delete

delete 语句用于删除表中的记录。

delete 语句不仅可用于内存表，也可用于 DFS 表（分布式表与维度表）。请注意，对分布式表使用 delete 语句时，系统把要删除记录所在的分区整体删除后更新；对维度表使用 delete 语句时，系统将该表删除后更新。因此对 DFS 表使用 delete 语句仅适用于低频删除任务，例如分钟级删除任务，不适用于高频删除任务，例如毫秒级删除任务。

删除采取了多版本的方式，并且支持事务。系统会创建一个新的版本以存储新的数据。提交事务之前，其他 SQL 语句仍然访问旧版本的数据。若删除涉及多个分区，只要其中某一个分区删除失败，系统会回滚所有分区的修改。

在 2.00.1 及以上版本中，delete 支持 map 子句，即支持将 delete 语句在每个分区内分别执行。若 where 子句中使用结果与次序有关的函数，如： isDuplicated, first, firstNot 等，且涉及到多个分区，则必须使用 map 关键字。

自 3.00.0 版本起，支持 catalog 结构。

语法

方法一

 delete from table_name
    where condition(s);

如果没有使用 where 条件，删除表中所有记录。

方法二

delete table_name from table_joiner(table_names)
  [where condition(s)];

结合 join 子句删除数据时：

  • 支持 ej 和 lj

  • 要删除的表必须作为 join 的左表

  • 如果没有指定 where 条件，将删除表左表中所有与右表连接成功的数据

  • 对于嵌套 join 的情况，只允许最外层 join 中包含分布式表

  • 对于内存表 join 分区表的情况，需要将右表（分区表）加载到内存，故使用前应合理评估内存用量，避免 OOM

  • 当分区表所在数据库的 chunkGranularity 为 “CHUNK” 时，分区表仅可作为左表，即此时不允许两个分布式表 join。

  • 不支持两个不同数据库的表之间 join。

如果运行在 MySQL 模式下，delete 还支持如下多表删除语法：

JOIN 语法

DELETE table_alias FROM left_table [AS] table_alias 
  {INNER | LEFT} JOIN right_table [AS] alias2 ON join_condition
  [WHERE where_condition];

逗号分隔的 CROSS JOIN

DELETE alias1 FROM table1 [AS] alias1, table2 [AS] alias2
  [WHERE where_condition];

说明：

  • 左表可以是分布式表或内存表。

  • 删除的目标（DELETE 后的别名）必须是左表。不支持同时删除多个表（如 DELETE a, b FROM ... 会报错）。

  • 目前仅支持 INNER JOIN、LEFT JOIN 和逗号分隔的 CROSS JOIN。不支持 RIGHT JOIN 和 CROSS JOIN 关键字。

  • 目前仅支持双表连接删除，不支持三表及以上的连续连接。

  • DELETE 后的表别名与 FROM 关键字之间支持换行、空格和注释。

例子

对内存表进行删除操作

t = table(1 1 1 2 2 2 3 3 3 3 as id, 1..10 as x);
t;
id x
1 1
1 2
1 3
2 4
2 5
2 6
3 7
3 8
3 9
3 10 
delete from t where id=1;
t;
id x
2 4
2 5
2 6
3 7
3 8
3 9
3 10 
delete from t where id=3, x>8;
t;
id x
2 4
2 5
2 6
3 7
3 8 
delete from t;
t;
id x

对分布式表进行删除操作

login(`admin, `123456)
n=1000000
ID=rand(10, n)
x=rand(1.0, n)
t=table(ID, x)
db=database("dfs://rangedb124", RANGE,  0 5 10)
pt=db.createPartitionedTable(t, `pt, `ID)
pt.append!(t)
select count(*) from pt;
 
1000000

delete from pt where ID=5;
select count(*) from pt;

删除分布式表数据且where条件与数据行次序相关

删除分布式表数据，且 where 过滤条件与数据行的次序有关，必须使用 map 子句，在分区内分别执行。

n=10000
ID=take(0..4, n)
date=take(2017.08.07..2017.11.11, n)
ts=rand(timestamp(1..n),n)
int=take(1..50,n)
str=rand(string(1..n),n)
sym=rand(symbol(string(1..n)),n)
x=rand(10.0, n)
t=table(ID, date,ts,int,str,sym, x)
if(existsDatabase("dfs://compoDB")){
    dropDatabase("dfs://compoDB")
}
db = database("dfs://compoDB", VALUE,2017.08M..2017.10M)
pt = db.createPartitionedTable(t, `pt, `date)
pt.append!(t);
delete from pt where isDuplicated([ID,int])=false map;

delete 语句结合 join 子句进行删除操作

t1 = table(1..5 as id, [1,2,2,1,1] as flag)

id

flag
1 1
2 2
3 2
4 1
5 1 
t2 = table(3..7 as id, [100,200,100,150,100] as profit)

id

profit
3 100
4 200
5 100
6 150
7 100 
delete t2 from ej(t2, t1, `id) where flag=1
t2

id

profit
3 100
6 150
7 100

MySQL 模式下的关联删除（目前仅支持双表）

通过将履约表（perf）与结果表（trm）进行关联，识别出所有交易序列号为 3102 的合同记录，并从履约表中将其批量删除。该代码需要运行在 MySQL 模式下（客户端的 SQL 模式选择 MySQL）。

create database "dfs://mosm"
partitioned by VALUE(2024.01M..2024.12M),
engine="OLAP",
atomic="CHUNK"

create table "dfs://mosm"."trm_result_contract_performance"(
    contract_id STRING,
    energy DOUBLE,
    price DOUBLE,
    create_time DATETIME
)
create table "dfs://mosm"."trm_result"(
    guid STRING,
    tradeseq_id INT,
    energy DOUBLE,
    price DOUBLE,
    update_time DATETIME
)

perf = loadTable("dfs://mosm", "trm_result_contract_performance")
trm = loadTable("dfs://mosm", "trm_result")

perf.append!(table(
    `G001`G002`G003`G004`G999 as contract_id,
    10 20 30 40 50 as energy,
    100 200 300 400 500 as price,
    2026.01.01T10:00:00 + 0..4 as create_time
))

trm.append!(table(
    `G001`G002`G003`G004 as guid,
    3101 3102 3102 3103 as tradeseq_id,
    1000 2000 3000 4000 as energy,
    1.1 2.2 3.3 4.4 as price,
    2026.01.01T09:00:00 + 0..3 as update_time
))

DELETE a FROM perf a left join trm b on a.contract_id = b.guid 
where b.tradeseq_id = 3102

select * from perf
contract_id energy price create_time
G001 10 100 2026.01.01 10:00:00
G004 40 400 2026.01.01 10:00:03
G999 50 500 2026.01.01 10:00:04