MaxCompute SQL Row

背景：多维数据仓库中的维度表和事实表一般都需要有一个代理键，作为这些表的主键，代理键一般由单列的自增数字序列构成。MaxCompute(原ODPS）没有关系数据库中的自增列 auto-increment id，但可以通过UDF来给海量数据的每一行产生唯一的id。

效果如下：

select row_sequence(),name from user_info;

一、准备工作

1、准备阿里云账号，文档参考：https://help.aliyun.com/document_detail/27803.html

2、开通大数据开发套件、MaxCompute服务。文档参考：https://help.aliyun.com/document_detail/27815.html

3、配置Eclipse ODPS环境，文档参照：https://help.aliyun.com/document_detail/27981.html

二、通过Eclipse创建UDF

1、在Eclipse环境中，新建Row_Sequence.java，代码如下

package com.aliyun.odps.examples.udf; import com.aliyun.odps.io.LongWritable; import com.aliyun.odps.udf.UDF; public class Row_Sequence extends UDF { private LongWritable result = new LongWritable(); public Row_Sequence () { result.set(0); } public String evaluate() { result.set(result.get() + 1); return result.toString(); } }

2、导出为Row_Sequence.JAR

三、通过大数据开发套件注册函数

1、通过大数据开发数据开发->资源管理，上传Row_Sequence.JAR资源。

2、通过大数据开发数据开发->函数管理，注册row_sequence函数。

四、通过大数据开发套件验证

1、通过SQL查询结果

select row_sequence(),name from user_info;

我们可以看到，通过UDF可以完成列增长效果，由于MaxCompute读取数据是无序的，所以还需要把数据insert overwrite table到新表中。

注意：本教程UDF在小规模数据单节点是可行的，如果是海量数据多节点并行，会出现重复数，建议用uuid()函数；

select uuid() as id,* from user_info ;