SELECT

목적

SELECT 문은 테이블로부터 데이터를 조회하는 데 사용한다.

TrainDB는 Apache Calcite 기반으로 구현되어 있기 때문에 정확 질의를 표현하는 SELECT 문은 Apache Calcite의 SQL 문법 을 따르므로 이에 대해서는 연결된 문서를 참고하기 바란다.

본 문서에서는 TrainDB에서 지원하는 근사 질의 기능인 SELECT APPROXIMATE 문에 초점을 맞추어 설명한다.

구문

다이어그램

select

selectItemList

selectItem

tableExpression

tableReference

tablePrimary

groupItemList

groupItem

orderItemList

orderItem

키워드 및 파라미터

APPROXIMATE

근사 질의임을 나타내는 키워드다. 다음의 조건을 만족하는 경우에 근사 질의로 처리되며, 근사 질의로 처리할 수 없는 경우에는 키워드를 무시한 채 정확 질의로 처리된다. * selectItemList 에 근사 질의를 지원하는 집계 함수가 포함되어 있다. * selectItemList 의 컬럼들을 학습한 모델이나 시놉시스가 존재한다.

현재 근사 질의가 지원되는 집계 함수로는 avg, sum, count, stddev, variance, covar(covar_pop, covar_samp), corr, min, max, mode, percentile_disc 등이 있다. 근사 질의 시 GROUP BY, HAVING, ORDER BY 절을 함께 사용할 수 있다.

selectItemList

조회하고자 하는 컬럼 또는 표현식 목록을 지정한다.

INCREMENTAL

점진적 질의임을 나타내는 키워드다. 조회할 대상 테이블이 파티션 테이블인 경우 파티션별로 질의를 수행하여 중간 결과를 리턴하는 방식으로 질의가 처리된다. 단, 클라이언트에서 다음 결과가 더 있는지 확인하여 중간 결과를 가져오는 기능을 지원해야 한다.

FROM tableExpression

조회할 대상 테이블을 나타내는 절이다. tableExpression 에는 테이블명을 지정할 수 있으며, 추가적으로 별칭(alias)이나 컬럼명 리스트 등을 명시할 수 있다.

WHERE booleanExpression

WHERE 조건절은 지정한 조건을 충족하는 로우(row)들만 조회되도록 제한하는 데 사용한다. WHERE 조건절을 생략하면 FROM 절의 모든 로우가 조회된다.

WHATIF booleanExpression TO numeric_literal

WHATIF 조건절은 지정한 조건을 충족하는 로우(row)들을 TO 뒤의 비율만큼 보정하는 데 사용한다.

GROUP BY groupItemList

groupItemList 에 포함된 표현식을 기준으로 조회된 로우들을 그룹화하는 데 사용하는 절이다. GROUP BY 절에 명시된 컬럼은 selectItemList 에 포함되어야 한다.

HAVING booleanExpression

HAVING 절은 그룹화된 결과 중 지정된 조건이 TRUE인 로우만 조회되도록 제한하는 데 사용한다. HAVING 절을 생략하면 모든 그룹에 대한 로우가 조회된다.

ORDER BY orderItemList

ORDER BY 절은 지정한 orderItemList 의 순서대로 결과를 정렬하는 데 사용한다. ORDER BY 절을 생략하면 결과 로우들의 조회 순서는 임의의 순서를 따른다.

WITHIN numeric_literal SECONDS

WITHIN ~ SECONDS 절은 근사 질의 처리 시간을 가능하면 지정한 시간(초) 이내에 처리하도록 지정하는 절이다. 처리 시간이 반드시 보장되지는 않으나, 지정한 시간에 따라 내부에서 사용할 시놉시스나 모델을 선택하는 데 참고 기준이 된다. 현재는 초당 처리 가능한 로우의 수에 따라 시놉시스를 선택하는 정책이 구현되어 있으며, 해당 로우의 수는 설정 파라미터로 조절 가능하다.

WITHIN numeric_literal PERCENT ERROR

WITHIN ~ PERCENT ERROR 절은 근사 질의 처리 정확도를 가능하면 지정한 에러 이내로 처리하도록 지정하는 절이다. 정확도가 반드시 보장되지는 않으나, 지정한 시간에 따라 내부에서 사용할 시놉시스나 모델을 선택하는 데 참고 기준이 된다. 단, ANALYZE SYNOPSIS 문을 통해 시놉시스의 데이터 분포가 분석되어 있어야만 질의 처리 시에 시놉시스의 정확도를 고려할 수 있다.

SYNOPSIS 힌트

SELECT /*+ SYNOPSIS(synopsis_name) */ APPROXIMATE 와 같이 근사 질의에 사용할 시놉시스를 힌트로 지정할 수 있다. 해당 시놉시스가 존재하고 입력 질의를 처리하는 데 사용할 수 있다면 지정한 시놉시스를 사용하여 질의가 처리된다.

예시

근사 질의

다음은 instacart 스키마에 속한 order_products 테이블로부터 reordered 컬럼의 합계를 근사적으로 조회하는 질의문이다.

SELECT APPROXIMATE sum(reordered) FROM instacart.order_products;

다음과 같이 WHERE, GROUP BY, ORDER BY 절 등을 질의의 의도에 맞게 추가할 수 있다.

SELECT APPROXIMATE sum(reordered) FROM instacart.order_products
WHERE add_to_cart_order < 5;

SELECT APPROXIMATE sum(reordered) FROM instacart.order_products
GROUP BY add_to_cart_order
ORDER BY add_to_cart_order ASC;

가상의 조건을 지정하여 시뮬레이션 질의를 수행하려면 다음과 같이 WHATIF 절을 사용할 수 있다.

SELECT APPROXIMATE count(*) FROM instacart.order_products
WHATIF reordered = 1 TO 1.1;