Apache Doris SELECT查询语句完全指南
2025-06-27 09:55:34作者:翟江哲Frasier
概述
SELECT语句是SQL中最核心、最常用的查询语句,用于从数据库中检索数据。在Apache Doris中,SELECT语句功能强大且灵活,支持多种查询方式和优化手段。本文将全面介绍Apache Doris中SELECT语句的语法结构、使用方法和最佳实践。
基础语法结构
Apache Doris的SELECT语句基本语法如下:
SELECT
[hint_statement, ...]
[ALL | DISTINCT | DISTINCTROW | ALL EXCEPT ( col_name1 [, col_name2, col_name3, ...] )]
select_expr [, select_expr ...]
[FROM table_references
[PARTITION partition_list]
[TABLET tabletid_list]
[TABLESAMPLE sample_value [ROWS | PERCENT]
[REPEATABLE pos_seek]]
[WHERE where_condition]
[GROUP BY [GROUPING SETS | ROLLUP | CUBE] {col_name | expr | position}]
[HAVING where_condition]
[ORDER BY {col_name | expr | position}
[ASC | DESC], ...]
[LIMIT {[offset,] row_count | row_count OFFSET offset}]
[INTO OUTFILE 'file_name']
核心子句详解
1. 选择列(select_expr)
选择列部分指定要查询的字段,可以使用表达式和函数:
-- 基本字段选择
SELECT id, name FROM students;
-- 使用表达式
SELECT id, score * 1.1 AS new_score FROM exams;
-- 使用函数
SELECT COUNT(*) AS total FROM users;
2. 数据来源(FROM)
FROM子句指定数据来源表,支持多种形式:
-- 单表查询
SELECT * FROM products;
-- 多表连接
SELECT a.id, b.name FROM table_a a JOIN table_b b ON a.id = b.a_id;
-- 使用分区剪枝优化
SELECT * FROM sales PARTITION (p2023);
3. 条件过滤(WHERE)
WHERE子句用于过滤行数据:
-- 基本条件
SELECT * FROM employees WHERE salary > 5000;
-- 复合条件
SELECT * FROM orders
WHERE order_date > '2023-01-01' AND status = 'completed';
-- 使用函数条件
SELECT * FROM logs WHERE LENGTH(message) > 100;
4. 结果去重(DISTINCT)
DISTINCT关键字用于去除重复行:
-- 去除重复值
SELECT DISTINCT department FROM employees;
-- Apache Doris 1.2+ 新增的ALL EXCEPT语法
SELECT * EXCEPT(sensitive_column) FROM user_data;
5. 分组聚合(GROUP BY)
GROUP BY用于数据分组和聚合计算:
-- 基本分组
SELECT department, AVG(salary) FROM employees GROUP BY department;
-- 使用GROUPING SETS
SELECT year, month, SUM(sales)
FROM sales_data
GROUP BY GROUPING SETS ((year), (year, month));
-- 使用HAVING过滤分组结果
SELECT department, COUNT(*)
FROM employees
GROUP BY department
HAVING COUNT(*) > 10;
6. 结果排序(ORDER BY)
ORDER BY用于结果排序:
-- 单列排序
SELECT * FROM products ORDER BY price DESC;
-- 多列排序
SELECT * FROM students ORDER BY grade DESC, name ASC;
-- 注意:大数据量排序需配合LIMIT使用
SELECT * FROM large_table ORDER BY create_time DESC LIMIT 100;
7. 结果限制(LIMIT)
LIMIT限制返回结果数量:
-- 限制返回行数
SELECT * FROM logs LIMIT 10;
-- 分页查询
SELECT * FROM users ORDER BY id LIMIT 20 OFFSET 40;
高级查询功能
1. 连接查询(JOIN)
Apache Doris支持多种连接方式:
-- 内连接
SELECT a.id, b.name
FROM table_a a INNER JOIN table_b b
ON a.id = b.a_id;
-- 左外连接
SELECT a.id, b.name
FROM table_a a LEFT JOIN table_b b
ON a.id = b.a_id;
-- 右外连接
SELECT a.id, b.name
FROM table_a a RIGHT JOIN table_b b
ON a.id = b.a_id;
-- 交叉连接
SELECT * FROM table_a CROSS JOIN table_b;
2. 联合查询(UNION)
UNION合并多个查询结果:
-- 去重合并
SELECT a FROM t1 UNION SELECT a FROM t2;
-- 保留所有行合并
SELECT a FROM t1 UNION ALL SELECT a FROM t2;
3. 公共表表达式(WITH)
WITH子句定义临时结果集:
WITH regional_sales AS (
SELECT region, SUM(amount) AS total_sales
FROM orders
GROUP BY region
)
SELECT region, total_sales
FROM regional_sales
WHERE total_sales > 100000;
4. 数据采样(TABLESAMPLE)
TABLESAMPLE实现数据采样:
-- 采样1000行
SELECT * FROM large_table TABLESAMPLE(1000 ROWS);
-- 采样1%数据
SELECT * FROM large_table TABLESAMPLE(1 PERCENT);
最佳实践建议
-
查询优化建议
- 充分利用分区和分桶条件减少数据扫描范围
- 将前缀索引字段作为优先过滤条件
- 大数据量排序务必配合LIMIT使用
-
性能注意事项
- ORDER BY是资源密集型操作,建议限制结果集大小
- HAVING在最后执行,不如WHERE高效
- UNION ALL比UNION DISTINCT性能更好
-
语法规范建议
- 为列指定明确的别名(使用AS关键字)
- 复杂查询使用WITH子句提高可读性
- 遵循标准的子句顺序(WHERE → GROUP BY → HAVING → ORDER BY → LIMIT)
-
特殊场景处理
- 分页查询使用LIMIT offset, row_count语法
- 模糊查询使用LIKE和通配符(%和_)
- 使用CONCAT连接多列数据
常见查询示例
- 基础查询
-- 查询18、20、25岁的学生姓名
SELECT name FROM student WHERE age IN (18, 20, 25);
- 聚合查询
-- 按类型分组计算图书平均价格
SELECT type, AVG(price) FROM tb_book GROUP BY type;
- 排序分页
-- 查询价格最高的3本图书
SELECT * FROM tb_book ORDER BY price DESC LIMIT 3;
- 模糊查询
-- 查找名称第二个字符是h的图书
SELECT * FROM tb_book WHERE name LIKE '_h%';
- 复杂连接
-- 多表连接查询
SELECT t1.name, t2.salary, t3.department
FROM employee t1
JOIN info t2 ON t1.name = t2.name
JOIN dept t3 ON t1.dept_id = t3.id;
通过掌握Apache Doris SELECT语句的各种用法和优化技巧,可以高效地从海量数据中提取所需信息,满足各类数据分析需求。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++098AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
203
2.18 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
94

🎉 (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
977
575

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

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++
550
84

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133