HiveQL DDL—视图

最新推荐文章于 2025-04-23 21:32:16 发布
原创 最新推荐文章于 2025-04-23 21:32:16 发布 · 680 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#hive

本文详细介绍了Hive中视图的创建、查看、修改及删除等操作，解析了视图作为逻辑数据结构如何简化复杂查询，同时提供了具体示例，帮助读者掌握视图的管理和维护。

目录

概述

  视图是一个纯粹的逻辑数据结构，通过隐藏复杂度（如joins, subqueries, filters）来简化查询。之所以说视图是一种逻辑结果，是因为视图只有元数据信息，不会关联HDFS中的任何存储，也就是不存储任何实际数据。视图一旦被创建，它的schema信息就会被冻结，如果视图底层关联的表的结构发生了变化（比如增加了字段），并不会反射到视图中。如果底层关联的表被删除或发生了变化，那么对视图的查询操作将会失败。另外，视图是只读的，不能使用LOAD/INSERT/ALTER语句将数据插入其中。

创建视图

CREATE VIEW [IF NOT EXISTS] [db_name.]view_name [(column_name [COMMENT column_comment], ...) ]
  [COMMENT view_comment]
  [TBLPROPERTIES (property_name = property_value, ...)]
  AS SELECT ...;

  CREATE VIEW语句可以创建指定名称的视图。创建时，如果没有提供字段名，将会从SELECT表达式自动衍生。如果SELECT中包含了未指定别名的数据表达式，如 x + y。那么视图将按照_C0, _C1这样的格式生成字段名。

  示例
  说明：创建视图不会触发yarn作业，因为这仅仅会修改hive的元数据信息。但是，当查询视图的时候可能会触发yarn作业。

> CREATE VIEW IF NOT EXISTS employee_view_skills
AS
SELECT
name, skills_score['DB'] as DB,
skills_score['Perl'] as Perl,
skills_score['Python'] as Python,
skills_score['Sales'] as Sales,
skills_score['HR'] as HR
FROM employee_internal;

  从Hive2.2.0以后，可以使用SHOW VIEWS语句查看数据库中的视图。之前的版本可以使用 SHOW TABLES 语句查看：

> SHOW VIEWS;
+-----------------------+
|       tab_name        |
+-----------------------+
| employee_view_skills  |
+-----------------------+

查看视图

  和表一样，可以使用DESC ，SHOW CREATE TABLE语句查看视图的信息。

  示例

> SHOW CREATE TABLE employee_view_skills;
+----------------------------------------------------+
|                   createtab_stmt                   |
+----------------------------------------------------+
| CREATE VIEW `employee_view_skills` AS SELECT       |
| `employee_internal`.`name`, `employee_internal`.`skills_score`['DB'] as `DB`, |
| `employee_internal`.`skills_score`['Perl'] as `Perl`, |
| `employee_internal`.`skills_score`['Python'] as `Python`, |
| `employee_internal`.`skills_score`['Sales'] as `Sales`, |
| `employee_internal`.`skills_score`['HR'] as `HR`   |
| FROM `test2`.`employee_internal`                   |
+----------------------------------------------------+

> DESC FORMATTED employee_view_skills;
+-------------------------------+----------------------------------------------------+----------------------------------------------------+
|           col_name            |                     data_type                      |                      comment                       |
+-------------------------------+----------------------------------------------------+----------------------------------------------------+
| # col_name                    | data_type                                          | comment                                            |
| name                          | string                                             |                                                    |
| db                            | int                                                |                                                    |
| perl                          | int                                                |                                                    |
| python                        | int                                                |                                                    |
| sales                         | int                                                |                                                    |
| hr                            | int                                                |                                                    |
|                               | NULL                                               | NULL                                               |
| # Detailed Table Information  | NULL                                               | NULL                                               |
| Database:                     | test2                                              | NULL                                               |
| OwnerType:                    | USER                                               | NULL                                               |
| Owner:                        | hadoop                                             | NULL                                               |
| CreateTime:                   | Fri Sep 27 18:16:27 CST 2019                       | NULL                                               |
| LastAccessTime:               | UNKNOWN                                            | NULL                                               |
| Retention:                    | 0                                                  | NULL                                               |
| Table Type:                   | VIRTUAL_VIEW                                       | NULL                                               |
| Table Parameters:             | NULL                                               | NULL                                               |
|                               | bucketing_version                                  | 2                                                  |
|                               | transient_lastDdlTime                              | 1569579387                                         |
|                               | NULL                                               | NULL                                               |
| # Storage Information         | NULL                                               | NULL                                               |
| SerDe Library:                | null                                               | NULL                                               |
| InputFormat:                  | org.apache.hadoop.mapred.TextInputFormat           | NULL                                               |
| OutputFormat:                 | org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat | NULL                                               |
| Compressed:                   | No                                                 | NULL                                               |
| Num Buckets:                  | -1                                                 | NULL                                               |
| Bucket Columns:               | []                                                 | NULL                                               |
| Sort Columns:                 | []                                                 | NULL                                               |
|                               | NULL                                               | NULL                                               |
| # View Information            | NULL                                               | NULL                                               |
| Original Query:               | SELECT                                             | NULL                                               |
|                               |                                                    | name, skills_score['DB'] as DB,                    |
|                               |                                                    | skills_score['Perl'] as Perl,                      |
|                               |                                                    | skills_score['Python'] as Python,                  |
|                               |                                                    | skills_score['Sales'] as Sales,                    |
|                               |                                                    | skills_score['HR'] as HR                           |
|                               |                                                    | FROM employee_internal                             |
| Expanded Query:               | SELECT                                             | NULL                                               |
|                               |                                                    | `employee_internal`.`name`, `employee_internal`.`skills_score`['DB'] as `DB`, |
|                               |                                                    | `employee_internal`.`skills_score`['Perl'] as `Perl`, |
|                               |                                                    | `employee_internal`.`skills_score`['Python'] as `Python`, |
|                               |                                                    | `employee_internal`.`skills_score`['Sales'] as `Sales`, |
|                               |                                                    | `employee_internal`.`skills_score`['HR'] as `HR`   |
|                               |                                                    | FROM `test2`.`employee_internal`                   |
+-------------------------------+----------------------------------------------------+----------------------------------------------------+

修改视图

  使用ALTER VIEW语句可以修改视图。

修改视图的属性

ALTER VIEW [db_name.]view_name SET TBLPROPERTIES table_properties;
 
table_properties:
  : (property_name = property_value, property_name = property_value, ...)

  示例：修改注释

> ALTER VIEW employee_view_skills SET TBLPROPERTIES ('comment'='This is a view');
> DESC FORMATTED employee_view_skills;
+-------------------------------+----------------------------------------------------+----------------------------------------------------+
|           col_name            |                     data_type                      |                      comment                       |
+-------------------------------+----------------------------------------------------+----------------------------------------------------+
...
| Table Parameters:             | NULL                                               | NULL                                               |
|                               | bucketing_version                                  | 2                                                  |
|                               | comment                                            | This is a view                                     |
...
+-------------------------------+----------------------------------------------------+----------------------------------------------------+

重定义视图

ALTER VIEW [db_name.]view_name AS select_statement;

  使用Alter View As Select语句可以修改视图的定义，修改的视图必须是已经存在的。

  示例：

> ALTER VIEW employee_view_skills as SELECT * from employee_internal;
> desc employee_view_skills;
+---------------+--------------------------------+----------+
|   col_name    |           data_type            | comment  |
+---------------+--------------------------------+----------+
| name          | string                         |          |
| work_place    | array<string>                  |          |
| gender_age    | struct<gender:string,age:int>  |          |
| skills_score  | map<string,int>                |          |
| depart_title  | map<string,array<string>>      |          |
+---------------+--------------------------------+----------+

删除视图

DROP VIEW [IF EXISTS] [db_name.]view_name;

  说明：如果一个视图引用了另一个视图，那么被引用的视图被删除时不会抛出异常信息，引用视图会变得不可用。

  示例

> DROP VIEW employee_view_skills;
> SHOW views;
+-----------+
| tab_name  |
+-----------+
+-----------+

参考
https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDL
书籍 Apache Hive Essentials Second Edition (by Dayong Du) Chapter 3

Hive学习之视图、索引DDL
skyWalker_ONLY
06-17 6362
创建视图  视图是纯逻辑对象并不关联任何存储，下面的语句使用给定view_name名称创建视图，若view_name与现存的表或者视图重名，则出错。 CREATE VIEW [IF NOTEXISTS] view_name [(column_name [COMMENT column_comment], ...) ] [COMMENTview_comment] [TBLPROPERTIES(p
《大数据： Hive DDL数据定义》
yexiang优快云的专栏
10-10 168
一、数据类型 1. 基本数据类型 Hive数据类型 Java数据类型 长度 例子 TINYINT byte 1byte有符号整数 20 SMALINT short 2byte有符号整数 20 INT int
Hive 系列（四）—— Hive 常用DDL操作
黑白影的博客
06-07 714
一、Database 1.1 查看数据列表 show databases; 1.2 使用数据库 USE database_name; 1.3 新建数据库 语法： CREATE (DATABASE|SCHEMA) [IF NOT EXISTS] database_name --DATABASE|SCHEMA是等价的 [COMMENT database_comment] --数据库注...
Hive SQL DDL事务表、视图、物化视图
pljnb的博客
02-05 494
Hive SQL DDL事务表、视图、物化视图
【大数据】Hive DDL 操作与视图讲解
匠人精神，持之以恒！
05-05 935
Hive是建立在Hadoop上的数据仓库工具，它允许用户通过类SQL的语法来查询和管理数据。在Hive中，DDL（数据定义语言）和视图操作是非常常见的。用语句来查看视图定义。总之，Hive中的DDL操作和视图操作可以帮助用户定义和管理表、视图等数据结构，从而更加灵活和高效地管理和查询数据。用户可以根据实际需求选择使用哪种操作方式，以达到更好的数据管理和操作效果。
HiveQL DDL—物化视图
MAYIBO—BG的专栏
10-05 2460
目录 概述 创建物化视图 查看物化视图 使用SHOW查看 使用DESCRIBE查看 修改物化视图 删除物化视图 概述   物化视图是Apache Hive 3.0.0新加入的特性。使用物化视图加速查询速度是传统数据库常用的技术之一。Apache Hive3.0.0中引入的初始实现侧重于引入物化视图和基于这些物化视图的自动查询重写。物化视图可以存储在Hive本地或者其他系统中，如Druid...
Hive官方使用手册——DDL使用说明
三米学习笔记杂货铺
03-28 4247
本文为自己翻译的译文，原文地址：https://cwiki.apache.org/confluence/display/Hive/LanguageManual+DDLHive官方使用手册——DDL使用说明Hive Data Definition Language概述这里是HiveQL DDL语法说明文档 包括:CREATE DATABASE/SCHEMA, TABLE, VIEW, FUNCTIO...
【Hive入门】Hive基础操作与SQL语法：DDL操作全面指南
IT成长日记的博客
04-23 768
Hive的数据定义语言(DDL)是用于创建、修改和删除数据库对象的命令集合，主要包括对数据库、表、视图等对象的操作。作为Hadoop生态系统中的数据仓库工具，Hive的DDL语法与传统的SQL语法高度相似，但也有一些特有的扩展。Hive DDL提供了完整的数据对象管理能力，从数据库到表再到分区和分桶。掌握这些操作是使用Hive进行大数据处理的基础。Hive的数据库修改功能有限，主要可以修改属性。分桶是将数据分散到固定数量的桶中，提高查询效率。
Hive表ddl操作.zip
09-13
在Hive中，DDL操作可以使用HiveQL（类似于SQL）语句来实现。创建表时，用户需要定义表的名称、列以及数据类型等，并且可以指定数据存储的位置。修改表通常涉及到添加或删除列、更改数据存储的路径或者表的属性等操作...
Hive 的 DDL 操作库和表（提供实验平台）
03-09 3734
文中涉及的 Hive 语句执行建立在已有 Hadoop 环境的基础上，点击文中直达链接跳转至实验平台配备的环境启动即可，无需自行搭建环境
Hive 之 DDL
ly13607255628的博客
10-02 436
DDL（data definition language）： 主要的命令有CREATE、ALTER、DROP等。DDL主要是用在定义、修改数据库对象的结构 或 数据类型。 1、Database
Hive常用DDL操作
mxk4869的博客
07-06 332
Hive常用DDL操作
hive之视图
little_sloth的博客
07-19 939
hive之视图 一、视图 定义：通过隐藏子查询、连接和函数来简化查询的逻辑结构，是虚拟表，从真实表中选取数据；只保存定义，不存储数据， 如果删除或更改基础表，则查询视图将失败，而且视图是只读的，不能插入或装载数据 应用场景 1）将指定的数据提供给用户，保护数据隐私 2）简化查询语句复杂的场景 二、视图表 创建视图 CREATE VIEW view_name AS SELECT 。。。。; ps： 创建视图支持 CTE, ORDER BY, LIMIT, JOIN 等 – 查找视图 SHO
hive视图
w_mchen的博客
12-25 3330
Hive的视图 应用场景将特定的列提供给用户，保护数据隐私 用于查询语句复杂的场景 通过隐藏子查询、连接和函数来简化查询的逻辑结构只保存定义，不存储数据 如果删除或更改基础表，则查询视图将失败 视图是只读的，不能插入或装载数据 -- 创建视图，支持 CTE, ORDER BY, LIMIT, JOIN,等 CREATE VIEW view_name AS SELECT statement; -- 查找视图 (SHOW VIEWS 在 hive v2.2.0之后) SHOW TABLES; ...
Hive数据定义语言-DDL-建表高阶语法（内外部、分区、分桶、事务、视图、物化视图）
Kox_233的博客
11-25 1076
Hive数据定义语言-DDL-内外部、分区、分桶、事务、视图、物化视图
hive常见的DDL操作
happy19870612's blog
11-20 2479
一  Create/Drop/Truncate table 1.1创建表 1管理表和外部表(略) 2存储格式(略) 3ROW FORMATS & Serde SerDe:是Serialize/Deserialize的缩写. 就是Hive中用户序列化和反序列话。主要作用就是将某种格式的文件转化为Hive可以使用的记录 我们知道序列化：一般是为了方便将对象保存到文件；另外一个是方便对象的
【图文详细 】Hive的DDL操作中如何查看库？
谦卑t
11-26 886
查看库 1、查看有哪些数据库   show  databases; 2、显示数据库的详细属性信息  语法： desc  database  [extended]  dbname;  示例：desc  database  extended  myhive; 3、查看正在使用哪个库   select current_database(); 4、查看创建库的详细语句   show ...
每日一图之HIVE架构图
liwenjie001的博客
07-09 605
今天画了一下HIVE的架构图，比较简单的，在大数据领域中其实也不是很重要简单了解一下吧。
大数据之Hive：Hive 视图
weixin_43597208的博客
06-03 2543
目录1. 简介2.创建视图3.查看视图4.删除视图5.修改视图6.修改视图属性 1. 简介 Hive 中的视图和 RDBMS 中视图的概念一致，都是一组数据的逻辑表示，本质上就是一条 SELECT 语句的结果集。 视图是纯粹的逻辑对象，没有关联的存储 ，当查询引用视图时，Hive才将视图的定义与查询结合起来。 2.创建视图 create view if not exists student_view as select id ,name,age,sex from student; 注意： 1.创建视图时，
请简述HiveQL的数据定义是什么？
最新发布
06-17
<think>我们正在讨论HiveQL的数据定义部分。根据引用内容，HiveQL支持类似SQL的数据定义操作，但有一些特定的扩展和限制。下面我将详细解释HiveQL中数据定义的语法和功能。首先，HiveQL的数据定义主要包括数据库、表的创建、删除和修改等操作。由于Hive的底层基于Hadoop，因此它有一些特定的概念，如外部表、分区、分桶等。###1.数据库操作####创建数据库语法：```sqlCREATEDATABASE[IFNOTEXISTS]database_name[COMMENTdatabase_comment][LOCATIONhdfs_path][WITHDBPROPERTIES(property_name=property_value,...)];```-`IFNOTEXISTS`：可选，如果数据库已存在则不执行操作。-`COMMENT`：数据库的注释。-`LOCATION`：指定数据库在HDFS上的存储路径，如果不指定则使用默认路径。-`WITHDBPROPERTIES`：为数据库设置一些键值对属性。示例（参考引用[3]）：```sqlCREATEDATABASEtest2COMMENT"createdatabase";CREATEDATABASEtestWITHDBPROPERTIES('name'='yjt','data'='2019-06-20');```####查看数据库```sqlDESCRIBEDATABASEdatabase_name;--显示数据库基本信息DESCRIBEDATABASEEXTENDEDdatabase_name;--显示数据库的详细信息（包括属性）```示例（引用[3]）：```sqlDESCDATABASEtest1;--查看test1数据库的基本信息```####删除数据库```sqlDROPDATABASE[IFEXISTS]database_name[RESTRICT|CASCADE];```-`RESTRICT`：默认，如果数据库非空（含有表）则不允许删除。-`CASCADE`：强制删除数据库及其所有表。###2.表操作####创建表Hive支持两种类型的表：内部表（管理表）和外部表。-**内部表**：由Hive管理其数据和元数据。删除表时，数据也会被删除。-**外部表**：仅管理元数据，数据存储在外部位置（如HDFS）。删除表时，只删除元数据，不删除数据。创建内部表：```sqlCREATETABLE[IFNOTEXISTS]table_name(column_namedata_type[COMMENTcolumn_comment],...)[COMMENTtable_comment][PARTITIONEDBY(col_namedata_type[COMMENTcol_comment],...)]--分区[CLUSTEREDBY(col_name,col_name,...)[SORTEDBY(col_name[ASC|DESC],...)]INTOnum_bucketsBUCKETS]--分桶[ROWFORMATrow_format][STOREDASfile_format][LOCATIONhdfs_path];--如果不指定，将使用默认的数据库路径```创建外部表（引用[4]示例）：```sqlCREATEEXTERNALTABLEIFNOTEXISTSstocks(indexINT,sourceINT,destinationINT,costINT)ROWFORMATDELIMITEDFIELDSTERMINATEDBY','LOCATION'/home/hadoop/workspace';```参数说明：-`ROWFORMATDELIMITED`：指定行格式，通常后面跟字段分隔符等。-`FIELDSTERMINATEDBY','`：指定字段分隔符，如逗号。-`STOREDAS`：指定文件存储格式（如TEXTFILE,SEQUENCEFILE,RCFILE等）。-`LOCATION`：指定表数据在HDFS上的存储路径（外部表必须指定，内部表可选）。####分区表分区表可以将数据按某个列的值进行分区存储，提高查询效率。```sqlCREATETABLEtable_name(...)PARTITIONEDBY(partition_col1data_type,...);```注意：分区列不能是表中已定义的列。####查看表信息```sqlDESCRIBE[EXTENDED|FORMATTED]table_name;--查看表结构，EXTENDED或FORMATTED显示更详细信息```####删除表```sqlDROPTABLE[IFEXISTS]table_name;```###3.修改表Hive支持修改表结构，但限制较多（如不能修改列数据类型等）。####修改表名```sqlALTERTABLEold_table_nameRENAMETOnew_table_name;```####修改列```sqlALTERTABLEtable_nameCHANGE[COLUMN]old_col_namenew_col_namedata_type[COMMENTcol_comment][FIRST|AFTERcolumn_name];```####添加列```sqlALTERTABLEtable_nameADDCOLUMNS(new_col_namedata_type[COMMENTcol_comment],...);```####添加分区```sqlALTERTABLEtable_nameADDPARTITION(partition_col=value,...)[LOCATION'location_path'];```###4.其他数据定义操作-视图：Hive支持创建视图，但视图是只读的。-索引：Hive早期版本支持索引，但在后续版本中已被弃用（引用[1]提到Hive不支持索引）。###总结HiveQL的数据定义语言（DDL）与SQL类似，但具有一些特定的扩展（如分区、分桶、外部表）和限制（如不支持事务、索引）。这些设计是为了适应Hadoop分布式文件系统的大数据处理特性。§§相关问题§§1.HiveQL中内部表和外部表的主要区别是什么？2.如何创建分区表？分区表有什么优势？3.HiveQL支持哪些数据存储格式？4.HiveQL中如何修改表结构？5.HiveQL的数据库属性（DBPROPERTIES）有什么作用？</think>### HiveQL 数据定义语法与功能详解 HiveQL 的数据定义语言（DDL）用于创建、修改和删除数据库对象（如数据库、表、视图等），其语法与 SQL 类似但存在 Hadoop 生态特有的扩展和限制。以下是核心语法和功能： --- #### **1. 数据库操作** **语法：** ```sql CREATE DATABASE [IF NOT EXISTS] db_name [COMMENT 'description'] [LOCATION 'hdfs_path'] [WITH DBPROPERTIES ('key'='value')]; ``` **功能说明：** - `IF NOT EXISTS`：避免重复创建 - `COMMENT`：添加数据库描述（引用[3]） - `LOCATION`：指定 HDFS 存储路径（默认：`/user/hive/warehouse`） - `WITH DBPROPERTIES`：添加自定义元数据键值对（引用[3]） **示例：** ```sql CREATE DATABASE sales_db COMMENT '销售数据集' WITH DBPROPERTIES ('creator'='admin', 'date'='2023-10-01'); ``` --- #### **2. 表操作** ##### **创建表** **基本语法：** ```sql CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name ( column1 data_type [COMMENT '列注释'], ... ) [COMMENT '表注释'] [PARTITIONED BY (partition_column data_type, ...)] -- 分区 [CLUSTERED BY (column) INTO num_buckets BUCKETS] -- 分桶 [ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n'] -- 指定数据格式 [STORED AS file_format] -- 文件格式（TEXTFILE, ORC等） [LOCATION 'hdfs_path'] -- 外部表必须指定（引用[4]） [TBLPROPERTIES ('key'='value')]; ``` **核心功能：** - **`EXTERNAL`**：创建外部表（仅管理元数据，删除表时不删除数据） - **分区（`PARTITIONED BY`）**：将数据按分区列物理分割，加速查询 - **分桶（`CLUSTERED BY`）**：哈希分桶优化 JOIN 和采样 - **数据格式控制**： - `ROW FORMAT`：定义行列分隔符（引用[4]） - `STORED AS`：指定文件格式（默认 TEXTFILE） - **`LOCATION`**：自定义 HDFS 存储路径（对 EXTERNAL 表必需） **示例（外部表）：** ```sql CREATE EXTERNAL TABLE IF NOT EXISTS user_logs ( user_id INT, action STRING, timestamp BIGINT ) PARTITIONED BY (dt STRING) -- 按日期分区 ROW FORMAT DELIMITED FIELDS TERMINATED BY '|' LOCATION '/data/user_logs'; -- 引用[4]模式 ``` ##### **修改表** **常用操作：** ```sql -- 添加分区 ALTER TABLE table_name ADD PARTITION (dt='2023-10-01'); -- 重命名表 ALTER TABLE old_name RENAME TO new_name; -- 修改列类型 ALTER TABLE table_name CHANGE COLUMN user_id uid STRING; ``` ##### **删除表** ```sql DROP TABLE [IF EXISTS] table_name; -- 内部表：删除元数据+数据 DROP TABLE external_table_name; -- 外部表：仅删除元数据 ``` --- #### **3. 视图操作** **语法：** ```sql CREATE VIEW view_name AS SELECT ... FROM ... WHERE ...; ``` **限制：** - Hive 视图是逻辑对象（不存储数据） - **不支持物化视图** - 视图查询最终转换为底层表查询 --- #### **4. HiveQL DDL 特性总结** | 功能 | 支持情况 | 说明 | |---------------------|----------------------------------|------------------------------------------| | **数据库/表创建** | ✅ 完整支持 | 含分区、分桶、自定义存储格式 | | **数据更新** | ❌ 不支持 | 无法 UPDATE/DELETE 单行数据（引用[1][2]）| | **事务** | ❌ 不支持 | 无 ACID 特性（引用[1]） | | **索引** | ❌ 不支持 | 依赖 HDFS 全表扫描（引用[1]） | | **外部表** | ✅ 完整支持 | 数据与元数据解耦（引用[4]） | | **存储格式扩展** | ✅ 支持 ORC/Parquet 等 | 优化压缩和查询性能 | > **关键限制**：HiveQL DDL 设计目标是大规模**批量数据加载**（非实时更新），因此舍弃了事务和索引，但通过分区/分桶实现了查询优化（引用[1][2]）。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值