跳到主要内容
版本:Latest-3.3

ARRAY

本文介绍如何使用 StarRocks 中的数组类型。

数组(Array) 是数据库中的一种扩展数据类型,其相关特性在众多数据库系统中均有支持,可以广泛的应用于 A/B Test 对比、用户标签分析、人群画像等场景。StarRocks 当前支持多维数组嵌套、数组切片、比较、过滤等特性。

定义数组类型的列

您可以在建表时定义数组类型的列。

-- 定义一维数组。
ARRAY<type>

-- 定义嵌套数组。
ARRAY<ARRAY<type>>

-- 定义 NOT NULL 数组列。
ARRAY<type> NOT NULL

数组列的定义形式为 ARRAY<type>,其中 type 表示数组内的元素类型。数组元素目前支持以下数据类型:BOOLEAN、TINYINT、SMALLINT、INT、BIGINT、LARGEINT、FLOAT、DOUBLE、VARCHAR、CHAR、DATETIME、DATE、JSON、BINARY (3.0 及以后)、MAP (3.1 及以后)、STRUCT (3.1 及以后)、Fast Decimal (3.1 及以后)。

数组内的元素默认可以为 NULL,比如 [NULL, 1, 2]。暂时不支持指定数组元素为 NOT NULL,但是您可以定义数组列本身为 NOT NULL,比如上面的第三个示例。

注意

数组类型的列在使用时有以下限制:

  • StarRocks 2.1 之前版本中,仅支持在明细表中定义数组类型列。自 2.1 版本开始,支持在主键表、更新表、聚合表中定义数组类型列。注意在聚合表中,仅当聚合列的聚合函数为 replace 和 replace_if_not_null 时,才支持将该列定义为数组类型。
  • 数组列暂时不能作为 Key 列。
  • 数组列不能作为分桶(Distributed By)列。
  • 数组列不能作为分区(Partition By)列。
  • 数组列暂不支持 DECIMAL V3 数据类型。
  • 数组列最多支持 14 层嵌套。

示例:

-- 建表并指定其中的 `c1` 列为一维数组,元素类型为 INT。
create table t0(
c0 INT,
c1 ARRAY<INT>
)
duplicate key(c0)
distributed by hash(c0);

-- 建表并指定 `c1` 为两层的嵌套数组,元素类型为 VARCHAR。
create table t1(
c0 INT,
c1 ARRAY<ARRAY<VARCHAR(10)>>
)
duplicate key(c0)
distributed by hash(c0);

-- 建表并定义 NOT NULL 数组的列。
create table t2(
c0 INT,
c1 ARRAY<INT> NOT NULL
)
duplicate key(c0)
distributed by hash(c0);

使用 SELECT 语句构造数组

您可以在 SQL 语句中通过中括号([])来构造数组常量,每个数组元素通过逗号(,)分隔。

示例:

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

当数组元素具有不同类型时,StarRocks 会自动推导出合适的类型(supertype)。

mysql> select [1, 1.2] as floats;

+---------+
| floats |
+---------+
| [1,1.2] |
+---------+

mysql> select [12, "100"];

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

您可以使用尖括号(<>)声明数组类型。

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

数组元素中可以包含 NULL。

mysql> select [1, NULL];

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

定义空数组时,您可以使用尖括号声明其类型。您也可以直接定义为 [],此时 StarRocks 会根据上下文推断其类型,如果无法推断则会报错。

mysql> select [];

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

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

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

mysql> select array_append([], 10);

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

导入数组类型的数据

StarRocks 当前支持三种方式写入数组数据。

通过 INSERT INTO 语句导入数组

INSERT INTO 语句导入方式适合小批量数据逐行导入或对 StarRocks 内外部表数据进行 ETL 处理并导入。

示例:

create table t0(
c0 INT,
c1 ARRAY<INT>
)
duplicate key(c0)
distributed by hash(c0);
INSERT INTO t0 VALUES(1, [1,2,3]);

通过 Broker Load 批量导入 ORC 或 Parquet 文件中的数组

StarRocks 中的数组类型,与 ORC 或 Parquet 格式中的 List 结构相对应,所以无需额外指定。具体导入方法请参考 Broker load

当前 StarRocks 支持直接导入 ORC 文件的 List 结构。Parquet 格式导入正在开发中。

通过 Stream Load 或 Routine Load 导入 CSV 格式数组

您可以使用 Stream LoadRoutine Load 方式导入 CSV 文本文件或 Kafka 中的 CSV 格式数据,默认采用逗号分隔。

访问数组中的元素

您可以使用中括号([])加下标形式访问数组中某个元素。下标从 1 开始。

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

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

如果您标记下标为 0 或负数,StarRocks 不会报错,会返回 NULL

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

+------------+
| [1,2,3][0] |
+------------+
| NULL |
+------------+

如果您标记的下标超过数组大小,StarRocks 会返回 NULL

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

+------------+
| [1,2,3][4] |
+------------+
| NULL |
+------------+

对于多维数组,您可以通过递归方式访问内部元素。

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

+------------------+
| [[1,2],[3,4]][2] |
+------------------+
| [3,4] |
+------------------+

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

+---------------------+
| [[1,2],[3,4]][2][1] |
+---------------------+
| 3 |
+---------------------+