Skip to content

Latest commit

 

History

History
959 lines (708 loc) · 43.3 KB

Standard_SQL_in_DolphinDB.md

File metadata and controls

959 lines (708 loc) · 43.3 KB
Raw

DolphinDB SQL 标准化

为了提升用户体验，降低用户学习成本和脚本迁移复杂度，自 1.30.17 / 2.00.5 版本开始，DolphinDB 逐步支持了标准化 SQL 的书写方法；并于 1.30.22 / 2.00.10 版本起，对标准 SQL 的常用语法和关键字实现了兼容。

1 与标准 SQL 的兼容性

在脚本层面，自 1.30.22 / 2.00.10 版本起，DolphinDB SQL 开始支持：

  • 关键字全大写或全小写的书写方式
  • 脚本的换行不影响语法解析，但存在两种特殊情况：
    • 组合关键字不允许拆分，如 order by, group by, context by, pivot by, union all, inner join, nulls first 等。
    • 不使用 as 指定字段别名时，别名与原字段之间不能换行。

注意： SQL 语句中的数据库或数据表名称是大小写敏感的。

本章三个小节分别以列表形式说明 DolphinDB 对标准 SQL 语法的支持：

包含：

  • 对 SQL-92 常用关键字的支持性
  • 对 SQL 类型及类型转换函数的支持性
  • 非 SQL-92 标准的常用关键字支持表

1.1 常用的 ANSI SQL-92 关键字支持表

下表共统计了 92 项常用的 ANSI SQL-92 关键字，支持 60 项。其中，在不支持的 30 项中：5 项部分兼容，7项与约束相关（在分析项目中没有太大的使用价值），10 项有替代方案。

√：表示兼容 ×：不兼容 ○：部分兼容

“说明” 字段会给出对应函数或可替代的方案

keyword（按 A-Z 排列） 兼容性 说明
CHECK × 不支持约束
CONSTRAINT × 不支持约束
CONTAINS × 用 LIKE 替代
DEFAULT × 不支持默认值
ESCAPE × 暂不支持 ESCAPE 定义转义符
EXCEPT × 暂不支持 EXCEPT，用 WHERE 替代过滤
EXEC × 存在同名关键字，但是作用不同
EXTRACT × 通过内置日期函数截取日期/时间的某个部分
FOREIGN × 不支持外键
GLOBAL × 不支持定义 GLOBAL TEMPORARY TABLE
IDENTITY × 需要自定义标识列，或者用 rowNo 替代
INTERSECT × 暂不支持取交集，用 WHERE 过滤
LAST × <fetch orientation> 的关键字之一，表示取最后几行记录。目前 DolphinDB 仅支持在 CONTEXT BY LIMIT 中指定取最后几行记录。
注：内部存在同名关键字 LAST 用于排序时指定空值位置，用法 NULLS LAST。
NATURAL × 不支持 NATURAL JOIN，用 INNER JOIN 替代
OUTER × 直接用 LEFT JOIN, RIGHT JOIN, FULL JOIN 替代
OVERLAPS × 用 EXITS 替代
POSITION × 用 strpos 替代
PRIMARY × 不支持主键
REFERENCES × 不支持外键
RESTRICT × 不支持约束删除
SOME × 用 ANY 替代
SPACE ×
TRANSLATE × 用 strReplace 或 regexReplace 替代
UNIQUE × 不支持唯一约束
VIEW × 不支持视图
ADD √ ALTER..ADD..
ALL √
ALTER √
AND √
ANY √
AS √
ASC √
BETWEEN √
BY √
CASE √
CAST / CONVERT √ 对应 cast 函数
COALESCE √
COLUMN √
COUNT √
CREATE √
CROSS √ CROSS JOIN
DELETE √
DESC √
DISTINCT √
DROP √
ELSE √ CASE WHEN..THEN..ELSE END
END √ CASE WHEN..THEN..ELSE END
EXISTS √
FALSE √ false
FROM √
FULL √ FULL JOIN
GROUP √
HAVING √
IF √ IF
IN √
INNER √ INNER JOIN
INSERT √
IS √ IS NULL
JOIN √
LEFT √ LEFT JOIN, 字符串函数 left
LIKE √
LOWER √ 对应 lower 函数
MAX / MIN √ 对应 max，min 函数
NOT √
NULL √
NULLIF √ 对应 nullIf 函数
ON √ JOIN .. ON
OR √
ORDER √
REPEAT √ 对应 repeat 函数
RIGHT √ 字符串 right 函数
SELECT √
SET √
SUBSTRING √ 对应 substr 函数
SUM √ 对应 sum 函数
TABLE √
TEMPORARY √
THEN √
TRIM √ 对应 trim 函数
TRUE √ true
UNION √
UPDATE √
UPPER √ 对应函数 upper
VALUES √ INSERT INTO .. VALUES ..
WHEN √
WHERE √
WITH √
CHARACTER_LENGTH ○ 对应 strlen 函数
FETCH ○ 用 TOP / LIMIT 子句替代
FIRST ○ <fetch orientation> 的关键字之一，可以用 TOP/LIMIT 替代
注：内部存在同名关键字 FIRST 用于排序时指定空值位置，用法 NULLS FIRST。
TRANSACTION ○ 对应 TRANSACTION 关键字
WHILE ○ 用内部 FOR 或 DO-WHILE 代替

需要注意 DolphinDB 内部的权限管理机制是一套独立的机制，和 SQL 不直接挂钩，因此此处关键字不包含权限相关的关键字，如：GRANT, DENY 等。

1.2 SQL 类型及相关类型转换函数的支持表

keyword（按 A-Z 排列） 兼容性 说明
CHAR / CHARACTER 类型 ○ 对应 STRING, SYMBOL 类型
DATE 类型 ○ 对应 DATE 类型，或 date 函数
DATETIME 类型 ○ 对应 DATETIME 类型
DAY 函数 ○ 对应函数 dayOfMonth
DECIMAL / DEC / NUMERIC 类型 ○ 对应 DECIMAL32, DECIMAL64, DECIMAL128
DOUBLE 类型 ○ 对应 DOUBLE 类型
FLOAT / REAL 类型 ○ 对应 FLOAT 类型
HOUR 函数 ○ 对应 hour 函数
INT / INTEGER 类型 ○ 对应 INT, SHORT, LONG
INTERVAL 关键字 × 用 temporalAdd 的 DURATION 替代
MINUTE 函数 ○ 对应 minuteOfHour 函数
MONTH 函数 ○ 对应 monthOfYear 函数
SECOND 函数 ○ 对应 secondOfMinute 函数
TIME 类型 ○ 对应 SECOND 类型
TIMESTAMP 类型 ○ 对应 DATETIME 类型
VARCHAR 类型 ○ 对应 STRING, SYMBOL 类型
YEAR 类型 × 不支持年类型
YEAR 函数 ○ 对应 year 函数

1.3 非 SQL-92 标准的常用关键字支持表

DolphinDB 针对分布式计算提供了很多特有的关键字，也根据应用场景提供了一些特色的 join 方法。

keyword（按 A-Z 排列） 说明
asof join 按时间列就近连接
context by 类似 OVER 开窗函数，用于分组计算
cgroup by 累计分组计算
exec 生成一个标量、向量或矩阵
map 分区内单独计算
partition 选择分区
pivot by / unpivot 类似 Oracle 的 PIVOT，用于宽表和窄表的转换
sample 随机选取分区
top / limit 取前 n 条记录；其中 limit 和 context by 搭配使用可以取分组的前 n 条或后 n 条记录
truncate 删除数据
window join 窗口连接

DolphinDB 还提供了一些辅助 SQL 查询的 HINT 关键字：

keyword 说明
[HINT_LOCAL] 添加该关键字后，仅获取在本地所有节点数据的查询结果。
[HINT_HASH] group by 分组默认优先采用哈希算法。
[HINT_KEEPORDER] 添加该关键字后，context by 分组后计算的输出结果顺序将和输入保持一致。
[HINT_SEQ] 添加该关键字后，SQL 语句将在分区间串行执行。
[HINT_NOMERGE] 添加该关键字后，map 的查询结果不再汇总成一张内存表返回给客户端，而是直接返回分区表的句柄。
[HINT_PRELOAD] 仅 TSDB 引擎支持该关键字，添加后，where 语句进行条件过滤前，会先将所有数据列加载到内存后再进行过滤。
[HINT_EXPLAIN] 添加该关键字后，系统将打印 SQL 语句的执行过程，便于 SQL 查询中实时监测查询的速度和执行的顺序。
[HINT_SORT] 添加该关键字后，group by 分组时将采用排序算法进行。
[HINT_VECTORIZED] 添加该关键字后，group by 分组时将采用向量化运算（vectorization）。

2 数据准备

本章将简单介绍如何在 DolphinDB 中以标准 SQL 的方式编写脚本。为了便于用户实践理解，本章的所有案例均采用统一的数据库和数据表，建库建表语句请参见 2.2 章节。

2.1 数据集说明

本文的示例采用了 HR（人力资源数据集）做为案例数据集（见节尾）进行演示，包含以下几个表：

数据集 存储形式
countries 维度表
departments 维度表
employees 维度表
jobs 维度表
job_history 分布式表：HASH(EMPLOYEE_ID)
locations 维度表
regions 维度表

每个表的字段及类型如下：

  • countries
Column Name Type
COUNTRY_ID SYMBOL
COUNTRY_NAME STRING
REGION_ID INT
  • departments
Column Name Type
DEPARTMENT_ID INT
DEPARTMENT_NAME STRING
MANAGER_ID INT
LOCATION_ID INT
  • employees
Column Name Type
EMPLOYEE_ID INT
FIRST_NAME STRING
LAST_NAME STRING
EMAIL STRING
PHONE_NUMBER STRING
HIRE_DATE DATE
JOB_ID SYMBOL
SALARY INT
COMMISSION_PCT DOUBLE
MANAGER_ID INT
DEPARTMENT_ID INT
  • jobs
Column Name Type
JOB_ID SYMBOL
JOB_TITLE STRING
MIN_SALARY INT
MAX_SALARY INT
  • job_history
Column Name Type
EMPLOYEE_ID INT
START_DATE DATE
END_DATE DATE
JOB_ID SYMBOL
DEPARTMENT_ID INT
  • locations
Column Name Type
LOCATION_ID INT
STREET_ADDRESS STRING
POSTAL_CODE LONG
CITY STRING
STATE_PROVINCE STRING
COUNTRY_ID SYMBOL
  • regions
Column Name Type
REGION_ID INT
REGION_NAME STRING

数据文件：

2.2 建库建表

在 DolphinDB 中既可以通过符合标准 SQL 语言习惯的脚本建库建表，也可以通过 DolphinDB 内置的函数接口建库建表。

（1）创建数据库

create database "dfs://hr" partitioned by HASH([INT, 10])

（2）创建数据表

此处以创建表 "job_history" 为例进行说明。完整的建表脚本见附件：

create_db_table_sql.txt

STEP 1：创建分布式表

// 通过标准 SQL 的方式创建
create table "dfs://hr"."job_history" (
	EMPLOYEE_ID INT,
	START_DATE DATE,
	END_DATE DATE,
	JOB_ID SYMBOL,
	DEPARTMENT_ID INT
)
partitioned by EMPLOYEE_ID

STEP 2：导入数据

DolphinDB 的 INSERT INTO 语句仅支持内存表的数据追加，对于维度表、分布式表，需要通过 tableInsert 或者 append! 接口进行追加。

job_history_tmp=loadText(dir+"JOB_HISTORY.csv")
job_history = loadTable("dfs://hr", "job_history")

job_history.append!(job_history_tmp)

2.3 修改表字段

注：DolphinDB 与其他关系型数据库、NoSQL、NewSQL 数据库不同的是，数据库、编程语言和分布式计算三者融为一体。这种设计使得 DolphinDB 可以一站式轻量化的解决大数据问题。但是，引用数据库和表时，因为与脚本中的变量名可能会冲突，故不能直接用数据库或表名称，必须使用 loadTable 函数加载数据表。

DolphinDB 支持通过 ALTER 语句，对字段进行增加、删除、重命名的操作。

alter table tableObj add columnName columnType;
alter table tableObj drop [column] columnName;
alter table tableObj rename [column] columnName to newColumnName;

上述三个语句也可以分别用 DolphinDB 函数 addColumn, dropColumns!, rename! 实现。

注意：对于分布式表，仅 OLAP 引擎支持删除和重命名操作。

（1）新增字段

给 "employees" 表增加一列全名 “FULL_NAME” 列，并更新该列的数据。

employees = loadTable("dfs://hr", "employees") // 加载表 employees

alter table employees add FULL_NAME STRING 
employees = loadTable("dfs://hr", `employees) // 增加列后需要重新加载表
update employees set FULL_NAME=FIRST_NAME + " " + LAST_NAME
select * from employees

（2）重命名字段

将 “FULL_NAME” 列重命名为 "EMPLOYEE_NAME"。

alter table employees rename "FULL_NAME" to "EMPLOYEE_NAME" 
employees = loadTable("dfs://hr", `employees) // 重命名列后需要重新加载表
select * from employees

（3）删除字段

删除上文新增的 "EMPLOYEE_NAME" 字段。

alter table employees drop EMPLOYEE_NAME 
employees = loadTable("dfs://hr", `employees) // 删除列后需要重新加载表
select * from employees

2.4 删除库表

（1）删除数据库

drop database if exists "dfs://hr"

（2）删除数据表

drop table if exists "dfs://hr"."job_history"

3 SQL 关键字

注：下文的表变量均是通过 tbName=loadTable(“dfs://hr“, `tbName) 加载得到的，为了说明的简洁，该步骤已被省略。

3.1 谓词

谓词指的是返回值为真值的函数，DolphinDB 支持谓词的关键字有：(not) in, (not) like, between, (not) exists, is (not) nullL。

(1) (not) in

选取 "employees" 表中 "EMPLOYEE_ID" 为 [101, 103, 152] 的对应记录。

select * from employees where EMPLOYEE_ID in [101, 103, 152];

选取 "employees" 表中 "EMPLOYEE_ID" 不在 100~150 的对应记录。

select * from employees where EMPLOYEE_ID not in 100..150;

(2) (not) like

选取 "employees" 表中 "PHONE_NUMBER" 以 “515” 开头的对应记录。

select * from employees where PHONE_NUMBER like "515%";

选取 "employees" 表中 "JOB_ID" 不以 “AD” 开头的对应记录。

select * from employees where JOB_ID not like "AD%";

(3) between

统计 2006 年雇佣的职员人数。

select count(*) from employees where date(HIRE_DATE) between 2006.01.01 and 2006.12.31 // output: 24

(4) (not) exists

注：由于 exists 暂不支持在分布式查询中使用，下述脚本先将维度表和分布式表赋值给内存表再进行查询。

job_history = select * from loadTable("dfs://hr", "job_history")
employees = select * from loadTable("dfs://hr", "employees")

查询记录在 "job_history" 表中的 "employees" 表的职员对应的记录。

select * from employees where exists(select * from job_history where employees.EMPLOYEE_ID in job_history.EMPLOYEE_ID)

查询记录不在 "job_history" 表中的 "employees" 表的职员对应的记录。

select * from employees where not exists(select * from job_history where employees.EMPLOYEE_ID in job_history.EMPLOYEE_ID)

(5) is (not) nullL

查询存在经理的部门对应的记录。

select * from departments where MANAGER_ID is not null

查询任务百分比为空的职员对应的记录。

select * from employees where COMMISSION_PCT is null

3.2 distinct

distinct 关键字添加在 select / exec 语句后，用于去除重复值并返回唯一值（distinct value）。

注：支持在分布式查询中使用，但暂不支持 distinct 与 group by, context by 或 pivot by 配合使用。

需要注意 DolphinDB 中存在同名的函数 distinct，若在 SQL 中使用 distinct 函数，则不保证返回结果的顺序，且默认将结果列的列名重命名为 "distinct_colName"。

select distinct COUNTRY_ID from locations // (1)
select distinct(COUNTRY_ID) from locations // (2)

在函数中应用 distinct：统计唯一值的数量。

select count(distinct JOB_ID) from employees // output: 19

对多列应用 distinct：取 "DEPARTMENT_ID", "MANAGER_ID" 的唯一值。

select distinct DEPARTMENT_ID, MANAGER_ID from employees

3.3 any / all

支持使用 any / all 进行谓词比较，谓词包括：=, !=, >, <, <=, >=.

  • any

查询和采购部门任意职工薪水相同的职工信息。

select * from employees
where salary = 
any(select salary 
 from employees
 where department_id = 30) 
order by employee_id

  • all

查询薪水大于等于 IT 部门的最低薪水的员工信息。

 select * from employees
 where salary >=
 all (select salary from employees where department_id=60)
 order by employee_id

注：目前不支持形如 ALL (1400, 3000) 这样的比较。

3.4 order by 支持 nulls first / last

支持在 order by 子句中，对空值字段进行 first/last 排序。

查询职工表并按经理 ID 排序，没有经理的职工优先。

select * from employees
order by manager_id asc nulls first

查询职工表并按经理 ID 排序，没有经理的职工放至最后。

select * from employees
order by manager_id asc nulls last

3.5 支持 with 语句

with 子句可以极大地提高 SQL 的可读性，并且通过 with 生成可复用的中间表，提高一些复杂 SQL 的执行效率。

查询财务部门已经工作5年以上，薪水8000以上的职员列表，并按薪水从高到低排序。该查询先查询财务部门工作5年以上的职工，生成临时表 "employees_with_salary_increase"，并在 "employees_with_salary_increase" 的基础上继续查询薪水在8000以上的职工信息生成 "employees_with_raise"表，最终在 "employees_with_raise" 表上查询并得到最终结果。

//search for the employees  that has worked more than 5 years and with a good salary
with  
  employees_with_salary_increase as (  
    select employee_id, salary, year(now()) as current_year,   
           case when  year(now()) - year(hire_date) > 5 then 1 else 0 end as has_5_years  
    from employees  
    where department_id = 100  
  ),  
  employees_with_raise as (  
    select employee_id, salary, has_5_years  
    from employees_with_salary_increase  
    where salary > 8000  
    and has_5_years = 1  
  )  
select employee_id, salary, has_5_years  
from employees_with_raise  
order by salary desc;

如上，在后续的版本中，通过使用 with 语句，我们可以将复杂的查询过程分解成多个步骤，并且将这些步骤的结果进行临时存储。这可以大大简化查询过程，并且提高查询效率。

3.6 集合运算

支持集合的并运算，包括 union、union all。

将地区信息表与部门信息表合并查询，查询所有的地区 ID（可能存在重复记录）。

  • union all
select location_id from locations 
union all 
select location_id from departments
order by location_id

  • union

将地区信息表与部门信息表合并查询，查询非重复的地区 ID。

select location_id from locations 
union  
select location_id from departments
order by location_id

4 join 增强

join 在分析场景应用广泛，尤其是在数据仓库维度建模中，通过 join 来生成大宽表服务于应用层。在之前的版中，join 有诸多限制（比如不支持类型不匹配的字段，只支持分布式表之间关联等）。DolphinDB 2.00.10 版本大大提升了 join 的功能。在标准SQL中，join 的语法主要定义在 SQL92, SQL99 中，SQL99 的可读性更高，功能更加完备，被广泛采用。

SQL92 关联特性

分类 语法 DolphinDB支持情况
笛卡尔积 from t1,t2 √
等值连接 from t1,t2 where t1.id= t2.id √
非等值连接 from t1,t2 where t1.id <op> t2.id
op 包括：>, <,>=, <=, <>，between…and		 √
外连接 左连接：from t1, t2 where t1.id = t2.id(+)
右连接：from t1, t2 where t1.id(+) = t2.id		 X
自连接 from t t1, t t2 where t1.id <op> t2.id
op 包括：=,>, <,>=, <=, <>，between…and		 √

SQL99 关联特性

分类 语法 DolphinDB支持情况
交叉连接（笛卡尔积） t1 cross join t2 √
等值连接 t1 [inner] join t2 on t1.id = t2.id √
非等值连接 t1 join t2 on t1.id t2.id
op包括：>, <,>=, <=, <>, between…and		 X
外连接 左连接：t1 left join t2
右连接：t1 right join t2
全连接：t1 full join t2		 √
自然连接 t1 natural join t2 X
using 连接 t1 [inner] join t2 using(id) X
自连接 t t1 join t t2 on t1.id <op> t2.id
op 包括：=,>, <,>=, <=, <>, between…and		 √

4.1 标准 SQL 的各种类型的关联、笛卡尔积

具体包括 cross join、inner join、left join、right join、full join。除标准SQL的关联之外，还拓展了 left semi join（左半连接）。

  • cross join（笛卡尔积）

获取职工的两两信息表，可以基于此结果集做一些关联分析。

  1. SQL 92
select * 
from employees a, employees b
where a.employee_id <> b.employee_id
  1. SQL99
 select * 
 from employees a
 cross join employees b
 where a.employee_id <> b.employee_id

  • inner join

职工表自关联，获取职工、经理 ID 信息。

  1. SQL92
select e1.employee_id, e1.manager_id
from employees e1, employees e2
where e1.manager_id = e2.employee_id
order by e1.employee_id, e1.manager_id

  1. SQL99
select e1.employee_id, e1.manager_id
from employees e1 
inner join employees e2
on e1.manager_id = e2.employee_id
order by e1.employee_id, e1.manager_id

  • left join

职工表自关联获取职工 ID，经理 ID，包括没有上级经理的职工。

select e1.employee_id, e1.last_name, e2.last_name as manager_name  
from employees e1
left join employees e2 
on e1.manager_id = e2.employee_id

  • left semi join

left semi join 不属于标准 SQL 的范畴，但应用广泛，且在分布式环境有较好的性能，故予以支持。

获取部门信息，并展示一个薪水在2500以上的员工信息。

select department_id, department_name,employee_id, first_name, last_name, salary
from departments 
left semi join employees // or left semijoin
on departments.department_id = employees.department_id 
       and employees.salary > 2500
order by department_id

  • right join

获取职工薪水、部门信息，包括那些没有所属部门的职工。

 select department_id, employee_id, first_name, last_name, salary
 from departments 
 right join employees
 on departments.department_id = employees.department_id 
        and employees.salary > 2500
 order by department_id

  • full join

展示所有部门的职工信息，包括没有员工的部门和没有所属部门的员工。

 select department_id, department_name, employee_id, first_name, last_name, salary
 from departments a
 full join employees b
 on a.department_id = b.department_id

4.2 表类型拓展

参与 join 的表类型支持：内存表、分布式表、维度表、非相关子查询（单表、多表 join 的子查询）的临时表。

查找各职员的工作历史信息, 测试各类型的表进行关联查询的兼容性情况。

select j.job_id, j.job_title, j.min_salary
  , h.start_date, h.end_date
from jobs j  
left join job_history h 
on h.job_id = j.job_id
类型 内存表 分布式表 维度表 子查询
内存表 √ √ √ √
分布式表 √ √ √ √
维度表 √ √ √ √
子查询 √ √ √ √

4.3 多表级联 join

现在你可以将任意多个表 join（之前的版本只能支持两个分区表的 join），来拼接一些大宽表。

关联查询职工表、部门表，获取详细的职工信息，包括个人、经理、部门相关信息。

 select a.employee_id, a.last_name, a.manager_id, b.last_name as manager_name
    , a.department_id, c.department_name
 from employees a
 inner join employees b 
 on a.manager_id = b.employee_id 
 inner join departments c 
 on a.department_id = c.department_id

4.4 on 条件拓展

查询职工的工作历史，并将 FI_ACCOUNT，AC_ACCOUNT 都视为 AC_ACCOUNT（会计）。

select employee_id, j.job_id, j.job_title, j.min_salary
  , h.start_date, h.end_date
from job_history h 
left join jobs j
on j.job_id = case when h.job_id in ("FI_ACCOUNT", "AC_ACCOUNT") then "FI_ACCOUNT" else h.job_id end  
order by employee_id

支持在 join 的条件列上做如下转换：

  • 函数
  • case when
  • 支持整型与 STRING/SYMBOL 类型字段 join

注：目前仍然不支持 on 1=2 这样的常量表达式（对开发、框架代码可能有一些影响）。

5 SQL 方言(dialect)兼容

Oracle、MySQL 等传统数据库在遵循 SQL 规范的前提下，都有各自的扩展特性，并且存在行为不一致的同名函数。以 substr/concat 函数为例：

  • MySQL 执行 select substr('HelloWorld',0,4) 会返回空值，Oracle 执行 select substr('HelloWorld',0,4) from dual 返回 "Hell"，两者输入一致，但是输出不一致。
  • MySQL 中 concat 可以拼接多个字符串，select concat('my', 's', 'ql', '8')，Oracle 中 concat 只能拼接两个字符串，两者函数名称一致，但是签名不一样。

为此，DolphinDB 开发了一整套框架，使得用户可以指定每个 session 选择兼容的 SQL 方言。目前已支持 Oracle 和 MySQL。其中在 Oracle 模式下，已经实现了一系列的 Oracle 函数，在 MySQL 模式下，实现的函数还较少。后续版本会继续开发，进一步提升兼容率。

5.1 脚本使用 SQL 方言

方言模式可以在客户端工具 session 级别进行指定，设置后按指定的 SQL 方言进行解析执行。以 DolphinDB GUI 环境为例：

设置 File → Preferences → Always show sqlStd dropDown(√)

选择对应的 SQL 方言即可，目前支持 Oracle、MySQL、DolphinDB 三种模式。

下面示例以 Oracle模式按部门统计职工薪水情况，包括部门信息、职工人数等：

select   
  d.department_id, 
  d.department_name,  
  count(a.employee_id) as num_of_employee_id,
  sum(a.salary) as total_salary,  
  avg(a.salary) as avg_salary,  
  max(a.salary) as max_salary,
  decode(a.job_id, 'IT_PROG' , 'Programmer', 'FI_ACCOUNT', 'Accountant', 'Others') as job_title
from employees a 
inner join departments d
on a.department_id = d.department_id  
group by   
  d.department_id,  
  d.department_name,  
  decode(a.job_id, 'IT_PROG' , 'Programmer', 'FI_ACCOUNT', 'Accountant', 'Others') as job_title

上述代码使用了 Oracle 的 decode 函数，除此之外，目前还支持： concat, sysdate, nvl, to_char, to_date, to_number, regexp_like, trunc, asciistr，instr，row_number。通过设置 SQL 方言，使用 Oracle 的应用程序迁移至 DolphinDB 时，SQL 代码迁移成本大大降低。 MySQL 模式的使用方式类似，方言选项选择 MySQL 即可。目前 MySQL 只支持 sysdate() 函数，后续版本会逐步提高兼容性。

5.2 API 使用 SQL 方言

  • Java API

使用 Java API 时可以在构造 DBconnection 对象时输入 SqlstdEnum, 包括 DolphinDB，Oracle，MySQL。

package com.dolphindb.sqlstd;

import com.xxdb.DBConnection;
import com.xxdb.comm.SqlStdEnum;
import com.xxdb.data.Entity;
import java.io.IOException;

public class OracleMode {
    public static void main(String[] args) throws IOException {
        DBConnection connection = new DBConnection(SqlStdEnum.Oracle);
        connection.connect("192.168.1.206", 11702, "admin", "123456");
        String sql = String.format(
                "select employee_id, first_name, last_name, \n" +
                "  decode(job_id, 'IT_PROG' , 'Programmer', 'FI_ACCOUNT', 'Accountant', 'Others') as jobs_title\n" +
                "from loadTable(%s, %s) a"
                , "\"dfs://hr\"", "\"employees\""
        );
        Entity result = connection.run(sql);
        System.out.println(result.getString());
    }
}
  • JDBC

使用 jdbc 时需要在 url 上增加配置项 sqlStd。

spring.datasource.url=jdbc:dolphindb://192.168.1.206:11702?databasePath=dfs://hr&sqlStd=Oracle
spring.datasource.username=admin
spring.datasource.password=123456
spring.datasource.driver-class-name=com.dolphindb.jdbc.Driver

6 总结

DolphinDB自1.30.22 / 2.00.10 版本起，对标准 SQL 的常用语法和关键字实现了兼容，包括：

  • 大小写兼容：SQL 关键字支持全大写或全小写，字段名大小写不敏感，但数据库名/表名还是大小写敏感；
  • SQL 语句换行解析：支持在 SQL 语句中任意位置的换行；
  • 支持谓词：支持的关键字有 (not) in, (not) like, (not ) between and, (not) exists, is (not) null
  • distinct 支持多列：distinct 支持对多个字段一起去重，暂不支持与 group by, context by, pivot by 联用；
  • order by 支持 nulls first/last
  • 支持 with as 语句
  • 支持 is null, is not null
  • 支持 union、union all
  • 支持 any、all
  • 支持多表 join：支持的 join 包括 cross join, inner join, left join, right join, full join, left semi join（left semijoin 也支持） 。
    • 支持用 comma (,) 来表示 cross join，a join b，如果后面没有跟 on 条件，表示 cross join，否则表示 inner join。
    • on 条件列支持函数、 case when（以前只能是表的某一个字段）。
    • 支持整型与字符串类型的 join。
  • 支持 join 对象是子查询：支持多分区表的 join（以前只能支持两分区表的 join），支持子查询。 join 的表可以是内存表、分区表、维度表、单表子查询、多表 join 的子查询。暂不支持子查询使用父查询的字段；

另外针对 Oracle、MySQL 等传统数据库在遵循 SQL 规范的前提下，都有各自的扩展特性、特别是有同名函数但行为不一致的情况，DolphinDB 开发了一整套框架，使得用户可以为每个会话(session)选择兼容的 SQL 方言，目前在 Oracle 模式下，已经实现了一系列的 Oracle 函数。 后续版本 DolphinDB 会继续进行 SQL 标准化的开发，进一步提升兼容率。例如对于在 SQL-2003 标准中引入的开窗函数，将会在下个主要版本（2.00.11）支持。