@clickzetta/cz-cli-darwin-x64 0.3.1

package/bin/skills/lakehouse-doc/references/create-external-catalog.md

@@ -0,0 +1,305 @@
+# 创建Hive External Catalog
+
+创建 Hive External Catalog 的步骤如下：
+
+1. [创建存储连接](create-storage-connection.md)：首先需要创建一个存储连接，用于访问对象存储服务。
+2. [创建 Catalog Connection](create-catalog-connection.md)：使用存储连接信息和 Hive Metastore 地址创建 Catalog Connection。
+3. 创建External Catalog：使用 Catalog Connection 创建外部 Catalog，以便在数据湖中访问外部数据。
+
+## 语法
+
+```SQL
+CREATE EXTERNAL CATALOG catalog_name
+    CONNECTION catalog_api_connection;
+```
+
+**参数说明**
+
+* **catalog_api_connection**：Catalog Connection 名称。目前只支持 HIVE。[参考创建catalog conneciton](create-catalog-connection.md)
+
+### 案例
+
+**案例一：Hive ON OSS（支持读取和写入）**
+
+* 创建存储连接
+
+```SQL
+CREATE STORAGE CONNECTION if not exists catalog_storage_oss   
+ type OSS    
+ ACCESS_ID='LTAIxxxxxxxxxxxx'    
+ ACCESS_KEY='T8Gexxxxxxmtxxxxxx'   
+ ENDPOINT='oss-cn-hangzhou-internal.aliyuncs.com';
+```
+
+* 创建 Catalog Connection
+  请确保 HMS 所在服务器网络与 Lakehouse 打通。具体打通方式可以参考[创建阿里云终端节点服务](creating_alicloud_privatelinkservice.md)
+
+```SQL
+CREATE CATALOG CONNECTION if not exists catalog_api_connection    
+type hms    
+hive_metastore_uris='xxxx:9083'    
+storage_connection='catalog_storage_oss';
+```
+
+* 创建 Catalog
+
+```SQL
+CREATE EXTERNAL CATALOG my_external_catalog
+    CONNECTION catalog_api_connection;
+```
+
+* 验证是否连通Hive Catalog
+
+```SQL
+--验证读取元数据
+SHOW SCHEMAS IN my_external_catalog;
++---------------------------------------------------------------------------+
+|                                schema_name                                |
++---------------------------------------------------------------------------+
+| air_travel                                                                |
+| all_data                                                                  |
+| automobile                                                                |
+| automv_schema                                                             |
+| bigquant                                                                  |
++---------------------------------------------------------------------------+
+
+--验证读取数据，读取数据时会使用STORAGE CONNECTION权限读取
+SELECT * FROM my_external_catalog.my_schema.my_table;
+```
+
+**案例二：Hive ON COS（支持读取和写入）**
+
+* 创建存储连接
+
+```sql
+CREATE STORAGE CONNECTION catalog_storage_cos 
+  TYPE COS
+  ACCESS_KEY = '<access_key>'
+  SECRET_KEY = '<secret_key>'
+  REGION = 'ap-shanghai'
+  APP_ID = '1310000503';
+```
+
+**参数**：
+* **TYPE**：对象存储类型，腾讯云应填写 `COS`（大小写不限）。
+* **ACCESS_KEY / SECRET_KEY**：为腾讯云的访问密钥，获取方式参考：[访问密钥](https://cloud.tencent.com/document/product/598/40488)
+* **REGION**：指腾讯云对象存储 COS 的数据中心所在的地域。相同地域内云器Lakehouse访问腾讯云COS时，COS服务将自动路由至内网访问。具体取值请参考腾讯云文档：[地域和访问域名](https://cloud.tencent.com/document/product/436/6224)。
+
+* 创建 Catalog Connection
+  请确保 HMS 所在服务器网络与 Lakehouse 打通。具体打通方式可以参考[创建腾讯云终端节点服务](creating_tencentcloud_privatelinkservice.md)
+
+```SQL
+CREATE CATALOG CONNECTION if not exists catalog_api_connection    
+type hms    
+hive_metastore_uris='xxxx:9083'    
+storage_connection='catalog_storage_cos';
+```
+
+```SQL
+CREATE CATALOG CONNECTION if not exists catalog_api_connection    
+type hms    
+hive_metastore_uris='xxxx:9083'    
+storage_connection='catalog_storage_oss';
+```
+
+* 创建 Catalog
+
+```SQL
+CREATE EXTERNAL CATALOG my_external_catalog
+    CONNECTION catalog_api_connection;
+```
+
+* 验证是否连通Hive Catalog
+
+```SQL
+--验证读取元数据
+SHOW SCHEMAS IN my_external_catalog;
++---------------------------------------------------------------------------+
+|                                schema_name                                |
++---------------------------------------------------------------------------+
+| air_travel                                                                |
+| all_data                                                                  |
+| automobile                                                                |
+| automv_schema                                                             |
+| bigquant                                                                  |
++---------------------------------------------------------------------------+
+
+--验证读取数据，读取数据时会使用STORAGE CONNECTION权限读取
+SELECT * FROM my_external_catalog.my_schema.my_table;
+```
+
+**案例三：Hive ON S3（支持读取和写入）**
+
+* 创建存储连接
+
+```
+CREATE STORAGE CONNECTION catalog_storage_s3
+    TYPE S3
+    ACCESS_KEY = 'AKIAQNBSBP6EIJE33***'
+    SECRET_KEY = '7kfheDrmq***************************'
+    ENDPOINT = 's3.cn-north-1.amazonaws.com.cn'
+    REGION = 'cn-north-1';
+```
+
+**参数**：
+* **TYPE**：对象存储类型，AWS 应填写 S3（大小写不限）。
+* **ACCESS_KEY / SECRET_KEY**：AWS 的访问密钥，获取方式参考：[访问密钥](https://docs.aws.amazon.com/zh_cn/IAM/latest/UserGuide/id_credentials_access-keys.html)
+* **ENDPOINT**：S3 的服务地址。AWS 中国区分为北京区和宁夏区，北京区的 S3 服务地址为 `s3.cn-north-1.amazonaws.com.cn`，宁夏区为 `s3.cn-northwest-1.amazonaws.com.cn`。可参考：[中国区终端节点](https://docs.amazonaws.cn/aws/latest/userguide/endpoints-arns.html) 分别找到北京区域和宁夏区域的终端节点（Endpoint）中 Amazon S3 对应的值。
+* **REGION**：AWS 中国区分为北京区和宁夏区，区域值为：北京区 `cn-north-1`，宁夏区 `cn-northwest-1`。可参考：[中国区终端节点](https://docs.amazonaws.cn/aws/latest/userguide/endpoints-arns.html)。
+* 创建 Catalog Connection
+  ```SQL
+CREATE CATALOG CONNECTION if not exists catalog_api_connection    
+type hms    
+hive_metastore_uris='xxxx:9083'    
+storage_connection='catalog_storage_s3';
+```
+
+* 创建 Catalog
+
+```SQL
+CREATE EXTERNAL CATALOG my_external_catalog
+    CONNECTION catalog_api_connection;
+```
+
+* 验证是否连通Hive Catalog
+
+```SQL
+--验证读取元数据
+SHOW SCHEMAS IN my_external_catalog;
++---------------------------------------------------------------------------+
+|                                schema_name                                |
++---------------------------------------------------------------------------+
+| air_travel                                                                |
+| all_data                                                                  |
+| automobile                                                                |
+| automv_schema                                                             |
+| bigquant                                                                  |
++---------------------------------------------------------------------------+
+
+--验证读取数据，读取数据时会使用STORAGE CONNECTION权限读取
+SELECT * FROM my_external_catalog.my_schema.my_table;
+```
+
+**案例四：Hive ON HDFS（支持读取）**
+
+* 创建存储连接
+  ```SQL
+  CREATE STORAGE CONNECTION hdfs_conn
+  TYPE HDFS
+  NAME_NODE='zetta-cluster'
+  NAME_NODE_RPC_ADDRESSES=['11.110.239.148:8020'];
+  ```
+  * `TYPE HDFS`：指定连接类型为 HDFS。
+  * `NAME_NODE`：对应 [HDFS 配置](https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HDFSHighAvailabilityWithNFS.html) 中的 `dfs.nameservices`，是 HDFS 集群的逻辑名称，例如 `zetta-cluster`。
+  * `NAME_NODE_RPC_ADDRESSES`：对应 [HDFS 配置](https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HDFSHighAvailabilityWithNFS.html) 中的 `dfs.namenode.rpc-address`，是 NameNode 的 RPC 地址，格式为 `[<host>:<port>]`，例如 `['11.110.239.148:8020']`。
+* 创建 Catalog Connection
+
+```SQL
+CREATE CATALOG CONNECTION if not exists catalog_api_connection    
+type hms    
+hive_metastore_uris='xxxx:9083'    
+storage_connection='hdfs_conn';
+```
+
+* 创建 Catalog
+
+```SQL
+CREATE EXTERNAL CATALOG my_external_catalog
+    CONNECTION catalog_api_connection;
+```
+
+* 验证是否连通Hive Catalog
+
+```SQL
+--验证读取元数据
+SHOW SCHEMAS IN my_external_catalog;
+--验证读取数据，读取数据时会使用STORAGE CONNECTION权限读取
+SELECT * FROM my_external_catalog.my_schema.my_table;
+```
+
+> Lakehouse 支持通过 Kerberos 认证连接到启用了安全认证的 Hive Metastore 和 HDFS 集群。
+>
+> **Step 0：前置条件**
+>
+> 1. **Kerberos 环境**：确保您的 Hive Metastore 和 HDFS 集群已启用 Kerberos 认证。
+> 2. **认证文件**：准备以下必需的 Kerberos 认证文件：
+>
+>   * `krb5.conf`：Kerberos 配置文件
+>   * `hive.keytab`：服务主体的 keytab 文件
+>
+> 3. **网络连通性**：确保 ClickZetta 可以访问 Kerberos KDC 和 Hive Metastore 服务。
+>
+> **Step 1**：通过 [客户端工具](comprehensive_guide_to_ingesting_dbv_sql_put.md) 将 Kerberos 配置文件和 keytab 文件上传到 Volume 中：
+>
+> ```
+> -- upload krb5.conf
+> PUT '/etc/krb5.conf' TO USER VOLUME FILE 'krb5.conf';
+>
+> -- upload keytab 
+> PUT '/path/to/hive.keytab' TO USER VOLUME FILE 'hive.keytab';
+> ```
+>
+> **Step 2**：使用以下语法创建支持 Kerberos 认证的 catalog connection：
+>
+> ```
+> CREATE CATALOG CONNECTION conn_hms_kerberos_auth
+> TYPE HMS
+> AUTH_TYPE = 'kerberos'
+> KERBEROS_CLIENT_PRINCIPAL = 'hive/localhost@YOUR-REALM.COM'
+> KERBEROS_SERVICE_PRINCIPAL = 'hive/localhost@YOUR-REALM.COM'
+> KERBEROS_KRB5_CONFIG_PATH = 'volume:user//~/krb5.conf'
+> KERBEROS_KEYTAB_PATH = 'volume:user//~/hive.keytab'
+> HIVE_METASTORE_URIS = 'thrift://your-hms-host:9083'
+> STORAGE_CONNECTION = 'oss_conn_hz';
+> ```
+>
+> | 参数名称                         | 必需 | 描述                  | 示例                               |
+> | ---------------------------- | -- | ------------------- | -------------------------------- |
+> | AUTH_TYPE                   | 是  | 认证类型，设置为 'kerberos' | 'kerberos'                       |
+> | KERBEROS\_CLIENT\_PRINCIPAL  | 是  | Kerberos 客户端主体      | 'hive/localhost\@CZ.COM'         |
+> | KERBEROS\_SERVICE\_PRINCIPAL | 是  | Kerberos 服务主体       | 'hive/localhost\@CZ.COM'         |
+> | KERBEROS\_KRB5\_CONFIG\_PATH | 是  | krb5.conf 文件路径      | 'volume://vol\_name/krb5.conf'   |
+> | KERBEROS\_KEYTAB\_PATH       | 是  | keytab 文件路径         | 'volume://vol\_name/hive.keytab' |
+>
+> 连接参数：
+>
+> `TYPE：`是连接类型，设置为 `HMS`
+>
+> `HIVE_METASTORE_URIS：`是Hive Metastore 服务地址 `'thrift://host:9083'`
+>
+> `STORAGE_CONNECTION：`关联的存储连接名称 `'your_storage_conn'`
+>
+> ^
+>
+> **Step 3**：基于 Kerberos 认证的 catalog connection 创建外部 schema
+>
+> ```
+> CREATE EXTERNAL SCHEMA ext_kerberos_hms_sch 
+> CONNECTION conn_hms_kerberos_auth 
+> OPTIONS ('schema'='default');
+> ```
+
+^
+
+# 创建 Databricks External Catalog
+
+创建 Databricks External Catalog 的步骤如下：
+
+1. [创建 Catalog Connection](create-catalog-connection.md)：存储 Databricks 的 Unity Catalog 连接认证信息。
+2. 创建 External Catalog：使用 Catalog Connection 创建外部 Catalog，以便在数据湖中访问外部数据。
+
+## 语法
+
+```SQL
+CREATE EXTERNAL CATALOG catalog_name
+    CONNECTION catalog_api_connection;
+    OPTIONS ('catalog'='catalog_name');
+```
+
+**参数说明**
+
+* **catalog_name**：外部 Catalog 的名称。该名称用于标识 Catalog，需唯一且符合命名规范。
+* **catalog_api_connection**：指定与外部 Catalog 的连接。`catalog_api_connection` 是预先创建的连接名称，用于访问外部 Catalog。
+* **OPTIONS**：指定外部 Catalog 的配置选项。`'catalog'='catalog_name'`：表示外部 Catalog 的名称，`catalog_name` 是目标 Catalog 的名称。
+
+^

package/bin/skills/lakehouse-doc/references/create-external-table.md

@@ -0,0 +1,78 @@
+# 创建外部表
+
+## **功能**
+
+外部表功能允许Lakehouse查询和分析存储在对象存储等外部存储系统中的数据。用户可以直接操作外部数据，而无需将数据导入Lakehouse内部存储，这提供了数据处理的灵活性和便利性。
+
+## 支持的范围
+
+* 支持阿里云对象存储oss、支持腾讯云对象存储cos、支持Google云对象存储gcs、支持Aws对象存储S3
+* 目前只支持Delta Lake格式
+
+## **语法**
+
+```SQL
+CREATE EXTERNAL TABLE [ IF NOT EXISTS ] table_name
+(
+  column_definition [, column_definition, ...]
+)
+[PARTITIONED BY (col_name col_type [, col_name col_type, ...] )]
+USING DELTA
+CONNECTION connection_name
+LOCATION 'file_path'
+[COMMENT 'table_comment']
+```
+
+## **参数说明**
+
+**必选参数**:
+
+* `CREATE EXTERNAL TABLE`: 声明创建一个外部表。
+
+* `table_name`: 外部表的名称。
+
+* `column_definition`: 列定义，指定列的名称和数据类型。
+
+* `USING DELTA`: 指定使用Delta格式，目前仅支持此格式。
+
+* `CONNECTION connection_name`: 连接外部数据源的认证信息，`connection_name`是Lakehouse中定义的连接对象名称。用于认证连接信息，连接对象存储。
+
+* `LOCATION 'file_path'`: 指定要读取的数据文件的路径，支持多种云存储路径格式。
+
+  * google云对象存储：格式gs\://bucketname/path
+  * 腾讯云对象存储格式：cos\://bucketname/path
+  * 阿里云对象存储格式：oss\://bucketname/path
+  * aws对象存储支持阿里云对象存储格式：s3://bucketname/path
+
+**可选参数**:
+
+* `IF NOT EXISTS`: 如果外部表不存在，则创建它；如果已存在，则不执行任何操作。
+* `PARTITIONED BY (col_name col_type [, col_name col_type, ...])`: 指定分区列及其数据类型，用于数据分区。
+* `COMMENT 'table_comment'`: 为外部表提供描述性注释。
+
+## **示例**
+
+```SQL
+--创建connection
+CREATE STORAGE CONNECTION if not exists oss_delta
+    TYPE oss
+    ENDPOINT = 'oss-cn-beijing.aliyuncs.com'
+    access_id = 'xxx'
+    access_key = 'xxxx'
+    comments = 'delta';
+
+--创建外部表,使用上面的连接信息
+CREATE EXTERNAL TABLE IF NOT EXISTS sales_data
+(
+  order_id INT,
+  product_id STRING,
+  sale_amount DOUBLE
+)
+PARTITIONED BY (dt STRING)
+USING DELTA
+CONNECTION oss_delta
+LOCATION 'oss://my-bucket/data/sales'
+COMMENT 'External table for sales data stored in OSS';
+```
+
+^

package/bin/skills/lakehouse-doc/references/create-hive-catalog.md

@@ -0,0 +1,77 @@
+## 功能概述
+
+在数据湖架构中，Hive Catalog 是一个关键组件，用于将数据湖与外部的元数据存储（例如 Hive Metastore）关联起来。通过创建 Hive Catalog，用户可以实现元数据的统一管理和访问，从而直接读取存储在外部系统中的数据。Apache Hive 已成为数据仓库生态系统的核心，不仅是大数据分析和 ETL 的 SQL 引擎，还是一个数据管理平台，可用于发现、定义和演化数据。同时，Lakehouse 支持读取和写入 Hive 数据。
+
+## 使用限制
+
+* 使用前请注意，需要保证 Lakehouse 和 Hive 集群网络连通。
+* 目前，云器 Lakehouse 的外部 Catalog 功能支持以下外部数据源：
+  * Hive on OSS（阿里云对象存储服务）
+  * Hive on COS（腾讯云对象存储服务）
+  * Hive on S3（AWS 对象存储服务）
+  * Hive on GCS（Google云对象存储服务）
+  * Hive on HDFS (Preview，请联系 Lakehouse 支持)
+* 同时支持读取和写入。写入格式支持 Parquet、ORC、Text 文件格式。
+
+### 创建外部 Catalog
+
+**创建 Hive Catalog 的步骤**
+
+1. **创建存储连接**：首先需要创建一个存储连接，用于访问对象存储服务。
+2. **创建 Catalog Connection**：使用存储连接信息和 Hive Metastore 地址创建 Catalog Connection。
+3. **创建外部 Catalog**：使用 Catalog Connection 创建外部 Catalog，以便在数据湖中访问外部数据。
+
+#### 创建存储连接
+
+创建存储连接可参考文档 [创建STORAGE CONNECTION](aliyun_storage_connection.md)。
+
+```SQL
+CREATE STORAGE CONNECTION if not exists catalog_storage_oss
+    type OSS
+    ACCESS_ID='LTAIxxxxxxxxxxxx'
+    ACCESS_KEY='T8Gexxxxxxmtxxxxxx'
+    ENDPOINT='oss-cn-hangzhou-internal.aliyuncs.com';
+```
+
+#### 创建 Catalog Connection
+
+```SQL
+CREATE CATALOG CONNECTION if not exists catalog_api_connection
+    type hms
+    hive_metastore_uris='xxx:9083'
+    storage_connection='catalog_storage_oss';
+```
+
+#### 创建外部 Catalog
+
+```SQL
+CREATE EXTERNAL CATALOG test_external_catalog
+    CONNECTION catalog_catalog_connection;
+```
+
+#### 使用 Catalog
+
+```SQL
+--列出catalog下的schema
+show schemas in test_external_catalog;
+--列出catalog下的所有表
+show tables in test_external_catalog.my_external_test;
+--查寻catalog下的表
+select * from test_external_catalog.my_external_test.test;
+--查看catalog下的表结构
+desc test_external_catalog.my_external_test.test;
+```
+
+#### 使用 Hive 表和 Lakehouse 表关联查询
+
+其中，`test_external_catalog.my_external_test.test` 是 Hive 中的表，`public.test` 是 Lakehouse 的内部表。
+
+```
+select * from 
+test_external_catalog.my_external_test.test a
+left join 
+public.test b 
+on a.id=b.id;
+```
+
+^

package/bin/skills/lakehouse-doc/references/create-inverted-index.md

@@ -0,0 +1,163 @@
+## 创建倒排索引
+
+具体介绍参考[倒排索引](inverted-index.md)介绍
+
+### 语法
+
+```SQL
+CREATE TABLE table_name(
+  columns_difinition,
+  INDEX index_name (column_name) INVERTED [COMMENT '']  PROPERTIES('analyzer'='english｜chinese|keyword｜unicode'),
+  INDEX index_name (column_name) INVERTED [COMMENT '']  PROPERTIES('analyzer'='english｜chinese|keyword｜unicode'),
+....
+  INDEX index_name (column_name) INVERTED [COMMENT '']  PROPERTIES('analyzer'='english｜chinese|keyword｜unicode')
+);
+```
+
+**columns\_difinition**:定义表的字段信息，最后一个字段必须使用逗号隔开
+
+**INDEX**：关键字
+
+**index\_name**：自定义index的名称
+
+**column\_name**：需要添加索引的字段名称
+
+**INVERTED**：关键字，表示倒排索引
+
+**COMMENT**：指定index的说明信息
+
+**PROPERTIES**：指定INDEX的参数，支持的属性目前支持指定分词。数值和日期类型则不需要指定properties，如果是字符串类型要求必须指定分词
+
+* 分词参数：'analyzer'='english｜chinese | keyword｜unicode'，用于指定文本分词的策略，适用于不同的语言和需求。
+  * **keyword**: 此类型的字段不会进行分词。整个字符串被视为单一的词根，并存储在倒排索引中。搜索时，需要提供完整的字段值以实现精确匹配。
+  * **english**: 专为英文设计的分词器，仅识别连续的ASCII字母和数字，并将文本统一转换为小写。适合处理英文内容，忽略非字母数字字符。
+  * **chinese**: 中文文本分词插件，识别中文和英文字符，同时过滤掉标点符号，并将英文字母转换为小写。适用于中英文混合文本的处理。
+  * **unicode**: 基于Unicode文本分割算法的分词器，能够识别多种语言的文本边界，有效将文本分割成单词，并将字母转换为小写。适合多语言环境下的文本处理。
+
+## 参考文档
+
+* [构建索引](build-inverted-index.md)
+* [删除索引](DROP-INDEX.md)
+* [列出所有索引](SHOW-INDEX.md)
+* [查看索引详情](DESC-INDEX.md)
+
+### **案例**
+
+```SQL
+CREATE TABLE inverted_index_test(
+  id int,
+  name string,
+  INDEX id_index (id) INVERTED ,
+  INDEX name_index (name) INVERTED  PROPERTIES('analyzer'='keyword')
+);
+```
+
+## 已有的表增加倒排索引
+
+### 语法
+
+```SQL
+CREATE  INVERTED INDEX [IF NOT EXISTS] index_name ON TABLE 
+[schema].table_name(col_name)
+[COMMENT 'comment']
+PROPERTIES('analyzer'='english｜chinese|keyword｜unicode')
+```
+
+**INVERTED**: 索引类型，倒排索引
+
+**index\_name**: 表名字，位于schema下，schema下索引名称不能重复
+
+**col\_name**：列名只支持单列
+
+**PROPERTIES**：指定INDEX的参数，支持的属性目前支持指定分词。数值和日期类型则不需要指定properties，如果是字符串类型要求必须指定分词
+
+### 说明
+
+执行CREATE INDEX仅对新增数据有效，对已有数据进行索引请使用BUILD INDEX命令。
+
+### **案例**
+
+1. 建表时指定倒排索引
+
+```SQL
+DROP TABLE IF EXISTS t;
+CREATE    TABLE t (
+          order_id INT,
+          customer_id INT,
+          amount DOUBLE,
+          order_year string,
+          order_month string,
+          INDEX order_id_index (order_id) INVERTED COMMENT 'INVERTED'
+          );
+INSERT INTO t
+VALUES (1, 101, 100.0, '2023','01'),
+       (2, 102, 200.0, '2023','02'),
+       (3, 103, 300.0, '2023','03'),
+       (4, 104, 400.0, '2023','04'),
+       (5, 105, 500.0, '2023','04');
+DESC INDEX order_id_index;	
++--------------------+-------------------------+
+|     info_name      |       info_value        |
++--------------------+-------------------------+
+| name               | order_id_index          |
+| creator            | UAT_TEST                |
+| created_time       | 2024-12-27 10:39:44.778 |
+| last_modified_time | 2024-12-27 10:39:44.778 |
+| comment            | INVERTED                |
+| index_type         | inverted                |
+| table_name         | t                       |
+| table_column       | order_id                |
++--------------------+-------------------------+
+--使用倒排索引查询
+SELECT    *
+FROM      t
+WHERE     match_any (order_id, 3);
++----------+-------------+--------+------------+-------------+
+| order_id | customer_id | amount | order_year | order_month |
++----------+-------------+--------+------------+-------------+
+| 3        | 103         | 300.0  | 2023       | 03          |
++----------+-------------+--------+------------+-------------+
+```
+
+2. 给已有的列添加倒排索引
+
+```
+CREATE INVERTED INDEX order_year_index
+ON TABLE public.t (order_year)
+PROPERTIES('analyzer'='chinese');
+--倒排索引添加完成后只有新写入的数据才会生效。老数据不会生效。如果老数据需要可以使用BUILD INDEX命令
+BUILD INDEX order_year_index ON public.t;
+DESC INDEX EXTENDED order_year_index;
++--------------------------+--------------------------+
+|        info_name         |        info_value        |
++--------------------------+--------------------------+
+| name                     | order_year_index         |
+| creator                  | UAT_TEST                 |
+| created_time             | 2024-12-27 10:51:58.977  |
+| last_modified_time       | 2024-12-27 10:51:58.977  |
+| comment                  |                          |
+| properties               | (("analyzer","chinese")) |
+| index_type               | inverted                 |
+| table_name               | t                        |
+| table_column             | order_year               |
+| index_size_in_data_file  | 0                        |
+| index_size_in_index_file | 296                      |
+| total_index_size         | 296                      |
++--------------------------+--------------------------+
+
+SELECT    *
+FROM      t
+WHERE     match_all (order_year, '2023');
++----------+-------------+--------+------------+-------------+
+| order_id | customer_id | amount | order_year | order_month |
++----------+-------------+--------+------------+-------------+
+| 1        | 101         | 100.0  | 2023       | 01          |
+| 2        | 102         | 200.0  | 2023       | 02          |
+| 3        | 103         | 300.0  | 2023       | 03          |
+| 4        | 104         | 400.0  | 2023       | 04          |
+| 5        | 105         | 500.0  | 2023       | 04          |
++----------+-------------+--------+------------+-------------+
+
+```
+
+