计算 Flex 表键

将数据加载到 Flex 表后，您可以确定 __raw__ 列（映射数据）中存在的键集。两个 Helper 函数从 Flex 表映射数据中计算出键：

使用 COMPUTE_FLEXTABLE_KEYS

执行过程中，此函数计算 Flex 键表列的以下信息：

确定键数据类型

默认情况下，使用 COMPUTE_FLEXTABLE_KEYS 确定来自 __raw__ 列 LONG VARBINARY 类型的非字符串键值。非字符串键包括以下数据类型（以及 数据类型 中列出的其他数据类型）：

  • BOOLEAN

  • INTEGER

  • FLOAT

  • TIMESTAMP

  • DATE

使用此部分中的示例 CSV 数据来比较使用或不使用 EnableBetterFlexTypeGuessing 配置参数的结果。当参数为 ON 时，该函数可以更准确地确定地图数据中的关键非字符串数据类型。该参数的默认值为 1 (ON)。

Year,Quarter,Region,Species,Grade,Pond Value,Number of Quotes,Available
2015,1,2 - Northwest Oregon & Willamette,Douglas-fir,1P,$615.12 ,12,No
2015,1,2 - Northwest Oregon & Willamette,Douglas-fir,SM,$610.78 ,12,Yes
2015,1,2 - Northwest Oregon & Willamette,Douglas-fir,2S,$596.00 ,20,Yes
2015,1,2 - Northwest Oregon & Willamette,Hemlock,P,$520.00 ,6,Yes
2015,1,2 - Northwest Oregon & Willamette,Hemlock,SM,$510.00 ,6,No
2015,1,2 - Northwest Oregon & Willamette,Hemlock,2S,$490.00 ,14,No

要比较数据类型分配结果，请完成以下步骤：

  1. 保存此 CSV 数据文件（此处保存为 trees.csv）。

  2. 创建 Flex 表 (trees) 并使用 fcsvparser 加载 trees.csv：

    => CREATE FLEX TABLE trees();
=> COPY trees FROM '/home/dbadmin/tempdat/trees.csv' PARSER fcsvparser();

  3. 将 COMPUTE_FLEXTABLE_KEYS 用于 trees Flex 表。

    => SELECT COMPUTE_FLEXTABLE_KEYS('trees');
            COMPUTE_FLEXTABLE_KEYS
-----------------------------------------------
 Please see public.trees_keys for updated keys
(1 row)

  4. 查询 trees_keys 表输出：

    => SELECT * FROM trees_keys;
     key_name     | frequency | data_type_guess
------------------+-----------+-----------------
 Year             |         6 | Integer
 Quarter          |         6 | Integer
 Region           |         6 | Varchar(66)
 Available        |         6 | Boolean
 Number of Quotes |         6 | Integer
 Grade            |         6 | Varchar(20)
 Species          |         6 | Varchar(22)
 Pond Value       |         6 | Numeric(8,3)
(8 rows)

  5. 将 EnableBetterFlexTypeGuessing 参数设置为 0（OFF）。

  6. 再次使用 trees Flex 表调用 COMPUTE_FLEXTABLE_KEYS。

  7. 查询 trees_keys 表，将 data_type_guess 的值与之前的结果进行比较。如果没有配置参数集，所有非字符串数据类型都是各种长度的 VARCHARS：

    
=> SELECT * FROM trees_keys;
    key_name     | frequency | data_type_guess
------------------+-----------+-----------------
 Year             |         6 | varchar(20)
 Quarter          |         6 | varchar(20)
 Region           |         6 | varchar(66)
 Available        |         6 | varchar(20)
 Grade            |         6 | varchar(20)
 Number of Quotes |         6 | varchar(20)
 Pond Value       |         6 | varchar(20)
 Species          |         6 | varchar(22)
(8 rows)

  8. 要保持非字符串数据类型的准确结果，请将 EnableBetterFlexTypeGuessing 参数重新设置为 1 (ON)。

有关 EnableBetterFlexTypeGuessing 配置参数的详细信息，请参阅 EnableBetterFlexTypeGuessing。

计算键值列宽

COMPUTE_FLEXTABLE_KEYS 函数通过确定每个键的最大值的长度再乘以 FlexTableDataTypeGuessMultiplier 因子来确定键的列宽。

下一个示例显示了在创建 Flex 表 (darkdata1) 并加载数据后填充 _keys 表的结果。列宽显示在 data_type_guess 列的值之后的括号中（如果适用）：


=> SELECT compute_flextable_keys('darkdata1');
            compute_flextable_keys
--------------------------------------------------
 Please see public.darkdata1_keys for updated keys
(1 row)

=> SELECT * from darkdata1_keys;
                         key_name                         | frequency |   data_type_guess
----------------------------------------------------------+-----------+----------------------
 created_at                                               |         8 | TimestampTz
 delete.status.id_str                                     |         4 | Integer
 delete.status.user_id                                    |         4 | Integer
 entities.hashtags                                        |         8 | long varbinary(186)
 favorited                                                |         8 | Boolean
 id_str                                                   |         8 | Integer
 in_reply_to_screen_name                                  |         8 | Varchar(24)
 retweeted_status.contributors                            |         1 | Varchar(20)
 retweeted_status.coordinates                             |         1 | Varchar(20)
 retweeted_status.created_at                              |         1 | TimestampTz
.
.
.
(125 rows)