数据预览

MaxCompute SDK可以使用Table.read()方法，对表内数据进行预览。 本接口需要用户具有希望预览列的select权限。 SDK提供了多个重载的read方法，用于在不同限制条件下，读取表内的数据。以下是这些方法的说明和代码示例：

基本读取

读取表数据，最多返回指定数量的记录行数。

/**
 * 读取表内的数据
 * 读取数据时，最多返回 1w 条记录 (project read 默认值），若超过，数据将被截断。<br />
 *
 * @param limit 最多读取的记录行数
 * @return {@link RecordReader}对象
 * @throws OdpsException
 */
public RecordReader read(int limit)throws OdpsException;

高级读取

读取指定分区或列的数据，并能够控制读取行数。

  /**
 * 读取表内的数据 <br />
 * 读取数据时，最多返回 1w 条记录 (project read 默认值），若超过，数据将被截断。<br />
 *
 * @param partition 表的分区{@link PartitionSpec}。如不指定分区可传入null。
 * @param columns   所要读取的列名的列表。如果读取全表可传入null
 * @param limit     最多读取的记录行数。
 * @return {@link RecordReader}对象
 * @throws OdpsException
 */
public RecordReader read(PartitionSpec partition,List<String> columns,int limit)throws OdpsException;

兼容模式

我们在0.47.0-public 及以后的版本，更新了接口的返回类型。 为了便于老用户进行升级，我们新增了兼容旧Read接口返回类型的模式。 然而，此参数仅是在现有接口的基础上额外进行了类型转换，将导致额外的性能开销，不推荐用户使用。

  /**
 * 读取表内的数据 <br />
 * 读取数据时，最多返回 1w 条记录 (project read 默认值），若超过，数据将被截断。<br />
 *
 * @param partition 表的分区{@link PartitionSpec}。如不指定分区可传入null。
 * @param columns   所要读取的列名的列表。如果读取全表可传入null
 * @param limit     最多读取的记录行数。
 * @param timezone  设置 datetime 类型数据的时区，新接口使用Java8无时区类型，故指定Timezone无效
 * @param useLegacyMode  是否使用兼容旧Read接口模式，默认为false。老接口性能较差，不推荐。
 * @return {@link ArrowStreamRecordReader}
 * @throws OdpsException
 */
public RecordReader read(PartitionSpec partition,List<String> columns,int limit,
    String timezone,boolean useLegacyMode)
    throws OdpsException;

指定TunnelEndpoint

read接口底层使用tunnel endpoint进行读取，通常情况下，tunnel endpoint由SDK自动获取，用户无需关心。 当用户希望指定tunnel endpoint时，可以使用该接口

  /**
 * 读取表内的数据 <br />
 * 读取数据时，最多返回 1w 条记录 (project read 默认值），若超过，数据将被截断。<br />
 *
 * @param partition 表的分区{@link PartitionSpec}。如不指定分区可传入null。
 * @param columns   所要读取的列名的列表。如果读取全表可传入null
 * @param limit     最多读取的记录行数。
 * @param timezone  设置 datetime 类型数据的时区，新接口使用Java8无时区类型，故指定Timezone无效
 * @param useLegacyMode  是否使用兼容旧Read接口模式，默认为false。老接口性能较差，不推荐。
 * @return {@link ArrowStreamRecordReader}
 * @throws OdpsException
 */
public RecordReader read(PartitionSpec partition,List<String> columns,int limit,
    String timezone,boolean useLegacyMode,String tunnelEndpoint)
    throws OdpsException;

RecordReader

对于RecordReader读取到的Record数据，其OdpsType与JavaType的映射关系如下

OdpsType	JavaType
TINYINT	java.lang.Byte
SMALLINT	java.lang.Short
INT	java.lang.Integer
BIGINT	java.lang.Long
BINARY	com.aliyun.odps.data.Binary
FLOAT	java.lang.Float
DOUBLE	java.lang.Double
DECIMAL(precision,scale)	java.math.BigDecimal
VARCHAR(n)	com.aliyun.odps.data.Varchar
CHAR(n)	com.aliyun.odps.data.Char
STRING	java.lang.String
DATE	java.time.LocalDate
DATETIME	java.time.ZonedDateTime
TIMESTAMP	java.time.Instant
BOOLEAN	java.lang.Boolean
TIMESTAMP_NTZ	java.time.LocalDateTime
ARRAY	java.util.ArrayList
MAP	java.util.HashMap
STRUCT	com.aliyun.odps.data.SimpleStruct
JSON	com.aliyun.odps.data.JsonValue

注意

• 在 0.47.0-public 及以后的版本，read接口使用TableTunnel的preview方法进行重新实现。与之前版本相比，变化如下

  1. OdpsType与JavaType的映射关系，时间类型使用了Java8推荐的无时区类型。

     OdpsType	New	Legacy
     DATE	java.time.LocalDate	java.sql.Date
     DATETIME	java.time.ZonedDateTime	java.util.Date
     TIMESTAMP	java.time.Instant	java.sql.Timestamp

  2. 对报错信息，进行了重新设计，更便于用户理解。

• Read 接口仅适用于数据预览，对于大量数据，推荐使用 TableTunnel

• Read 接口的输出，不保证有序。