公共表表达式（CTE）

CTE 与 视图 类似，它们帮助您简化查询的复杂性，将长而复杂的 SQL 语句分解，并提高可读性和可重用性。

您已经在 快速开始 文档中阅读了一个 CTE 的例子。

什么是公共表表达式 （CTE）？

公共表表达式 (CTE) 是可以在 SELECT、INSERT、UPDATE 或 DELETE 语句中引用的临时结果集。CTE 有助于将复杂的查询分解成更可读的部分，并且可以在同一个查询中多次引用。

CTE 的基本语法

CTE 通常使用 WITH 关键字定义。基本语法如下：

1. WITH cte_name [(column1, column2, ...)] AS (
2. QUERY
3. )
4. SELECT ...
5. FROM cte_name;

示例解释

接下来，我们将通过一个完整的示例来演示如何使用 CTE，包括数据准备、CTE 创建和使用。

步骤 1：创建示例数据

假设我们有以下两个表：

  • grpc_latencies：包含 gRPC 请求延迟数据。
  • app_logs：包含应用程序日志信息。
1. CREATE TABLE grpc_latencies (
2. ts TIMESTAMP TIME INDEX,
3. host VARCHAR(255),
4. latency FLOAT,
5. PRIMARY KEY(host),
6. );

8. INSERT INTO grpc_latencies VALUES
9. ('2023-10-01 10:00:00', 'host1', 120),
10. ('2023-10-01 10:00:00', 'host2', 150),
11. ('2023-10-01 10:00:05', 'host1', 130);

13. CREATE TABLE app_logs (
14. ts TIMESTAMP TIME INDEX,
15. host VARCHAR(255),
16. log TEXT,
17. log_level VARCHAR(50),
18. PRIMARY KEY(host, log_level),
19. );

21. INSERT INTO app_logs VALUES
22. ('2023-10-01 10:00:00', 'host1', 'Error on service', 'ERROR'),
23. ('2023-10-01 10:00:00', 'host2', 'All services OK', 'INFO'),
24. ('2023-10-01 10:00:05', 'host1', 'Error connecting to DB', 'ERROR');

步骤 2：定义和使用 CTE

我们将创建两个 CTE 来分别计算第 95 百分位延迟和错误日志的数量。

1. WITH
2. metrics AS (
3. SELECT
4. ts,
5. host,
6. approx_percentile_cont(latency, 0.95) RANGE '5s' AS p95_latency
7. FROM
8. grpc_latencies
9. ALIGN '5s' FILL PREV
10. ),
11. logs AS (
12. SELECT
13. ts,
14. host,
15. COUNT(log) RANGE '5s' AS num_errors
16. FROM
17. app_logs
18. WHERE
19. log_level = 'ERROR'
20. ALIGN '5s' BY (HOST)
21. )
22. SELECT
23. metrics.ts,
24. metrics.host,
25. metrics.p95_latency,
26. COALESCE(logs.num_errors, 0) AS num_errors
27. FROM
28. metrics
29. LEFT JOIN logs ON metrics.host = logs.host AND metrics.ts = logs.ts
30. ORDER BY
31. metrics.ts;

输出：

1. +---------------------+-------+-------------+------------+
2. | ts                  | host  | p95_latency | num_errors |
3. +---------------------+-------+-------------+------------+
4. | 2023-10-01 10:00:00 | host2 |         150 |          0 |
5. | 2023-10-01 10:00:00 | host1 |         120 |          1 |
6. | 2023-10-01 10:00:05 | host1 |         130 |          1 |
7. +---------------------+-------+-------------+------------+

详细说明

  1. 定义 CTEs：

  2. metrics:

1. WITH 2. metrics AS ( 3. SELECT 4. ts, 5. host, 6. approx_percentile_cont(latency, 0.95) RANGE '5s' AS p95_latency 7. FROM 8. grpc_latencies 9. ALIGN '5s' FILL PREV 10. ),

这里我们使用范围查询计算每个 host 在每个 5 秒时间窗口内的第 95 百分位延迟。 - logs:

1. logs AS ( 2. SELECT 3. ts, 4. host, 5. COUNT(log) RANGE '5s' AS num_errors 6. FROM 7. app_logs 8. WHERE 9. log_level = 'ERROR' 10. ALIGN '5s' BY (HOST) 11. )

同样地，我们计算每个 host 在每个 5 秒时间窗口内的错误日志数量。

  1. 使用 CTEs： 在最终的查询部分：

1. SELECT 2. metrics.ts, 3. metrics.host, 4. metrics.p95_latency, 5. COALESCE(logs.num_errors, 0) AS num_errors 6. FROM 7. metrics 8. LEFT JOIN logs ON metrics.host = logs.host AND metrics.ts = logs.ts 9. ORDER BY 10. metrics.ts;

我们对两个 CTE 结果集进行左连接，以获得最终的综合分析结果。

总结

通过 CTE，您可以将复杂的 SQL 查询分解为更易于管理和理解的部分。在本示例中，我们分别创建了两个 CTE 来计算第 95 百分位延迟和错误日志的数量，然后将它们合并到最终查询中进行分析。 阅读更多 WITH。