Amazon Redshift SQL语句编写指南

在Amazon Redshift中编写SQL语句

本教程展示如何编写Amazon Redshift SQL语句。由于这个主题庞大而复杂，我们从基础开始。本教程将向您展示如何：

• 使用查询编辑器
• 使用group by聚合行
• 将日期转换为年和月
• 将结果导出到CSV文件

什么是Amazon Redshift？

Amazon Redshift是某中心基于SQL的云数据仓库。它旨在处理大型数据集和复杂查询，非常适合数据仓库、商业智能、大数据分析、机器学习和提取-加载-转换工作流。

Redshift的组件包括：

• 集群：围绕领导节点组织的计算节点，用于管理连接和协调查询
• 切片：节点的划分，为高效的大规模并行处理分配内存、处理和磁盘空间资源
• 数据分发方法：根据键值或跨每个节点均匀分配数据到节点
• 列式存储：以垂直堆栈方式完成，以减少输入/输出（I/O）并提高存储效率
• 执行引擎：支持SQL查询并规划获取和使用数据的最佳方式
• Spectrum：一项Amazon Redshift服务，可以在不将数据带入Redshift环境的情况下查询某中心S3中的数据
• 集成数据加载：使用各种某中心和第三方工具
• 备份和恢复：增加弹性
• 安全控制：身份和访问控制，为模式识别和后利用响应提供日志记录
• 维护和监控：此完全托管服务的内在功能，减轻团队的持续管理负担

Redshift查询编辑器

要打开查询编辑器，请从集群屏幕单击编辑器。然后Redshift将要求您提供凭据以连接到数据库。一个不错的功能是有一个生成临时凭据的选项，因此您不必记住密码。拥有某中心AWS控制台的登录权限就足够了。

您在SQL语句这里编写。一次只允许一个语句，因为Redshift一次只能显示一组结果。要编写多个语句，请单击加号（+）添加附加选项卡。当您运行每个查询时，需要几秒钟，因为它提交作业然后运行它。因此，它不像您可能期望的其他产品那样即时。结果显示在底部，您可以在那里将其导出为CSV、TXT或HTML。您还可以对结果进行图表化。

获取表模式

在本教程中，我们使用一个天气数据表。这是塞浦路斯帕福斯20年的天气数据。它有四列：

• dt_iso
• temp
• temp_min
• temp_max

dt_dso是timestamp类型，是主键。Redshift的一个优点是您几乎可以以任何所需的格式加载日期，Redshift都能理解。然后Redshift提供to_char()函数来打印出您想要的任何日期部分，如小时、年、分钟等。

要查看表模式，请查询pg_table_def表。

SELECT *
FROM pg_table_def
WHERE tablename = 'paphos'
AND schemaname = 'public';

以下是模式：

schemaname,tablename,column,type,encoding,distkey,sortkey,notnull
public,paphos,dt_iso,timestamp without time zone,none,t,1,t
public,paphos,temp,real,none,f,0,f
public,paphos,temp_min,real,none,f,0,f
public,paphos,temp_max,real,none,f,0,f

聚合SQL语句

此查询计算5月至9月夏季月份每月的平均温度。注意：

• to_char()提取您想要的任何日期部分，如YYYY年或MM月数字
• 使用in()语句选择月份
• order语句使用1，这意味着使用查询返回的第一列。这是输入列名的替代方法
• 按年和月分组，因为我们希望计算年内月份的平均值[avg()]
• 使用round()函数四舍五入到两位小数。否则Redshift会给出太多小数位
• 与其他数据库一样，as语句允许我们为计算产生的列提供别名。没有它，列将没有描述性名称。这里我们称平均温度为aveTemp

select round(avg(temp),2) as aveTemp,
                 to_char(dt_iso,'YYYY') as year,
                 to_char(dt_iso,'MM') as month
                 from paphos where
                 month in ('05','06','07','08','09')
                 group by year, month
                 order by 1 desc

以下是结果。它显示了20年数据中最热的月份。我已截断显示以使其简短。例如，在20年中，2010年8月是最热的月份。我们按年然后按月分组，因为我们希望给出每日天气观测的年内月份。

avetemp year month
84.11 2010 8
83.12 2012 8
83.05 2012 7
82.9 2015 8
82.39 2017 7
82.04 2014 8
81.85 2007 7
81.73 2020 9
81.72 2013 8
81.72 2008 8
81.62 2000 7
81.61 2009 8
81.49 2017 8

我们使用结果右侧的按钮将数据导出为CSV格式。然后我们将其导入电子表格，以便更轻松地查看结果并为其添加颜色等。

以下是最热的年份。我们通过从聚合中删除月份来获得这一点。

select round(avg(temp),2) as aveTemp,
                 to_char(dt_iso,'YYYY') as year 
                                 from paphos 
                                                group by year
                 order by 1 desc

其他资源

有关更多类似本教程的资源，请探索以下内容：

• 某机构机器学习与大数据博客
• 某机构指南，包含15篇文章和教程
• 如何将某中心S3数据导入Snowflake
• 如何将某中心Glue连接到JDBC数据库
• 某中心Braket量子计算：如何开始
  更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
  对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码