`CLUSTER BY` 子句（TABLE）

2025-05-20

适用于： 勾选“是” Databricks SQL Databricks Runtime 13.3 LTS 及更高版本仅 Delta Lake

定义一个关系的流动性、多维度聚类。

Azure Databricks 建议对所有 Unity 目录托管表使用自动液体聚类分析和预测优化。这些功能基于数据使用模式提供数据布局的智能优化。

可以在以下情况下使用此子句：

使用 CREATE TABLE创建表。
更改具有 ALTER TABLE 的表以更改聚类分析列。若要对具有已更改聚类列的行进行聚类，必须运行 OPTIMIZE。请注意，按之前的聚类列聚类的行不受影响。
使用 CREATE MATERIALIZED VIEW 创建具体化视图。
使用 CREATE STREAMING TABLE创建流式处理表。

更新后的行不会自动重新聚类。运行 OPTIMIZE 以重新整理更新的行。

有关液态聚类的详细信息，请参阅对 Delta 表使用液态聚类

语法

CLUSTER BY { ( column_name [, ...] ) |
             AUTO |
             NONE }

参数

column_name

指定用于对数据进行聚类的关系表列。列顺序无关紧要。要从更改聚类中获益，您应该运行 OPTIMIZE。
AUTO

适用对象： Databricks SQL Databricks Runtime 15.4 及更高版本

指向 Delta Lake，以自动确定并随着时间的推移优化用于聚类分析的最佳列。有关液体聚类的详细信息，请参阅对 Delta 表使用液体聚类。
NONE

关闭要更改的关系的聚类分析。新插入或更新的数据不会被 OPTIMIZE聚类。若要在创建关系时不使用聚类分析，请省略子 CLUSTER BY 句。

示例

可以在对 Delta 表使用 Liquid 聚类中找到更多示例。

-- Create a table with a clustering column
> CREATE TABLE t(a int, b string) CLUSTER BY (a);

-- The clustering of an existing Delta table to add a second dimension
> ALTER TABLE t CLUSTER BY (a, b);

-- Recluster the table
> OPTIMIZE t;

-- Remove the clustering
> ALTER TABLE t CLUSTER BY NONE;