SQL 方言兼容
更新时间：2025-05-29
提示： 从 2.1 版本开始，PALO 可以支持多种 SQL 方言，如 Presto、Trino、Hive、PostgreSQL、Spark、Clickhouse 等等。通过这个功能，用户可以直接使用对应的 SQL 方言查询 PALO 中的数据，方便用户将原先的业务平滑的迁移到 PALO 中。
警告： 该功能目前是实验性功能，您在使用过程中如遇到任何问题，欢迎通过邮件组、GitHub Issue 等方式进行反馈。
部署服务
-
下载最新版本的 SQL 方言转换工具
提示： SQL 方言转换工具基于开源的 SQLGlot ，由 SelectDB 进行二次开发，关于 SQLGlot 可参阅 SQLGlot 官网。 SQL Convertor 并非由 PALO 维护或认可，这些工作由 Committers 和 PALO PMC 监督。使用这些资源和服务完全由您自行决定，社区不负责验证这些工具的许可或有效性。
-
在任意 FE 节点，通过以下命令启动服务：
Shell1# 配置服务端口 2vim apiserver/conf/config.conf 3# 启动 SQL Converter for PALO 转换服务 4sh apiserver/bin/start.sh 5# 如需前端界面，可在 webserver 中配置相应的端口并启动，不需要前端则可以忽略以下操作 6vim webserver/conf/config.conf 7# 启动前端界面 8sh webserver/bin/start.sh提示：
- 该服务是一个无状态的服务，可随时启停
- 在
apiserver/conf/config.conf中配置 port 来指定任意一个可用端口，配置 workers 来指定启动的线程数量。在并发场景中，可以根据需要调整，默认为 1 - 建议在每个 FE 节点都单独启动一个服务
- 如需启动前端界面，可以在
webserver/conf/config.conf中配置 SQL Converter for PALO 转换服务地址，默认是API_HOST=http://127.0.0.1:5001
- 启动 PALO 集群（2.1 或更高版本）
-
通过以下命令，在 PALO 中设置 SQL 方言转换服务的 URL：
MySQL> set global sql_converter_service_url = "http://127.0.0.1:5001/api/v1/convert"127.0.0.1:5001是 SQL 方言转换服务的部署节点 ip 和端口。
使用 SQL 方言
目前支持的方言类型包括：
prestotrinoclickhousehivesparkpostgres
示例：
Presto
SQL
1mysql> CREATE TABLE test_sqlconvert (
2 id int,
3 start_time DateTime,
4 value String,
5 arr_int ARRAY<Int>,
6 arr_str ARRAY<String>
7 ) ENGINE=OLAP
8 DUPLICATE KEY(`id`)
9 COMMENT 'OLAP'
10 DISTRIBUTED BY HASH(`id`) BUCKETS 1
11 PROPERTIES (
12 "replication_allocation" = "tag.location.default: 1"
13 );
14Query OK, 0 rows affected (0.01 sec)
15
16mysql> INSERT INTO test_sqlconvert values(1, '2024-05-20 13:14:52', '2024-01-14',[1, 2, 3, 3], ['Hello', 'World']);
17Query OK, 1 row affected (0.08 sec)
18
19mysql> set sql_dialect=presto;
20Query OK, 0 rows affected (0.00 sec)
21
22mysql> SELECT cast(start_time as varchar(20)) as col1,
23 array_distinct(arr_int) as col2,
24 FILTER(arr_str, x -> x LIKE '%World%') as col3,
25 to_date(value,'%Y-%m-%d') as col4,
26 YEAR(start_time) as col5,
27 date_add('month', 1, start_time) as col6,
28 REGEXP_EXTRACT_ALL(value, '-.') as col7,
29 JSON_EXTRACT('{"id": "33"}', '$.id')as col8,
30 element_at(arr_int, 1) as col9,
31 date_trunc('day',start_time) as col10
32 FROM test_sqlconvert
33 where date_trunc('day',start_time)= DATE'2024-05-20'
34 order by id;
35+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
36| col1 | col2 | col3 | col4 | col5 | col6 | col7 | col8 | col9 | col10 |
37+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
38| 2024-05-20 13:14:52 | [1, 2, 3] | ["World"] | 2024-01-14 | 2024 | 2024-06-20 13:14:52 | ['-0','-1'] | "33" | 1 | 2024-05-20 00:00:00 |
39+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
401 row in set (0.03 sec)Clickhouse
SQL
1mysql> set sql_dialect=clickhouse;
2Query OK, 0 rows affected (0.00 sec)
3
4mysql> select toString(start_time) as col1,
5 arrayCompact(arr_int) as col2,
6 arrayFilter(x -> x like '%World%',arr_str)as col3,
7 toDate(value) as col4,
8 toYear(start_time)as col5,
9 addMonths(start_time, 1)as col6,
10 extractAll(value, '-.')as col7,
11 JSONExtractString('{"id": "33"}' , 'id')as col8,
12 arrayElement(arr_int, 1) as col9,
13 date_trunc('day',start_time) as col10
14 FROM test_sqlconvert
15 where date_trunc('day',start_time)= '2024-05-20 00:00:00'
16 order by id;
17+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
18| col1 | col2 | col3 | col4 | col5 | col6 | col7 | col8 | col9 | col10 |
19+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
20| 2024-05-20 13:14:52 | [1, 2, 3] | ["World"] | 2024-01-14 | 2024 | 2024-06-20 13:14:52 | ['-0','-1'] | "33" | 1 | 2024-05-20 00:00:00 |
21+---------------------+-----------+-----------+------------+------+---------------------+-------------+------+------+---------------------+
221 row in set (0.02 sec)