Flex 表数据 Helper 函数提供了直接在 Flex 表中查询数据所需的信息。计算键并利用原始数据创建视图之后，可直接在查询中使用字段名称，而不是使用映射函数提取数据。
每个 Flex 表具有两个依赖对象，一个键表和一个视图。虽然这两个对象均依赖于其父表，您可以独立删除其中任一对象。删除父表将同时移除这两个依赖项，而无需使用层叠 (CASCADE) 选项。
如果 Helper 函数与父表在内部相链接，则其可自动使用相关的表和视图。当您创建 Flex 表时，也将同时创建上述两项。您可以删除键表或视图，然后重新创建同名的对象。但如果您执行此操作，新的对象不会与父 Flex 表在内部相链接。
在这种情况下，您可以恢复这些对象到父表的内部链接。为此，请在调用 RESTORE_FLEXTABLE_DEFAULT_KEYS_TABLE_AND_VIEW 函数之前删除键表和视图。调用此函数可重新创建键表和视图。
其余 Helper 函数执行本节所述的任务。
创建或重新创建默认或用户定义键表的视图，忽略任何空键。
这是元函数。您必须在顶级 SELECT 语句中调用元函数。
BUILD_FLEXTABLE_VIEW ('[[database.]schema.]flex-table'
[ [,'view-name'] [,'user-keys-table'] ])
[database.]schema数据库和架构。默认架构为 public。如果指定一个数据库，它必须是当前数据库。
flex_table_keys 表的当前内容构建或重建输入表的视图。flex_table_keys 默认表）映射数据创建一个自定义键表，则使用此选项。函数从 user_keys 中（而不是从 flex_table_keys 中）的键构建视图。下面的示例显示如何用 1、2 或 3 实参调用 BUILD_FLEXTABLE_VIEW。
要创建或重新创建一个默认视图：
使用输入 Flex 表调用函数：
=> SELECT BUILD_FLEXTABLE_VIEW('darkdata');
build_flextable_view
-----------------------------------------------------
The view public.darkdata_view is ready for querying
(1 row)
函数从 darkdata_keys 表创建具有默认名称 (darkdata_view) 的视图。
从新视图或更新视图查询键名：
=> SELECT "user.id" FROM darkdata_view;
user.id
-----------
340857907
727774963
390498773
288187825
164464905
125434448
601328899
352494946
(12 rows)
要使用自定义名称创建或重建视图：
用两个实参、一个输入弹性表 darkdata以及要创建的视图名称 dd_view 调用函数：
=> SELECT BUILD_FLEXTABLE_VIEW('darkdata', 'dd_view');
build_flextable_view
-----------------------------------------------
The view public.dd_view is ready for querying
(1 row)
从新视图或更新视图 (user.lang) 查询键名 (dd_view)：
=> SELECT "user.lang" FROM dd_view;
user.lang
-----------
tr
en
es
en
en
it
es
en
(12 rows)
要使用 BUILD_FLEXTABLE_VIEW 从自定义键表创建一个视图，此自定义表必须具有与默认表 (darkdata_keys) 相同的架构和表定义。使用下面三种方法中的任何一种创建一个自定义键表：
使用弹性表 (darkdata_keys) 的默认键表中的所有键创建一个柱状表：
=> CREATE TABLE new_darkdata_keys AS SELECT * FROMdarkdata_keys;
CREATE TABLE
从弹性表 (LIMIT 0) 的默认键表创建一个不含内容的柱状表 (darkdata_keys)：
=> CREATE TABLE new_darkdata_keys AS SELECT * FROM darkdata_keys LIMIT 0;
CREATE TABLE
kdb=> SELECT * FROM new_darkdata_keys;
key_name | frequency | data_type_guess
----------+-----------+-----------------
(0 rows)
从默认键表创建一个不含内容的柱状表 (LIMIT 0)，并将两个值 ('user.lang', 'user.name') 插入 key_name 列：
=> CREATE TABLE dd_keys AS SELECT * FROM darkdata_keys limit 0;
CREATE TABLE
=> INSERT INTO dd_keys (key_name) values ('user.lang');
OUTPUT
--------
1
(1 row)
=> INSERT INTO dd_keys (key_name) values ('user.name');
OUTPUT
--------
1
(1 row)
=> SELECT * FROM dd_keys;
key_name | frequency | data_type_guess
-----------+-----------+-----------------
user.lang | |
user.name | |
(2 rows)
创建一个自定义键表后，用所有实参（输入 Flex 表、新视图名称、自定义键表）调用 BUILD_FLEXTABLE_VIEW：
=> SELECT BUILD_FLEXTABLE_VIEW('darkdata', 'dd_view', 'dd_keys');
build_flextable_view
-----------------------------------------------
The view public.dd_view is ready for querying
(1 row)
查询新视图：
=> SELECT * FROM dd_view;
计算来自 flex 表 VMap 数据的虚拟列（键和值）。使用此函数可计算键，而不必创建关联的表视图。如需生成视图，请使用 COMPUTE_FLEXTABLE_KEYS_AND_BUILD_VIEW。
函数将其结果存储到关联的 Flex 键表 (
flexTableName_keys)，其中包含以下列：
key_name
frequency
data_type_guess
有关详细信息，请参阅计算 Flex 表键。
这是元函数。您必须在顶级 SELECT 语句中调用元函数。
COMPUTE_FLEXTABLE_KEYS ('[[database.]schema.]flex-table')
[database.]schema数据库和架构。默认架构为 public。如果指定一个数据库，它必须是当前数据库。
flex-tabledata_type_guess 列中的结果取决于 EnableBetterFlexTypeGuessing 配置参数。默认情况下，参数为 1 (ON)。此设置会导致函数采用以下类型之一（以及 数据类型 中列出的其他类型）返回 data_type_guess 列中的所有非字符串键：
BOOLEAN
INTEGER
FLOAT
TIMESTAMP
DATE
将配置参数设置为 0 (OFF) 会导致函数仅返回键表 data_type_guess 列中所有值的字符串类型 ([LONG]VARCHAR) 或 ([LONG] VARBINARY)。
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：
保存此 CSV 数据文件（此处保存为 trees.csv）。
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();
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)
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)
将 EnableBetterFlexTypeGuessing 参数设置为 0（OFF）。
再次使用 trees Flex 表调用 COMPUTE_FLEXTABLE_KEYS。
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)
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。
可合并 BUILD_FLEXTABLE_VIEW 和 COMPUTE_FLEXTABLE_KEYS 的功能，以便计算来自 Flex 表 Vmap 数据的虚拟列（键），并构建视图。使用此函数创建视图将忽略空键。如果不需要一起执行这两项操作，请改为使用单操作函数之一。
这是元函数。您必须在顶级 SELECT 语句中调用元函数。
COMPUTE_FLEXTABLE_KEYS_AND_BUILD_VIEW ('flex-table')
此示例显示如何调用 darkdata Flex 表的函数。
=> SELECT COMPUTE_FLEXTABLE_KEYS_AND_BUILD_VIEW('darkdata');
compute_flextable_keys_and_build_view
-----------------------------------------------------------------------
Please see public.darkdata_keys for updated keys
The view public.darkdata_view is ready for querying
(1 row)
使用 COMPUTE_FLEXTABLE_KEYS 或 COMPUTE_FLEXTABLE_KEYS_AND_BUILD_VIEW 实体化执行计算的 flextable_keys 表中作为 key_names 列出的虚拟列。
AUDIT() 或 AUDIT_FLEX() 函数。
这是元函数。您必须在顶级 SELECT 语句中调用元函数。
MATERIALIZE_FLEXTABLE_COLUMNS ('[[database.]schema.]flex-table' [, n-columns [, keys-table-name] ])
[database.]schema数据库和架构。默认架构为 public。如果指定一个数据库，它必须是当前数据库。
跳过已实体化的任何列
忽略所有空键
实体化键表中的 n-columns 列
跳过已实体化的任何列
按频率降序排列实体化结果
以下示例显示了如何调用 MATERIALIZE_FLEXTABLE_COLUMNS 实体化列。首先，将 tweets 样本文件 (tweets_10000.json) 载入 flex 表 twitter_r。加载数据并计算样本 Flex 表的键以后，调用 MATERIALIZE_FLEXTABLE_COLUMNS，实体化前四列：
=> COPY twitter_r FROM '/home/release/KData/tweets_10000.json' parser fjsonparser();
Rows Loaded
-------------
10000
(1 row)
=> SELECT compute_flextable_keys ('twitter_r');
compute_flextable_keys
---------------------------------------------------
Please see public.twitter_r_keys for updated keys
(1 row)
=> SELECT MATERIALIZE_FLEXTABLE_COLUMNS('twitter_r', 4);
MATERIALIZE_FLEXTABLE_COLUMNS
-------------------------------------------------------------------------------
The following columns were added to the table public.twitter_r:
contributors
entities.hashtags
entities.urls
For more details, run the following query:
SELECT * FROM v_catalog.materialize_flextable_columns_results WHERE table_schema = 'public' and table_name = 'twitter_r';
(1 row)
例子的最后一条消息推荐查询 MATERIALIZE_FLEXTABLE_COLUMNS_RESULTS 系统表，查看列实体化的结果，如下所示：
=> SELECT * FROM v_catalog.materialize_flextable_columns_results WHERE table_schema = 'public' and table_name = 'twitter_r';
table_id | table_schema | table_name | creation_time | key_name | status | message
-------------------+--------------+------------+------------------------------+-------------------+--------+---------------------
45035996273733172 | public | twitter_r | 2013-11-20 17:00:27.945484-05| contributors | ADDED | Added successfully
45035996273733172 | public | twitter_r | 2013-11-20 17:00:27.94551-05 | entities.hashtags | ADDED | Added successfully
45035996273733172 | public | twitter_r | 2013-11-20 17:00:27.945519-05| entities.urls | ADDED | Added successfully
45035996273733172 | public | twitter_r | 2013-11-20 17:00:27.945532-05| created_at | EXISTS | Column of same name already
(4 rows)
恢复键表和视图。无论删除任一表，函数还会将键表与其关联的 Flex 表链接起来。该函数还会指示其恢复了一个对象还是同时恢复了两个对象。
这是元函数。您必须在顶级 SELECT 语句中调用元函数。
RESTORE_FLEXTABLE_DEFAULT_KEYS_TABLE_AND_VIEW ('flex-table')
flex-table此示例显示如何使用现有的 Flex 表调用此函数，还原键表和视图：
=> SELECT RESTORE_FLEXTABLE_DEFAULT_KEYS_TABLE_AND_VIEW('darkdata');
RESTORE_FLEXTABLE_DEFAULT_KEYS_TABLE_AND_VIEW
----------------------------------------------------------------------------------
The keys table public.darkdata_keys was restored successfully.
The view public.darkdata_view was restored successfully.
(1 row)
此示例描述函数恢复了 darkdata_view，但不需要恢复 darkdata_keys：
=> SELECT RESTORE_FLEXTABLE_DEFAULT_KEYS_TABLE_AND_VIEW('darkdata');
RESTORE_FLEXTABLE_DEFAULT_KEYS_TABLE_AND_VIEW
------------------------------------------------------------------------------------
The keys table public.darkdata_keys already exists and is linked to darkdata.
The view public.darkdata_view was restored successfully.
(1 row)
还原键表之后，其中没有任何内容。要填充 Flex 键，请调用 COMPUTE_FLEXTABLE_KEYS 函数。
=> SELECT * FROM darkdata_keys;
key_name | frequency | data_type_guess
----------+-----------+-----------------
(0 rows)