CREATE-TABLE

Description

该命令用于创建一张表。本文档主要介绍创建 Doris 自维护的表的语法。外部表语法请参阅 CREATE-EXTERNAL-TABLE文档。

  1. CREATE TABLE [IF NOT EXISTS] [database.]table
  2. (
  3. column_definition_list,
  4. [index_definition_list]
  5. )
  6. [engine_type]
  7. [keys_type]
  8. [table_comment]
  9. [partition_info]
  10. distribution_desc
  11. [rollup_list]
  12. [properties]
  13. [extra_properties]
  • column_definition_list

    列定义列表:

    column_definition[, column_definition]

    • column_definition

      列定义:

      column_name column_type [KEY] [aggr_type] [NULL] [default_value] [column_comment]

      • column_type

        列类型,支持以下类型:

        1. TINYINT1字节)
        2. 范围:-2^7 + 1 ~ 2^7 - 1
        3. SMALLINT2字节)
        4. 范围:-2^15 + 1 ~ 2^15 - 1
        5. INT4字节)
        6. 范围:-2^31 + 1 ~ 2^31 - 1
        7. BIGINT8字节)
        8. 范围:-2^63 + 1 ~ 2^63 - 1
        9. LARGEINT16字节)
        10. 范围:-2^127 + 1 ~ 2^127 - 1
        11. FLOAT4字节)
        12. 支持科学计数法
        13. DOUBLE12字节)
        14. 支持科学计数法
        15. DECIMAL[(precision, scale)] (16字节)
        16. 保证精度的小数类型。默认是 DECIMAL(10, 0)
        17. precision: 1 ~ 27
        18. scale: 0 ~ 9
        19. 其中整数部分为 1 ~ 18
        20. 不支持科学计数法
        21. DATE3字节)
        22. 范围:0000-01-01 ~ 9999-12-31
        23. DATETIME8字节)
        24. 范围:0000-01-01 00:00:00 ~ 9999-12-31 23:59:59
        25. CHAR[(length)]
        26. 定长字符串。长度范围:1 ~ 255。默认为1
        27. VARCHAR[(length)]
        28. 变长字符串。长度范围:1 ~ 65533。默认为1
        29. HLL (1~16385个字节)
        30. HyperLogLog 列类型,不需要指定长度和默认值。长度根据数据的聚合程度系统内控制。
        31. 必须配合 HLL_UNION 聚合类型使用。
        32. BITMAP
        33. bitmap 列类型,不需要指定长度和默认值。表示整型的集合,元素最大支持到2^64 - 1
        34. 必须配合 BITMAP_UNION 聚合类型使用。
      • aggr_type

        聚合类型,支持以下聚合类型:

        1. SUM:求和。适用数值类型。
        2. MIN:求最小值。适合数值类型。
        3. MAX:求最大值。适合数值类型。
        4. REPLACE:替换。对于维度列相同的行,指标列会按照导入的先后顺序,后倒入的替换先导入的。
        5. REPLACE_IF_NOT_NULL:非空值替换。和 REPLACE 的区别在于对于null值,不做替换。这里要注意的是字段默认值要给NULL,而不能是空字符串,如果是空字符串,会给你替换成空字符串。
        6. HLL_UNIONHLL 类型的列的聚合方式,通过 HyperLogLog 算法聚合。
        7. BITMAP_UNIONBIMTAP 类型的列的聚合方式,进行位图的并集聚合。
      • default_value

        1. 列默认值,当导入数据未指定该列的值时,系统将赋予该列default_value
        2. 语法为`default default_value`
        3. 当前default_value支持两种形式:
        4. 1. 用户指定固定值,如:
        5. ```SQL
        6. k1 INT DEFAULT '1',
        7. k2 CHAR(10) DEFAULT 'aaaa'
        8. ```
        9. 2. 系统提供的关键字,目前支持以下关键字:
        10. ```SQL
        11. // 只用于DATETIME类型,导入数据缺失该值时系统将赋予当前时间
        12. dt DATETIME DEFAULT CURRENT_TIMESTAMP
        13. ```

        示例:

        1. k1 TINYINT,
        2. k2 DECIMAL(10,2) DEFAULT "10.5",
        3. k4 BIGINT NULL DEFAULT "1000" COMMENT "This is column k4",
        4. v1 VARCHAR(10) REPLACE NOT NULL,
        5. v2 BITMAP BITMAP_UNION,
        6. v3 HLL HLL_UNION,
        7. v4 INT SUM NOT NULL DEFAULT "1" COMMENT "This is column v4"
  • index_definition_list

    索引列表定义:

    index_definition[, index_definition]

    • index_definition

      索引定义:

      1. INDEX index_name (col_name) [USING BITMAP] COMMENT 'xxxxxx'

      示例:

      1. INDEX idx1 (k1) USING BITMAP COMMENT "This is a bitmap index1",
      2. INDEX idx2 (k2) USING BITMAP COMMENT "This is a bitmap index2",
      3. ...
  • engine_type

    表引擎类型。本文档中类型皆为 OLAP。其他外部表引擎类型见 CREATE EXTERNAL TABLE 文档。示例:

    ENGINE=olap

  • key_desc

    数据模型。

    key_type(col1, col2, ...)

    key_type 支持以下模型:

    • DUPLICATE KEY(默认):其后指定的列为排序列。

    • AGGREGATE KEY:其后指定的列为维度列。

    • UNIQUE KEY:其后指定的列为主键列。

      示例:

      1. DUPLICATE KEY(col1, col2),
      2. AGGREGATE KEY(k1, k2, k3),
      3. UNIQUE KEY(k1, k2)
  • table_comment

    表注释。示例:

    1. COMMENT "This is my first DORIS table"
  • partition_desc

    分区信息,支持三种写法:

    1. LESS THAN:仅定义分区上界。下界由上一个分区的上界决定。

      1. PARTITION BY RANGE(col1[, col2, ...])
      2. (
      3. PARTITION partition_name1 VALUES LESS THAN MAXVALUE|("value1", "value2", ...),
      4. PARTITION partition_name2 VALUES LESS THAN MAXVALUE|("value1", "value2", ...)
      5. )
    2. FIXED RANGE:定义分区的左闭右开区间。

      1. PARTITION BY RANGE(col1[, col2, ...])
      2. (
      3. PARTITION partition_name1 VALUES [("k1-lower1", "k2-lower1", "k3-lower1",...), ("k1-upper1", "k2-upper1", "k3-upper1", ...)),
      4. PARTITION partition_name2 VALUES [("k1-lower1-2", "k2-lower1-2", ...), ("k1-upper1-2", MAXVALUE, ))
      5. )
    3. SinceVersion 1.2 MULTI RANGE:批量创建RANGE分区,定义分区的左闭右开区间,设定时间单位和步长,时间单位支持年、月、日、周和小时。

      1. PARTITION BY RANGE(col)
      2. (
      3. FROM ("2000-11-14") TO ("2021-11-14") INTERVAL 1 YEAR,
      4. FROM ("2021-11-14") TO ("2022-11-14") INTERVAL 1 MONTH,
      5. FROM ("2022-11-14") TO ("2023-01-03") INTERVAL 1 WEEK,
      6. FROM ("2023-01-03") TO ("2023-01-14") INTERVAL 1 DAY
      7. )
  • distribution_desc

    定义数据分桶方式。

    1) Hash 分桶 语法: DISTRIBUTED BY HASH (k1[,k2 ...]) [BUCKETS num] 说明: 使用指定的 key 列进行哈希分桶。 2) Random 分桶 语法: DISTRIBUTED BY RANDOM [BUCKETS num] 说明: 使用随机数进行分桶。

  • rollup_list

    建表的同时可以创建多个物化视图(ROLLUP)。

    ROLLUP (rollup_definition[, rollup_definition, ...])

    • rollup_definition

      rollup_name (col1[, col2, ...]) [DUPLICATE KEY(col1[, col2, ...])] [PROPERTIES("key" = "value")]

      示例:

      1. ROLLUP (
      2. r1 (k1, k3, v1, v2),
      3. r2 (k1, v1)
      4. )
  • properties

    设置表属性。目前支持以下属性:

    • replication_num

      副本数。默认副本数为3。如果 BE 节点数量小于3,则需指定副本数小于等于 BE 节点数量。

      在 0.15 版本后,该属性将自动转换成 replication_allocation 属性,如:

      "replication_num" = "3" 会自动转换成 "replication_allocation" = "tag.location.default:3"

    • replication_allocation

      根据 Tag 设置副本分布情况。该属性可以完全覆盖 replication_num 属性的功能。

    • storage_medium/storage_cooldown_time

      数据存储介质。storage_medium 用于声明表数据的初始存储介质,而 storage_cooldown_time 用于设定到期时间。示例:

      1. "storage_medium" = "SSD",
      2. "storage_cooldown_time" = "2020-11-20 00:00:00"

      这个示例表示数据存放在 SSD 中,并且在 2020-11-20 00:00:00 到期后,会自动迁移到 HDD 存储上。

    • colocate_with

      当需要使用 Colocation Join 功能时,使用这个参数设置 Colocation Group。

      "colocate_with" = "group1"

    • bloom_filter_columns

      用户指定需要添加 Bloom Filter 索引的列名称列表。各个列的 Bloom Filter 索引是独立的,并不是组合索引。

      "bloom_filter_columns" = "k1, k2, k3"

    • in_memory

      Doris 是没有内存表的概念。

      这个属性设置成 true, Doris 会尽量将该表的数据块缓存在存储引擎的 PageCache 中,已减少磁盘IO。但这个属性不会保证数据块常驻在内存中,仅作为一种尽力而为的标识。

      "in_memory" = "true"

    • compression

      Doris 表的默认压缩方式是 LZ4。1.1版本后,支持将压缩方式指定为ZSTD以获得更高的压缩比。

      "compression"="zstd"

    • function_column.sequence_col

      当使用 UNIQUE KEY 模型时,可以指定一个sequence列,当KEY列相同时,将按照 sequence 列进行 REPLACE(较大值替换较小值,否则无法替换)

      function_column.sequence_col用来指定sequence列到表中某一列的映射,该列可以为整型和时间类型(DATE、DATETIME),创建后不能更改该列的类型。如果设置了function_column.sequence_col, function_column.sequence_type将被忽略。

      "function_column.sequence_col" = 'column_name'

    • function_column.sequence_type

      当使用 UNIQUE KEY 模型时,可以指定一个sequence列,当KEY列相同时,将按照 sequence 列进行 REPLACE(较大值替换较小值,否则无法替换)

      这里我们仅需指定顺序列的类型,支持时间类型或整型。Doris 会创建一个隐藏的顺序列。

      "function_column.sequence_type" = 'Date'

    • light_schema_change

      SinceVersion 1.2 是否使用light schema change优化。

      如果设置成 true, 对于值列的加减操作,可以更快地,同步地完成。

      "light_schema_change" = 'true'

      该功能在 1.2.1 及之后版本默认开启。

    • disable_auto_compaction

      是否对这个表禁用自动compaction。

      如果这个属性设置成 true, 后台的自动compaction进程会跳过这个表的所有tablet。

      "disable_auto_compaction" = "false"

    • 动态分区相关

      动态分区相关参数如下:

      • dynamic_partition.enable: 用于指定表级别的动态分区功能是否开启。默认为 true。
      • dynamic_partition.time_unit: 用于指定动态添加分区的时间单位,可选择为DAY(天),WEEK(周),MONTH(月),HOUR(时)。
      • dynamic_partition.start: 用于指定向前删除多少个分区。值必须小于0。默认为 Integer.MIN_VALUE。
      • dynamic_partition.end: 用于指定提前创建的分区数量。值必须大于0。
      • dynamic_partition.prefix: 用于指定创建的分区名前缀,例如分区名前缀为p,则自动创建分区名为p20200108。
      • dynamic_partition.buckets: 用于指定自动创建的分区分桶数量。
      • dynamic_partition.create_history_partition: 是否创建历史分区。
      • dynamic_partition.history_partition_num: 指定创建历史分区的数量。
      • dynamic_partition.reserved_history_periods: 用于指定保留的历史分区的时间段。
    • 数据排序相关

      数据排序相关参数如下:

      • data_sort.sort_type: 数据排序使用的方法,目前支持两种:lexical/z-order,默认是lexical
      • data_sort.col_num: 数据排序使用的列数,取最前面几列,不能超过总的key 列数

Example

  1. 创建一个明细模型的表

    1. CREATE TABLE example_db.table_hash
    2. (
    3. k1 TINYINT,
    4. k2 DECIMAL(10, 2) DEFAULT "10.5",
    5. k3 CHAR(10) COMMENT "string column",
    6. k4 INT NOT NULL DEFAULT "1" COMMENT "int column"
    7. )
    8. COMMENT "my first table"
    9. DISTRIBUTED BY HASH(k1) BUCKETS 32
  2. 创建一个明细模型的表,分区,指定排序列,设置副本数为1

    1. CREATE TABLE example_db.table_hash
    2. (
    3. k1 DATE,
    4. k2 DECIMAL(10, 2) DEFAULT "10.5",
    5. k3 CHAR(10) COMMENT "string column",
    6. k4 INT NOT NULL DEFAULT "1" COMMENT "int column"
    7. )
    8. DUPLICATE KEY(k1, k2)
    9. COMMENT "my first table"
    10. PARTITION BY RANGE(k1)
    11. (
    12. PARTITION p1 VALUES LESS THAN ("2020-02-01"),
    13. PARTITION p2 VALUES LESS THAN ("2020-03-01"),
    14. PARTITION p3 VALUES LESS THAN ("2020-04-01")
    15. )
    16. DISTRIBUTED BY HASH(k1) BUCKETS 32
    17. PROPERTIES (
    18. "replication_num" = "1"
    19. );
  3. 创建一个主键唯一模型的表,设置初始存储介质和冷却时间

    1. CREATE TABLE example_db.table_hash
    2. (
    3. k1 BIGINT,
    4. k2 LARGEINT,
    5. v1 VARCHAR(2048),
    6. v2 SMALLINT DEFAULT "10"
    7. )
    8. UNIQUE KEY(k1, k2)
    9. DISTRIBUTED BY HASH (k1, k2) BUCKETS 32
    10. PROPERTIES(
    11. "storage_medium" = "SSD",
    12. "storage_cooldown_time" = "2015-06-04 00:00:00"
    13. );
  4. 创建一个聚合模型表,使用固定范围分区描述

    1. CREATE TABLE table_range
    2. (
    3. k1 DATE,
    4. k2 INT,
    5. k3 SMALLINT,
    6. v1 VARCHAR(2048) REPLACE,
    7. v2 INT SUM DEFAULT "1"
    8. )
    9. AGGREGATE KEY(k1, k2, k3)
    10. PARTITION BY RANGE (k1, k2, k3)
    11. (
    12. PARTITION p1 VALUES [("2014-01-01", "10", "200"), ("2014-01-01", "20", "300")),
    13. PARTITION p2 VALUES [("2014-06-01", "100", "200"), ("2014-07-01", "100", "300"))
    14. )
    15. DISTRIBUTED BY HASH(k2) BUCKETS 32
  5. 创建一个包含 HLL 和 BITMAP 列类型的聚合模型表

    1. CREATE TABLE example_db.example_table
    2. (
    3. k1 TINYINT,
    4. k2 DECIMAL(10, 2) DEFAULT "10.5",
    5. v1 HLL HLL_UNION,
    6. v2 BITMAP BITMAP_UNION
    7. )
    8. ENGINE=olap
    9. AGGREGATE KEY(k1, k2)
    10. DISTRIBUTED BY HASH(k1) BUCKETS 32
  6. 创建两张同一个 Colocation Group 自维护的表。

    1. CREATE TABLE t1 (
    2. id int(11) COMMENT "",
    3. value varchar(8) COMMENT ""
    4. )
    5. DUPLICATE KEY(id)
    6. DISTRIBUTED BY HASH(id) BUCKETS 10
    7. PROPERTIES (
    8. "colocate_with" = "group1"
    9. );
    10. CREATE TABLE t2 (
    11. id int(11) COMMENT "",
    12. value1 varchar(8) COMMENT "",
    13. value2 varchar(8) COMMENT ""
    14. )
    15. DUPLICATE KEY(`id`)
    16. DISTRIBUTED BY HASH(`id`) BUCKETS 10
    17. PROPERTIES (
    18. "colocate_with" = "group1"
    19. );
  7. 创建一个带有 bitmap 索引以及 bloom filter 索引的内存表

    1. CREATE TABLE example_db.table_hash
    2. (
    3. k1 TINYINT,
    4. k2 DECIMAL(10, 2) DEFAULT "10.5",
    5. v1 CHAR(10) REPLACE,
    6. v2 INT SUM,
    7. INDEX k1_idx (k1) USING BITMAP COMMENT 'my first index'
    8. )
    9. AGGREGATE KEY(k1, k2)
    10. DISTRIBUTED BY HASH(k1) BUCKETS 32
    11. PROPERTIES (
    12. "bloom_filter_columns" = "k2",
    13. "in_memory" = "true"
    14. );
  8. 创建一个动态分区表。

    该表每天提前创建3天的分区,并删除3天前的分区。例如今天为2020-01-08,则会创建分区名为p20200108, p20200109, p20200110, p20200111的分区. 分区范围分别为:

    1. [types: [DATE]; keys: [2020-01-08]; types: [DATE]; keys: [2020-01-09]; )
    2. [types: [DATE]; keys: [2020-01-09]; types: [DATE]; keys: [2020-01-10]; )
    3. [types: [DATE]; keys: [2020-01-10]; types: [DATE]; keys: [2020-01-11]; )
    4. [types: [DATE]; keys: [2020-01-11]; types: [DATE]; keys: [2020-01-12]; )
    1. CREATE TABLE example_db.dynamic_partition
    2. (
    3. k1 DATE,
    4. k2 INT,
    5. k3 SMALLINT,
    6. v1 VARCHAR(2048),
    7. v2 DATETIME DEFAULT "2014-02-04 15:36:00"
    8. )
    9. DUPLICATE KEY(k1, k2, k3)
    10. PARTITION BY RANGE (k1) ()
    11. DISTRIBUTED BY HASH(k2) BUCKETS 32
    12. PROPERTIES(
    13. "dynamic_partition.time_unit" = "DAY",
    14. "dynamic_partition.start" = "-3",
    15. "dynamic_partition.end" = "3",
    16. "dynamic_partition.prefix" = "p",
    17. "dynamic_partition.buckets" = "32"
    18. );
  9. 创建一个带有物化视图(ROLLUP)的表。

    1. CREATE TABLE example_db.rolup_index_table
    2. (
    3. event_day DATE,
    4. siteid INT DEFAULT '10',
    5. citycode SMALLINT,
    6. username VARCHAR(32) DEFAULT '',
    7. pv BIGINT SUM DEFAULT '0'
    8. )
    9. AGGREGATE KEY(event_day, siteid, citycode, username)
    10. DISTRIBUTED BY HASH(siteid) BUCKETS 10
    11. ROLLUP (
    12. r1(event_day,siteid),
    13. r2(event_day,citycode),
    14. r3(event_day)
    15. )
    16. PROPERTIES("replication_num" = "3");
  10. 通过 replication_allocation 属性设置表的副本。

    1. CREATE TABLE example_db.table_hash
    2. (
    3. k1 TINYINT,
    4. k2 DECIMAL(10, 2) DEFAULT "10.5"
    5. )
    6. DISTRIBUTED BY HASH(k1) BUCKETS 32
    7. PROPERTIES (
    8. "replication_allocation"="tag.location.group_a:1, tag.location.group_b:2"
    9. );
    1. CREATE TABLE example_db.dynamic_partition
    2. (
    3. k1 DATE,
    4. k2 INT,
    5. k3 SMALLINT,
    6. v1 VARCHAR(2048),
    7. v2 DATETIME DEFAULT "2014-02-04 15:36:00"
    8. )
    9. PARTITION BY RANGE (k1) ()
    10. DISTRIBUTED BY HASH(k2) BUCKETS 32
    11. PROPERTIES(
    12. "dynamic_partition.time_unit" = "DAY",
    13. "dynamic_partition.start" = "-3",
    14. "dynamic_partition.end" = "3",
    15. "dynamic_partition.prefix" = "p",
    16. "dynamic_partition.buckets" = "32",
    17. "dynamic_partition.replication_allocation" = "tag.location.group_a:3"
    18. );
  11. 通过storage_policy属性设置表的冷热分离数据迁移策略

  1. CREATE TABLE IF NOT EXISTS create_table_use_created_policy
  2. (
  3. k1 BIGINT,
  4. k2 LARGEINT,
  5. v1 VARCHAR(2048)
  6. )
  7. UNIQUE KEY(k1)
  8. DISTRIBUTED BY HASH (k1) BUCKETS 3
  9. PROPERTIES(
  10. "storage_policy" = "test_create_table_use_policy",
  11. "replication_num" = "1"
  12. );

注:需要先创建s3 resource 和 storage policy,表才能关联迁移策略成功

  1. 为表的分区添加冷热分离数据迁移策略
  1. CREATE TABLE create_table_partion_use_created_policy
  2. (
  3. k1 DATE,
  4. k2 INT,
  5. V1 VARCHAR(2048) REPLACE
  6. ) PARTITION BY RANGE (k1) (
  7. PARTITION p1 VALUES LESS THAN ("2022-01-01") ("storage_policy" = "test_create_table_partition_use_policy_1" ,"replication_num"="1"),
  8. PARTITION p2 VALUES LESS THAN ("2022-02-01") ("storage_policy" = "test_create_table_partition_use_policy_2" ,"replication_num"="1")
  9. ) DISTRIBUTED BY HASH(k2) BUCKETS 1;

注:需要先创建s3 resource 和 storage policy,表才能关联迁移策略成功

SinceVersion 1.2.0

  1. 批量创建分区
  1. CREATE TABLE create_table_multi_partion_date
  2. (
  3. k1 DATE,
  4. k2 INT,
  5. V1 VARCHAR(20)
  6. ) PARTITION BY RANGE (k1) (
  7. FROM ("2000-11-14") TO ("2021-11-14") INTERVAL 1 YEAR,
  8. FROM ("2021-11-14") TO ("2022-11-14") INTERVAL 1 MONTH,
  9. FROM ("2022-11-14") TO ("2023-01-03") INTERVAL 1 WEEK,
  10. FROM ("2023-01-03") TO ("2023-01-14") INTERVAL 1 DAY,
  11. PARTITION p_20230114 VALUES [('2023-01-14'), ('2023-01-15'))
  12. ) DISTRIBUTED BY HASH(k2) BUCKETS 1
  13. PROPERTIES(
  14. "replication_num" = "1"
  15. );
  1. CREATE TABLE create_table_multi_partion_date_hour
  2. (
  3. k1 DATETIME,
  4. k2 INT,
  5. V1 VARCHAR(20)
  6. ) PARTITION BY RANGE (k1) (
  7. FROM ("2023-01-03 12") TO ("2023-01-14 22") INTERVAL 1 HOUR
  8. ) DISTRIBUTED BY HASH(k2) BUCKETS 1
  9. PROPERTIES(
  10. "replication_num" = "1"
  11. );

注:批量创建分区可以和常规手动创建分区混用,使用时需要限制分区列只能有一个,批量创建分区实际创建默认最大数量为4096,这个参数可以在fe配置项 max_multi_partition_num 调整

Keywords

  1. CREATE, TABLE

Best Practice

分区和分桶

一个表必须指定分桶列,但可以不指定分区。关于分区和分桶的具体介绍,可参阅 数据划分 文档。

Doris 中的表可以分为分区表和无分区的表。这个属性在建表时确定,之后不可更改。即对于分区表,可以在之后的使用过程中对分区进行增删操作,而对于无分区的表,之后不能再进行增加分区等操作。

同时,分区列和分桶列在表创建之后不可更改,既不能更改分区和分桶列的类型,也不能对这些列进行任何增删操作。

所以建议在建表前,先确认使用方式来进行合理的建表。

动态分区

动态分区功能主要用于帮助用户自动的管理分区。通过设定一定的规则,Doris 系统定期增加新的分区或删除历史分区。可参阅 动态分区 文档查看更多帮助。

物化视图

用户可以在建表的同时创建多个物化视图(ROLLUP)。物化视图也可以在建表之后添加。写在建表语句中可以方便用户一次性创建所有物化视图。

如果在建表时创建好物化视图,则后续的所有数据导入操作都会同步生成物化视图的数据。物化视图的数量可能会影响数据导入的效率。

如果在之后的使用过程中添加物化视图,如果表中已有数据,则物化视图的创建时间取决于当前数据量大小。

关于物化视图的介绍,请参阅文档 物化视图

索引

用户可以在建表的同时创建多个列的索引。索引也可以在建表之后再添加。

如果在之后的使用过程中添加索引,如果表中已有数据,则需要重写所有数据,因此索引的创建时间取决于当前数据量。

in_memory 属性

当建表时指定了 "in_memory" = "true" 属性。则 Doris 会尽量将该表的数据块缓存在存储引擎的 PageCache 中,已减少磁盘IO。但这个属性不会保证数据块常驻在内存中,仅作为一种尽力而为的标识。