示例如下。
CREATE TABLE mytable (
name varchar WITH (primary_key = true, encoding = 'dictionary', compression = 'snappy'),
index bigint WITH (nullable = true, encoding = 'runlength', compression = 'lz4'),
comment varchar WITH (nullable = true, encoding = 'plain', compression = 'default'),
) WITH (...);
一个表至少要有一个Hash或Range分区，但最多只能有一个Range分区，可以有多个Hash分区。分区信息如下：
Hash分区
定义一组分区
您可以使用表属性
partition_by_hash_columns配置分区列，表属性
partition_by_hash_buckets配置分区个数，所有的分区列必须是主键列的子集。示例如下。
CREATE TABLE mytable (
col1 varchar WITH (primary_key=true),
col2 varchar WITH (primary_key=true),
) WITH (
partition_by_hash_columns = ARRAY['col1', 'col2'],
partition_by_hash_buckets = 4
说明 该示例定义了（col1，col2）的Hash分区，数据分布到4个分区。
定义两组分区
如果需要定义两个独立的Hash分区组，可以再设置表属性
partition_by_second_hash_columns和
partition_by_second_hash_buckets。示例如下。
CREATE TABLE mytable (
col1 varchar WITH (primary_key=true),
col2 varchar WITH (primary_key=true),
) WITH (
partition_by_hash_columns = ARRAY['col1'],
partition_by_hash_buckets = 2,
partition_by_second_hash_columns = ARRAY['col2'],
partition_by_second_hash_buckets = 3
说明 该示例定义了两组Hash分区，第一组Hash分区按照列col1对数据行分布到2个分区，第二组Hash分区按照列col2对数据行分布到3个分区，因此该表会有共计2*3=6个分区。
Range分区
kudu表最多可以有一个Range分区，可以使用表属性
partition_by_range_columns定义。在创建表的时候，可以使用表属性
range_partitions定义分区范围，表属性
kudu.system.add_range_partition和
kudu.system.drop_range_partition可以对已有的表进行Range分区管理。示例如下。
CREATE TABLE events (
rack varchar WITH (primary_key=true),
machine varchar WITH (primary_key=true),
event_time timestamp WITH (primary_key=true),
) WITH (
partition_by_hash_columns = ARRAY['rack'],
partition_by_hash_buckets = 2,
partition_by_second_hash_columns = ARRAY['machine'],
partition_by_second_hash_buckets = 3,
partition_by_range_columns = ARRAY['event_time'],
range_partitions = '[{"lower": null, "upper": "2018-01-01T00:00:00"},
{"lower": "2018-01-01T00:00:00", "upper": null}]'
说明 该示例定义了二组Hash分区和一个对
event_time列进行Range分区的表，Range分区范围由
2018-01-01T00:00:00进行分割。
分区操作示例如下：
增加一个Range分区CALL kudu.system.add_range_partition(<your_schema_name>, <your_table_name>, <range_partition_as_json_string>)
删除一个Range分区CALL kudu.system.drop_range_partition(<your_schema_name>, <your_table_name>, <range_partition_as_json_string>)
<range_partition_as_json_string>
JSON格式表示的Range分区的上下边界，格式为
'{"lower": <value>, "upper": <value>}'，如果分区有多个列，则格式为
'{"lower": [<value_col1>,...], "upper": [<value_col1>,...]}'，上下边界具体的取值形式由列数据类型决定。数据类型和JSON字符串类型对应关系如下：
BIGINT：‘{“lower”: 0, “upper”: 1000000}’
SMALLINT：‘{“lower”: 10, “upper”: null}’
VARCHAR：‘{“lower”: “A”, “upper”: “M”}’
TIMESTAMP：‘{“lower”: “2018-02-01T00:00:00.000”, “upper”: “2018-02-01T12:00:00.000”}’
BOOLEAN：‘{“lower”: false, “upper”: true}’
VARBINARY：Base64编码的字符串值
说明 设置为null时，则表示无限边界。
示例如下。
CALL kudu.system.add_range_partition('myschema', 'events', '{"lower": "2018-01-01", "upper": "2018-06-01"}')
说明 该示例myschema里的表events增加了一个Range分区，该分区的下界是2018-01-01，即精确值是2018-01-01T00:00:00.000，分区的上界是2018-06-01。
您可以使用SQL语句
SHOW CREATE TABLE查询已经存在的Range分区，分区信息通过表属性
range_partitions展示。
