Grammaire SQL

Grammaire SQL du catalogue

Les objets de catalogue prennent en charge la grammaire SQL répertoriée pour les charges globales DDL.

Oracle AI Data Platform Workbench prend en charge tous les types de données Spark SQL standard. Pour plus d'informations, reportez-vous à Documentation Apache Spark - Types de données pris en charge.

Tableau 46-1 Grammaire SQL de catalogue standard et externe

Opération Grammaire

Créer un catalogue

Catalogue

CREATE CATALOG [ IF NOT EXISTS ] <<catalog_name>> [ PROPERTIES (DESCRIPTION = description ) ] OPTIONS ( { option_name = option_value } [ , ... ] )

Catalogue externe

CREATE EXTERNAL CATALOG [ IF NOT EXISTS ] <<catalog_name>> [PROPERTIES ( DESCRIPTION description ) ]OPTIONS ( { option_name = option_value } [ , ... ] )

OPTIONS aura des détails de connexion

Catalogue externe - Exemple Oracle Autonomous AI Lakehouse

wt = base64 encoded wallet contents
create_sql="create external catalog if not exists
catalog_adw options
 ('wallet.content' = '{wt}', 'type' = 'ORACLE_ADW',
'user.name' = 'ADMIN',
 'tns' = 'adw23ai_high', 'password' =
 'xxxxx','wallet.password' = 'xxxxx')"

Réponse

Catalog <<catalog_name>> created successfully

Erreur

<<SQL Command>> failed due to <<reason>>

Modifier le catalogue

Modifier le nom du catalogue

ALTER CATALOG old_catalog_name RENAME new_catalog_name;

Modifier la description du catalogue

ALTER CATALOG <catalog-name> set properties (DESCRIPTION=<property-value>)

Modifier les options de catalogue (conn)

ALTER CATALOG <catalog-name> set options (option_name = option_value)

Réponse

Catalog <<catalog_name>> updated successfully

Erreur

<<SQL Command>> failed due to <<reason>>

Supprimer un catalogue

DROP CATALOG [ IF EXISTS ] catalog_name

Par défaut, lors du catalogue DROP, tous les objets enfant seront également supprimés

Réponse

Catalog <<catalog_name>> dropped successfully

Erreur

<<SQL Command>> failed due to <<reason>>

Répertorier les catalogues

SHOW CATALOGS [ [ LIKE ] [ regex_pattern ] [ TYPE = EXTERNAL CATALOG | CATALOG ]

regex_pattern : modèle d'expression régulière utilisé pour filtrer les résultats de l'instruction.

Réponse :

Catalogue	Type
<<nom_catalogue>>	Catalogue \| Catalogue externe
<<nom_catalogue>>	Catalogue \| Catalogue externe
<<nom_catalogue>>	Catalogue \| Catalogue externe

Erreur

<<SQL Command>> failed due to <<reason>>

Décrire le catalogue

DESC CATALOG <<catalog_name>>

DESCRIBE CATALOG <<catalog_name>>

Réponse (Catalogue standard) :

Attribut	Value
Nom	Nom de catalogue standard
Type	Catalogue standard
Description	Description du catalogue standard
Créé par	Principal ayant créé le catalogue standard
Créé le	Date et heure de création
Mis à jour par	Principal ayant effectué la dernière mise à jour du catalogue standard
Mis à jour le	Date et heure de la dernière mise à jour

Réponse (Catalogue externe) :

Attribut	Value
Nom	Nom du catalogue externe
Type	Catalogue externe
Type de source	Source du catalogue externe (par exemple, Oracle Autonomous AI Lakehouse)
Description	Description du catalogue externe
Créé par	Principal ayant créé le catalogue externe
Créé le	Date et heure de création
Mis à jour par	Principal ayant effectué la dernière mise à jour du catalogue externe
Mis à jour le	Date et heure de la dernière mise à jour
Détails de connexion	Fichier .json de connexion

Erreur:

<<SQL Command>> failed due to <<reason>>

Actualiser le catalogue

REFRESH [EXTERNAL] CATALOG <<catalog_name>>

Réponse :

Refresh Initiated

Grammaire SQL du schéma

Les schémas prennent en charge la grammaire SQL répertoriée pour les charges globales DDL.

Oracle AI Data Platform Workbench prend en charge tous les types de données Spark SQL standard. Pour plus d'informations, reportez-vous à Documentation Apache Spark - Types de données pris en charge.

Tableau 46-2 Liste des grammaires SQL de schéma

Opération Grammaire

Créer un schéma

CREATE SCHEMA [IF NOT EXISTS] catalog_name.schema_name

Réponse

<<SQL Command>> was successfully executed

Erreur

Error: <<SQL Command>> failed due to <<reason>>

Modifier le schéma

Modifier la description du schéma

ALTER SCHEMA <schema-name> set dbproperties (DESCRIPTION=<property-value>)

Réponse

<<SQL Command>> was successfully executed

Erreur

Error: <<SQL Command>> failed due to <<reason>>

Supprimer un schéma

DROP SCHEMA [ IF EXISTS ] <<schema_name>>

Par défaut, lors du schéma DROP, tous les objets enfant seront également supprimés

Répertorier les schémas

SHOW SCHEMAS [ { FROM | IN } catalog_name ] [ [ LIKE ] regex_pattern ]

Exemples :

SHOW SCHEMAS FROM defaultcatalog1 LIKE 'd*'
SHOW SCHEMAS IN defaultcatalog1 LIKE 'd*'

Réponse :

	Schéma
1	<<schéma_1>>
2	<<schéma_2>>
2	<<schéma_3>>

Erreur

Error: <<SQL Command>> failed due to <<reason>>

Décrire le schéma (obtenir les détails)

DESCRIBE SCHEMA <<catalog_name>>.<<schema_name>>

DESCRIBE SCHEMA <<schema_name>>

DESCRIBE SCHEMA <<schema_name>> in Catalog <<catalog_name>>

Attribut	Value
Nom du catalogue	Nom du catalogue
Schéma	Nom de schéma
Description	Description du schéma
Créé par	Utilisateur qui a créé le catalogue
Créé le	Date et heure de création
Mis à jour par	Utilisateur ayant mis à jour le catalogue en dernier
Mis à jour le	Date et heure de la dernière mise à jour
géographique	Emplacement du catalogue

Supprimer un schéma drop schema [ IF EXISTS ] <<schema_name>> cascade

Actualiser le schéma

REFRESH SCHEMA IN [EXTERNAL] CATALOG <<catalog_name.schema_name>>

Réponse :

Refresh Initiated

Grammaire SQL de volume

Les objets de volume prennent en charge la grammaire SQL répertoriée pour les charges globales DDL.

Oracle AI Data Platform Workbench prend en charge tous les types de données Spark SQL standard. Pour plus d'informations, reportez-vous à Documentation Apache Spark - Types de données pris en charge.

Tableau 46-3 Grammaire SQL de volume

Opération Grammaire

Créer un volume

CREATE [ EXTERNAL ] VOLUME [IF NOT EXISTS ] <<catalog_name.schema_name.volume_name>> [ LOCATION location_path ] [ PROPERTIES (DESCRIPTION = description ) ]

Modifier les propriétés de volume

ALTER VOLUME <<volume_name>> { RENAME TO <<new_volume_name>> | [ set properties (DESCRIPTION = description) ] }

Supprimer le volume

DROP VOLUME [ IF EXISTS ] <<volume_name>>

OR (OU)

DROP VOLUME <<catalog_name>>.<<schema_name>>.<<volume_name>>

Par défaut, pendant le volume DROP, tous les objets enfant seront également supprimés.

Liste des volumes

SHOW VOLUMES [ { FROM | IN } catalog_name.schema_name ] [ [ LIKE ] regex_pattern } ]

Décrire le volume

DESCRIBE VOLUME volume_name

Attribut	Value
Nom du catalogue	Nom du catalogue
Nom de schéma	Nom de schéma
Nom du volume	Nom du volume
Description	Description du volume définie par l'utilisateur
géographique	Emplacement du catalogue
Type de volume	Type de volume

Erreur:

Error: <<SQL Command>> failed due to <<reason>>

Grammaire SQL de table

Les objets table prennent en charge la grammaire SQL répertoriée pour les charges globales LDD.

Oracle AI Data Platform Workbench prend en charge tous les types de données Spark SQL standard. Pour plus d'informations, reportez-vous à Documentation Apache Spark - Types de données pris en charge.

Opération	Grammaire
Créer une table	CREATE [EXTERNAL] TABLE [IF NOT EXISTS] <catalog_name>.<schema-name>.<table-name> [ ( <column1-name><column1-type> [comment <column1-comment>], ... ) ] USING [HIVE\|DELTA, CSV, TXT, ORC, JDBC, PARQUET, etc.] [ options ( <key1>=<val1>[, ...]) ] [ PARTITIONED BY (<par-column-name>[, ...]) ] [ CLUSTERED BY ( <clus-column-name>[, ...]) [ SORTED BY ( <sort-column-name> [ asc \| desc ][, ...]) ] INTO <num_buckets> buckets] [ LOCATION '<path>'] [TBLPROPERTIES ( DESCRIPTION = 'some-description', '<property-name>'='<property-value>'[, ...]) ] Réponse : `<<SQL Command>> was successfully executed` Erreur: `Error: <<SQL Command>> failed due to <<reason>>`
Créer une table gérée	Créer une table gérée `CREATE TABLE <catalog>.<schema>.<table-name> [ ( <column1-name><column1-type> [comment <column1-comment>], ... ) ] USING <format>;` Réponse : `<<SQL Command>> was successfully executed` Erreur: `Error: <<SQL Command>> failed due to <<reason>>`
Créer une table gérée avec des données	`create datatable <<catalog_name>>.<<schema_name>>.<<table_name>> [ ( <column1-name><column1-type> [comment <column1-comment>], ... ) ] tblproperties ('lakehouse_storage_format'='PARQUET') using parquet with select ( <column1-name>], ... ) from parquet.'oci://bucket@namespace/folder/'` Réponse : `<<SQL Command>> was successfully executed` Erreur: `Error: <<SQL Command>> failed due to <<reason>>`
Créer une table avec prise en charge uniforme	`CREATE [EXTERNAL] TABLE [IF NOT EXISTS] <catalog_name>.<schema-name>.<table-name> [ ( <column1-name> <column1-type> [comment <column1-comment>], ... ) ] [TBLPROPERTIES ('delta.universalFormat.enabledFormats' = 'iceberg') ]`
Modifier la table	`ALTER TABLE table_old_name RENAME TO table_new_name ALTER TABLE table_name ADD COLUMNS ( col_spec [ , ... ]) ALTER TABLE table_name DROP { COLUMN \| COLUMNS } [ ( ] col_name [ , ... ] [ ) ] ALTER TABLE table_name RENAME COLUMN col_name TO col_name ALTER TABLE table_name ADD [IF NOT EXISTS] ( partition_spec [partition_spec ... ] ) ALTER TABLE table_name DROP [ IF EXISTS ] partition_spec [PURGE] ALTER TABLE table_name set tblproperties (description ='some-description')`
Supprimer une table	`DROP TABLE [ IF EXISTS ] table_name [ PURGE ]` Réponse : `<<SQL Command>> was successfully executed` Erreur: `Error: <<SQL Command>> failed due to <<reason>>`
Répertorier les tables d'un schéma	`SHOW TABLES in catalog_name.schema_name [ LIKE <regex_pattern> ]` regex_pattern : modèle d'expression régulière utilisé pour filtrer les résultats de l'instruction. Réponse : `<<namesake>>,tableName,isTemporary` Erreur: `<<SQL Command>> failed due to <<reason>>`
Décrire la table	`DESCRIBE TABLE [ FORMAT ] catalog_name.schema_name.table_name [ PARTITION (<partition_col_name> = <partition_col_val>, ...) ] [ catalog_name.schema_name.table_name.column_name ]` Format : si le format `EXTENDED` est indiqué, des informations de métadonnées supplémentaires (telles que la base de données parent, le propriétaire et l'heure d'accès) sont renvoyées. DESCRIBE TABLE catalog.schema.table Réponse : `col_name,data_type,comment` DESCRIBE TABLE catalog.schema.table column Réponse : `info_name,info_value`
Régénérer la table	`REFRESH TABLE IN EXTERNAL CATALOG <<catalog_name.schema_name.table_name>>` Réponse : `Refresh Initiated`

Requêtes LMD

Vous pouvez exécuter des requêtes de sélection, d'insertion et de suppression sur des données à l'aide des blocs-notes, des scripts SL, Python et Spark d'Oracle AI Data Platform.

Oracle AI Data Platform Workbench prend actuellement en charge Spark 3.5 avec Delta Lake 3.2.0. Pour plus d'informations sur les interrogations LMD, voir :