ActionTech DBLE 项目中的表结构操作语法详解
2025-06-20 06:14:08作者:卓艾滢Kingsley
概述
本文将深入解析ActionTech DBLE项目中支持的SQL表结构操作语法,包括创建表(CREATE TABLE)、修改表(ALTER TABLE)、删除表(DROP TABLE)和清空表(TRUNCATE TABLE)等DDL语句。DBLE作为分布式数据库中间件,在兼容MySQL语法的基础上,对表操作有自己的一些限制和特性。
CREATE TABLE 创建表语法
基本语法结构
创建表的基本语法遵循标准SQL格式,但有一些DBLE特有的限制:
CREATE TABLE [IF NOT EXISTS] 表名
(列定义,...)
[表选项]
[分区选项]
列定义详解
列定义包含列名和列属性,其中列属性包括:
-
数据类型:支持MySQL常见数据类型,包括:
- 整数类型:TINYINT, SMALLINT, MEDIUMINT, INT/INTEGER, BIGINT
- 浮点类型:FLOAT, DOUBLE, REAL
- 定点数类型:DECIMAL, NUMERIC
- 日期时间类型:DATE, TIME, TIMESTAMP, DATETIME, YEAR
- 字符串类型:CHAR, VARCHAR, BINARY, VARBINARY
- 文本类型:TINYTEXT, TEXT, MEDIUMTEXT, LONGTEXT
- 二进制类型:TINYBLOB, BLOB, MEDIUMBLOB, LONGBLOB
- 枚举类型:ENUM
-
约束条件:
- NULL/NOT NULL:是否允许空值
- DEFAULT:设置默认值
- AUTO_INCREMENT:自增列
- UNIQUE KEY:唯一键
- PRIMARY KEY:主键
- COMMENT:列注释
表选项说明
DBLE支持的表选项包括:
- ENGINE:存储引擎,仅支持InnoDB
- CHARACTER SET:字符集
- COLLATE:排序规则
- COMMENT:表注释
- 其他性能相关选项:KEY_BLOCK_SIZE, MAX_ROWS, MIN_ROWS等
分区选项
DBLE支持表分区语法,包括:
- HASH分区
- KEY分区
- RANGE分区
- LIST分区
注意事项
-
枚举类型限制:不建议将含有ENUM类型的表作为分片表。因为ENUM类型既可以使用枚举值插入,也可以使用枚举值下标插入,可能导致分片计算不一致。
-
存储引擎限制:仅支持InnoDB引擎。
创建表示例
-- 简单表示例
CREATE TABLE IF NOT EXISTS users (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
username VARCHAR(50) NOT NULL,
age INT DEFAULT 18,
email VARCHAR(100) UNIQUE KEY COMMENT '用户邮箱'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='用户信息表';
-- 包含多种数据类型的复杂表示例
CREATE TABLE data_types (
id INT PRIMARY KEY,
col_bit BIT(1),
col_decimal DECIMAL(10,2) UNSIGNED ZEROFILL,
col_date DATE,
col_datetime DATETIME(3),
col_text TEXT,
col_enum ENUM('active','inactive','pending')
);
ALTER TABLE 修改表语法
基本语法结构
ALTER [IGNORE] TABLE 表名
[修改操作1 [, 修改操作2] ...]
支持的修改操作
-
添加列:
ADD [COLUMN] 列名 列定义 [FIRST|AFTER 列名] -
修改列:
CHANGE [COLUMN] 旧列名 新列名 新列定义 [FIRST|AFTER 列名] MODIFY [COLUMN] 列名 新列定义 [FIRST|AFTER 列名] -
删除列:
DROP [COLUMN] 列名 -
索引操作:
ADD {INDEX|KEY} [索引名] (列名,...) -- 添加索引 DROP {INDEX|KEY} 索引名 -- 删除索引 ADD PRIMARY KEY (列名,...) -- 添加主键 DROP PRIMARY KEY -- 删除主键 -
其他操作:
ALTER [COLUMN] 列名 SET DEFAULT 值 -- 设置默认值 ALTER [COLUMN] 列名 DROP DEFAULT -- 删除默认值 COMMENT '字符串' -- 修改表注释
修改表示例
-- 添加多列
ALTER TABLE users
ADD COLUMN phone VARCHAR(20) AFTER email,
ADD COLUMN status TINYINT DEFAULT 1 FIRST;
-- 修改列定义
ALTER TABLE users
CHANGE COLUMN phone mobile VARCHAR(15) COMMENT '手机号码',
MODIFY COLUMN age TINYINT UNSIGNED;
-- 索引操作
ALTER TABLE users
ADD INDEX idx_mobile (mobile),
DROP INDEX idx_email;
-- 主键操作
ALTER TABLE users
DROP PRIMARY KEY,
ADD PRIMARY KEY (id, username);
DROP TABLE 删除表语法
基本语法
DROP TABLE [IF EXISTS] 表名 [, 表名2...]
[RESTRICT | CASCADE]
选项说明
- IF EXISTS:表不存在时不报错
- RESTRICT:如果有依赖对象则拒绝删除(默认行为)
- CASCADE:级联删除依赖对象
删除表示例
-- 安全删除表
DROP TABLE IF EXISTS temp_users;
-- 级联删除
DROP TABLE users CASCADE;
TRUNCATE TABLE 清空表语法
基本语法
TRUNCATE [TABLE] 表名
注意事项
TRUNCATE TABLE会删除表中所有数据并重置自增计数器,比DELETE语句更高效,但无法回滚。
清空表示例
TRUNCATE TABLE log_records;
总结
ActionTech DBLE项目提供了完整的表结构操作支持,开发者在设计分布式数据库表结构时需要注意:
- 合理选择数据类型和约束条件
- 避免使用可能导致分片问题的ENUM类型
- 修改生产环境表结构前充分测试
- 重要操作前做好备份
通过熟练掌握这些DDL语法,可以更好地在DBLE环境中进行数据库设计和维护工作。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1