Databend 开源周报第 130 期

Databend 是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：app.databend.cn 。

What's On In Databend

探索 Databend 本周新进展，遇到更贴近你心意的 Databend 。

支持 `CREATE OR REPLACE DATABASE`

CREATE OR REPLACE DATABASE 是一个语法糖，可以合并原本的：

sql 复制代码

DROP DATABASE IF EXISTS ...
CREATE DATABASE ...

对 CREATE OR REPLACE TABLE 的支持也在积极推进中。

如果您想了解更多信息，欢迎联系 Databend 团队，或查看下面列出的资源。

Code Corner

一起来探索 Databend 和周边生态中的代码片段或项目。

使用 SQL 预测鸢尾花分类

结合 CASE WHEN 语句和简单的判据，可以利用 SQL 模拟简单的树模型，并且在鸢尾花分类中达到接近 97% 的精度。

SQL 复制代码

SELECT
  COUNT(*) AS total_count,
  SUM(CASE WHEN subquery.species = subquery.prediction THEN 1 ELSE 0 END) AS correct_count,
  SUM(CASE WHEN subquery.species <> subquery.prediction THEN 1 ELSE 0 END) AS incorrect_count,
  SUM(CASE WHEN subquery.species = subquery.prediction THEN 1 ELSE 0 END) / COUNT(*) AS accuracy
FROM
  (
    SELECT
      sepal_length,
      sepal_width,
      petal_length,
      petal_width,
      species,
      CASE
        WHEN petal_width < 0.75 THEN 1
        WHEN petal_width >= 0.75 AND petal_width < 1.35 THEN 2
        WHEN petal_width >= 0.75 AND petal_width < 1.75 AND petal_width >= 1.35 AND sepal_width < 2.65 THEN 3
        WHEN petal_width >= 0.75 AND petal_width < 1.75 AND petal_width >= 1.35 AND sepal_width >= 2.65 THEN 2
        WHEN petal_width >= 0.75 AND petal_width >= 1.75 THEN 3
      END AS prediction
    FROM
      iris
  ) AS subquery;

完整示例使用 Hugging Face 上的鸢尾花数据集进行，包含数据访问和数据清洗等关键步骤，欢迎阅读：

Analyzing Hugging Face Datasets with Databend

Highlights

以下是一些值得注意的事件，也许您可以找到感兴趣的内容。

支持 SHOW USER FUNCTIONS 。
新增系统表 user_functions 。
新增条件函数 nvl 和 nvl2 。
新增 JSON 处理函数 minus 支持按索引或名称删除。
支持谓词移动（Predicate Move-Around）。

What's Up Next

我们始终对前沿技术和创新理念持开放态度，欢迎您加入社区，为 Databend 注入活力。

支持倒排索引

倒排索引（Inverted Index）是全文检索系统中常用的一种单词文档映射结构。Databend 计划引入倒排索引，以满足全文检索场景的需要。

参考语法如下：

sql 复制代码

-- 创建索引
CREATE [ASYNC] INVETED INDEX ivt_index ON <table>(<column>) ...

-- 刷新索引
REFRESH INVETED INDEX <index_name> [LIMIT <limit>]

Issue #14505 | feat: inverted index

如果你对这个主题感兴趣，可以尝试解决其中的部分问题或者参与讨论和 PR review 。或者，你可以点击 link.databend.rs/i-m-feeling... 来挑选一个随机问题，祝好运！

New Contributors

一起认识社区中的新伙伴，Databend 因你们而变得更加美好。

@xx01cyx 修正了缓存相关的变量名，#14430 。

Changelog

前往查看 Databend 每日构建的变更日志，以了解开发的最新动态。

地址：github.com/datafuselab...

Contributors

非常感谢贡献者们在本周的卓越工作。

Connect With Us

Databend 是一款开源、弹性、低成本，基于对象存储也可以做实时分析的新式数仓。期待您的关注，一起探索云原生数仓解决方案，打造新一代开源 Data Cloud。