@clickzetta/cz-cli-darwin-x64 0.3.75 → 0.3.78

package/bin/skills/lakehouse-doc/references/GET.md

@@ -1,63 +0,0 @@
-# GET 命令
-
-## 概述
-
-GET 命令用于从云器 Lakehouse 的数据湖 Volume 对象中下载文件到客户端本地路径。通过该命令，用户可以轻松地将数据从云端同步到本地环境，以便进行进一步的分析和处理。要执行 GET 命令，您可以使用 [sqlline](connect-with-cli.md) 工具或 [数据库管理工具](eco_integration/dbeaver-lakehouse.md)。该命令暂不支持在 Studio 中运行。
-
-## 使用场景
-
-* 数据分析：将数据文件从云端下载到本地进行分析和挖掘。
-* 数据迁移：将数据从云端迁移到本地存储，以便在本地进行备份或迁移到其他云平台。
-* 数据恢复：从云端恢复丢失或损坏的数据到本地。
-
-## 语法
-
-```
-GET 
-    [ VOLUME volume_name | TABLE VOLUME table_name | USER VOLUME ]
-    [ FILE 'file' ] 
-    TO 'local_path'
-    [ option_key = option_value ] ...
-```
-
-## 参数说明
-
-* `VOLUME/TABLE VOLUME/USER VOLUME`：分别指将外部 Volume、TABLE VOLUME 和 USER VOLUME 中的数据下载到本地。具体使用方式参考 [COPY INTO导出](<COPY-INTO-Location.md>)。
-* `FILE`：指定要下载的文件。
-* `local_path`：文件下载到本地的目标路径，其格式根据不同操作系统有所区别。
-
-
-## 示例
-
-1. 将表中数据下载到本地
-
-   ```
-    --将数据导出到内部user volume中
-    COPY INTO USER VOLUME SUBDIRECTORY 'tmp/' FROM TABLE mytable  file_format = (type = CSV);;
-    
-    -- 查看导出的文件
-    SHOW  USER VOLUME DIRECTORY;
-   +-------------------+------------------------------------------------------------------------------------------------------------+------+---------------------+
-   |   relative_path   |                                                    url                                                     | size | last_modified_time  |
-   +-------------------+------------------------------------------------------------------------------------------------------------+------+---------------------+
-   | tmp/part00001.csv | oss://xxxx/tmp/part00001.csv | 5    | 2024-11-14 19:44:37 |
-   +-------------------+------------------------------------------------------------------------------------------------------------+------+---------------------+
-
-    --下载文件
-    GET USER VOLUME FILE 'tmp/part00001.csv' TO  './';
-    --删除volume中文件，避免占用存储
-    REMOVE USER VOLUME FILE 'tmp/part00001.csv';
-    SHOW USER VOLUME DIRECTORY;
-   +---------------+-----+------+--------------------+
-   | relative_path | url | size | last_modified_time |
-   +---------------+-----+------+--------------------+
-   ```
-
-
-
-## 注意事项
-
-* 从外部 Volume 下载文件会产生对应云账号的对象存储下载费用。
-* GET 命令不能通过 Studio SQL 任务节点执行，但可以通过云器 Lakehouse SQLline 客户端、JDBC 客户端以及 SDK 来执行。
-
-

package/bin/skills/lakehouse-doc/references/GET_PRESIGNED_URL.md

@@ -1,91 +0,0 @@
-# GET\_PRESIGNED\_URL 函数
-
-该函数通过输入 Volume 名称、文件的相对路径和有效时间（秒），为 Volume 中的文件生成一个预签名 URL。此功能允许应用程序访问存储在外部 Volume 中的文件。
-
-## 使用场景
-
-以下是几种访问 Volume 中文件的方法：
-
-1. 在 Web 浏览器中直接访问带有一个预签名的 URL（字符串类型）。
-2. 将 Volume 中文件的预签名 URL 发送给远程函数进行处理。
-
-## 注意事项
-
-1. 执行该函数的用户需要对 Volume 对象具有读取 (READ) 权限。
-
-2. 该函数需要从 Volume 本地的元数据系统中获取文件信息（例如 `relative_path`）。请确保刚刚导入的 Volume 对应的文件元数据已经同步到 Lakehouse 元数据系统，或使用以下命令进行刷新：
-
-   ```
-   ALTER VOLUME <volume_name> REFRESH;
-   ```
-
-3. GET\_PRESIGNED\_URL 是一个非确定性函数 (non-deterministic function)，即在给定相同输入值的情况下，每次执行的输出结果可能不同。
-
-## 语法
-
-```
-GET_PRESIGNED_URL(VOLUME volume_name | TABLE VOLUME table_name | USER VOLUME , '<relative_file_path>', [<expiration_time>])
-```
-
-## 参数
-
-* **volume \<volume\_name**>**：`volume` 为固定关键字，表示后面的对象类型为 Volume；`volume_name` 为系统创建的 Volume 名称。
-* **relative\_file\_path**：相对于 Volume 指定位置的文件路径和文件名。可以通过调用 `directory` 函数获取：
-  ```
-  SELECT GET_PRESIGNED_URL(volume <volume_name>, relative_path) AS pre_signed_url
-  FROM DIRECTORY(volume <volume_name>);
-  ```
-* **expiration\_time**：生成的预签名 URL 的有效期，以秒为单位。默认值为 3600 秒（60 分钟）。
-
-## 返回值
-
-一个预签名的 URL（字符串类型）。
-
-## 使用示例
-
-以下是几个使用 GET\_PRESIGNED\_URL 函数的示例：
-
-1. 生成一个有效期为 1 小时的预签名 URL：
-
-   ```
-   SELECT GET_PRESIGNED_URL(volume hz_image_volume, 'example.jpg', 3600) AS pre_signed_url;
-   ```
-
-2. 生成一个默认有效期（1 小时）的预签名 URL：
-
-   ```
-   SELECT GET_PRESIGNED_URL(USER VOLUME, 'pangxie_pic.jpg', 3600) AS pre_signed_url;
-   ```
-
-3. 从目录中获取文件的相对路径，并生成一个预签名 URL：
-
-   ```
-   SELECT GET_PRESIGNED_URL(volume hz_image_volume, relative_path) AS pre_signed_url
-   FROM DIRECTORY(volume hz_image_volume);
-   ```
-
-> 注意：如果生成的 URL 无法访问，可能是因为生成了对象存储的内部链接。可尝试在执行 SQL 前添加以下参数后再次尝试：
->
-> `set cz.sql.function.get.presigned.url.force.external=true;`
->
-> 例如：
->
-> ```
-> SET cz.sql.function.get.presigned.url.force.external=true; 
-> SELECT GET_PRESIGNED_URL(USER VOLUME, 'pangxie_pic.jpg', 3600) AS pre_signed_url;
-> ```
-
-4. 批量获取 USER VOLUME 中图片的预签名 URL
-
-   ```
-    SET cz.sql.function.get.presigned.url.force.external=true;
-    SELECT relative_path,
-    GET_PRESIGNED_URL(USER VOLUME, relative_path, 3600) AS pre_signed_url
-    FROM (
-          SELECT relative_path FROM (LIST USER VOLUME)
-    );
-    ```
-
-通过以上示例，您可以更好地了解如何在不同场景中使用 GET\_PRESIGNED\_URL 函数。请根据您的实际需求调整参数和代码。
-
-^

package/bin/skills/lakehouse-doc/references/GrantPriveleges.md

@@ -1,113 +0,0 @@
-## 功能描述
-
-本文档介绍了如何在 Lakehouse SQL 中使用 GRANT 语句，将指定的权限授予给角色。通过该操作，角色将获得对指定资源的访问和操作权限。
-
-## Workspace 用户和角色权限管理语法
-
-### 1. 授予 Workspace 级别权限
-```SQL
-GRANT workspacePrivileges  ON WORKSPACE  workspace_name
-| workspaceObjectPriveleges ON { ROLE | SCHEMA | VCLUSTER | DATALAKE | FUNCTION  workspace_object_name
-| schemaPrivileges ON SCHEMA schema_name  
-| schemaObjectPriveleges  ON { TABLE | VIEW | MATERIALIZED VIEW } schema_object_name
-TO ROLE  rolename
-```
-- **参数说明：**
-  - `workspacePrivileges`：指定授予的 Workspace 级别权限，例如：CREATE SCHEMA, CREATE VCLUSTER。
-  - `workspace_name`：指定要授权的 Workspace 名称。
-  - `rolename`：指定要授予权限的角色名称。
-
-### 2. 授予 Workspace 对象权限
-```SQL
-GRANT workspaceObjectPriveleges ON { ROLE | SCHEMA | VCLUSTER | DATALAKE | FUNCTION } workspace_object_name TO ROLE rolename;
-```
-- **参数说明：**
-  - `workspaceObjectPriveleges`：指定授予的 Workspace 对象权限，例如：ALTER, DROP, READ METADATA, ALL [PRIVILEGES]。
-  - `workspace_object_name`：指定要授权的 Workspace 对象名称。
-  - `rolename`：指定要授予权限的角色名称。
-
-### 3. 授予 Schema 级别权限
-```SQL
-GRANT schemaPrivileges ON SCHEMA schema_name TO ROLE rolename;
-```
-- **参数说明：**
-  - `schemaPrivileges`：指定授予的 Schema 级别权限，例如：CREATE TABLE, CREATE VIEW, CREATE MATERIALIZED VIEW, ALL。
-  - `schema_name`：指定要授权的 Schema 名称。
-  - `rolename`：指定要授予权限的角色名称。
-
-### 4. 授予 Schema 对象权限
-```SQL
-GRANT schemaObjectPriveleges ON { TABLE | VIEW | MATERIALIZED VIEW } schema_object_name TO ROLE rolename;
-```
-- **参数说明：**
-  - `schemaObjectPriveleges`：指定授予的 Schema 对象权限，例如：ALTER, DROP, SELECT, INSERT, READ METADATA, ALL。
-  - `schema_object_name`：指定要授权的 Schema 对象名称。
-  - `rolename`：指定要授予权限的角色名称。
-
-## 使用示例
-
-示例 1：授予角色创建 VIRTUAL CLUSTER 权限
-```SQL
-GRANT CREATE VCLUSTER ON WORKSPACE lakehouse_public TO ROLE simple_role;
-```
-
-示例 2：授予角色修改 VIRTUAL CLUSTER 权限
-```SQL
-GRANT ALTER VCLUSTER ON VCLUSTER default TO ROLE simple_role;
-```
-
-示例 3：授予角色创建表和创建视图的权限
-```SQL
-GRANT CREATE VIEW, CREATE TABLE ON SCHEMA public TO ROLE simple_role;
-```
-
-示例 4：授予角色对指定表的查询和修改权限
-```SQL
-GRANT SELECT, ALTER ON TABLE public.my_table TO ROLE my_role;
-```
-
-示例 5：授予角色对指定视图的查询和修改权限
-```SQL
-GRANT SELECT, ALTER ON VIEW public.my_view TO ROLE my_role;
-```
-
-## ### 示例 6：授予角色对指定物化视图的查询和修改权限
-```SQL
-GRANT SELECT, ALTER ON MATERIALIZED VIEW public.my_materialized_view TO ROLE my_role;
-```
-
-通过以上示例，您可以根据实际需求为角色授予相应的权限。请注意，授予的权限应与角色的职责和工作内容相匹配，以确保数据安全和权限的合理分配。
-
-## Instance Role 授权
-
-通过 Instance Role 可授予跨工作空间的全局权限，授权对象包括用户或其他角色。
-
-### 语法说明
-
-```SQL
--- 将 Instance Role 授予用户/角色
-GRANT INSTANCE ROLE <role_name> TO USER <user_name>;
--- 授予 Instance Role 全局权限
-GRANT <privilege> ON WORKSPACE <workspace_name> TO INSTANCE ROLE <role_name>;
--- 回收权限
-REVOKE <privilege> ON WORKSPACE <workspace_name> FROM INSTANCE ROLE <role_name>;
--- 查看 Instance Role 权限
-SHOW GRANTS TO INSTANCE ROLE <role_name>;
-```
-
-#### 示例
-
-```SQL
--- 授予用户 Instance Role
-GRANT INSTANCE ROLE inst_role TO USER lh_engine_test_01;
--- 授予工作空间全部权限
-GRANT ALL ON WORKSPACE ws1 TO INSTANCE ROLE inst_role;
--- 查看权限（预期含跨空间授权记录）
-SHOW GRANTS TO INSTANCE ROLE inst_role;
--- 回收工作空间权限
-REVOKE ALL ON WORKSPACE ws1 FROM INSTANCE ROLE inst_role;
--- 验证权限回收
-SHOW GRANTS TO INSTANCE ROLE inst_role;
--- 授予单表权限（标准语法兼容）
-GRANT ALL ON TABLE ws1.schema.table TO INSTANCE ROLE inst_role;
-```

package/bin/skills/lakehouse-doc/references/Hive_connection.md

@@ -1,50 +0,0 @@
-## 功能概述
-
-Hive 存储连接用于访问和管理已有的 Hive 元数据服务。通过配置此连接，您可以：
-
-1. 无缝对接现有的数据仓库基础设施。
-2. 复用已构建的表结构和元数据信息。
-3. 统一管理数据目录，实现跨平台数据资产整合。
-
-这种配置方式特别适合企业在数据平台升级或整合过程中，实现平滑过渡和系统共存。您无需迁移现有数据，即可充分利用两个系统的优势。
-
-## 使用限制
-
-* 使用前请确保 Lakehouse 和 Hive 集群网络已打通。
-* 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）
-* 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';
-```
-
-^

package/bin/skills/lakehouse-doc/references/IDENTITY-Column.md

@@ -1,74 +0,0 @@
-# 自增列IDENTITY
-
-Lakehouse支持在建表时标识列，将字段定义为自增字段。
-
-配置自增序列。如下建表语句使用自增列，仅支持bigint类型：
-
-```Plain
-CREATE TABLE tablename (
-    id bigint identity
-);
-```
-
-## 语法
-
-```SQL
-IDENTITY[(seed)]
-```
-
-* seed：用于指定表中第一行的起始值。如果不指定，默认起始值为0。
-
-## 行为说明
-
-* 无法保证序列中的值是连续的（无间隙），也无法保证序列值按特定顺序分配，因为表中可能会发生并发插入。这些限制是设计的一部分，目的是提高性能，并且在许多常见情况下都是可以接受的。
-
-## 使用示例
-
-```SQL
---创建表，包含id和col两个字段。
-CREATE TABLE identity_test
-(
-    id bigint identity (1),
-    col string
-);
-
---在insert语句中，给col字段插入数据。
-INSERT INTO identity_test (col)
-VALUES ('1'),('2'),('3'),('4'),('5');
---查询数据
-SELECT * FROM identity_test;
-+----+-----+
-| id | col |
-+----+-----+
-| 1  | 1   |
-| 2  | 2   |
-| 3  | 3   |
-| 4  | 4   |
-| 5  | 5   |
-+----+-----+
---再插入一条数据，无法保证自增连续性
-INSERT INTO identity_test (col)
-VALUES ('6');
-+----+-----+
-| id | col |
-+----+-----+
-| 11 | 6   |
-| 1  | 1   |
-| 2  | 2   |
-| 3  | 3   |
-| 4  | 4   |
-| 5  | 5   |
-+----+-----+
---查看是否含有自增列
-SHOW CREATE TABLE identity_test;
-```
-
-# 限制与约束
-
-* 暂不支持通过Ingest Service流式接口写入，仅在SQL语法层面支持IDENTITY列的写入。
-* 不支持指定步长，默认步长是1。
-* 不支持通过ALTER语句在已有表中添加自增列。
-* 不支持为外部表、动态表和物化视图设置自增列。
-* 只支持bigint类型。
-
-

package/bin/skills/lakehouse-doc/references/INSERT.md

@@ -1,186 +0,0 @@
-## 功能概述
-
-`INSERT INTO` 语句用于将数据插入表中。您可以为表中的每个列显式指定值，或者使用 `SELECT` 查询的结果作为插入的数据源。
-
-## 语法结构
-
-```SQL
-INSERT INTO|OVERWRITE [TABLE] table_name 
-[ PARTITION partition_spec] 
-[ (column1, column2, ...)]
-{VALUES(value1 [,...],(value2 [,...]),...) | subquery}
-
-partition_spec ::=
-    partition_column_name = partition_column_val [ , ... ]
-```
-
-## 参数详解
-
-1. **INSERT INTO**：以追加模式插入数据。
-2. **INSERT OVERWRITE**：重写目标表或目标表的某些分区。
-   * 对于分区表，将覆盖指定分区的数据。
-   * 对于非分区表，将覆盖整个表的数据。
-3. **TABLE**：（可选）关键字，用于指定目标表。
-4. **partition\_spec**：（可选）分区规范，用于指定插入数据的分区。
-   * 静态分区：直接指定分区列的值，例如 `PARTITION (dt='shanghai')`。
-   * 动态分区：系统根据 `VALUES` 或 `SELECT` 语句的值自动映射到相应分区。
-   * 如果未指定分区规范，系统将根据分区列的值自动选择分区。
-5. **column\_list**：指定要插入数据的列，确保输入查询的列顺序与表中的列顺序相匹配。
-
-## 使用指南
-
-* **数据类型匹配**：确保插入的数据类型与表定义中的列类型相匹配。
-
-* **查询结果匹配**：使用 `SELECT` 语句插入数据时，查询返回的列数量和顺序应与目标表的列相匹配。
-
-* **分区规范**：在分区表中插入数据时，如果未指定分区规范，系统将根据分区列的值自动选择分区。确保插入的数据中包含有效的分区值。
-
-* **INSERT OVERWRITE**：使用此语句插入数据时，确保目标表或分区存在，否则操作将失败。
-
-* **数据检查**：执行插入操作前，检查数据类型和列数量是否与目标表匹配，以避免数据插入错误。**特别注意的是，Apache Hive要求分区列是最后一个位置。没有这种强制要求，因此加列的时候特别注意：按照原来Hive方式加列可能会将列加到最后一个位置，所以加列的时候必须指定位置。否则会造成数据错误。**
-
-* **自动分区处理**：当使用分区字段为函数的表时，无需指定 `PARTITION` 子句，系统会自动根据函数返回值处理分区。
-
-* **大量数据导入**：在lakehouse环境中，不推荐使用 `INSERT INTO...VALUES` 方式导入大量数据，这种方式更适合测试场景。对于大量数据导入，请参阅[数据导入指南](data-load-summary.md)。
-
-## 使用示例
-
-**普通表插入**
-假设`test` 表包含两个列`c1`, `c2`。
-
-1. 向`test`表中导入一行数据
-
-```
-INSERT INTO test VALUES (1, 2);
-INSERT INTO test (c1, c2) VALUES (1, 2);
-INSERT INTO test (c1) VALUES (1);
-```
-
-其中第一条、第二条语句是一样的效果。在不指定目标列时，使用表中的列顺序来作为默认的目标列。 第三条语句未指定`c2`则使用null来填充，如果`c2`列有默认值则使用默认值填充。
-
-2. 向`test`表中一次性导入多行数据
-
-```
-INSERT INTO test VALUES (3, 5), (5, 5 + 2);
-INSERT INTO test (c1, c2) VALUES (6, 7), (6, 7* 2);
-INSERT INTO test (c1) VALUES (1), (3);
-```
-
-其中第一条、第二条语句效果一样，向`test`表中一次性导入两条数据。第三条语句未指定`c2`则使用null来填充，如果有默认值则使用默认值，向`test`表中导入两条数据。
-
-3. 向 `test` 表中导入一个查询语句结果
-
-```
-INSERT INTO test SELECT * FROM test2;
-INSERT INTO test (c1, c2) SELECT * from test2;
-```
-
-4. 分区表插入数据
-
-```SQL
--- 创建分区表
-CREATE TABLE sales (
-  id BIGINT,
-  name VARCHAR(64),
-  dt STRING
-)
-PARTITIONED BY (dt);
-
--- 插入单行数据
-INSERT INTO sales VALUES (1001, 'Alice', '2021-01-01');
-
--- 插入多行数据
-INSERT INTO sales VALUES (1002, 'Bob', '2021-01-02'), (1003, 'Charlie', '2021-01-03');
-
--- 指定分区插入数据
-INSERT INTO sales PARTITION (dt='2021-01-04') (id, name) VALUES (1004, 'David');
-
--- 使用 SELECT 语句插入数据
-INSERT INTO sales SELECT * FROM sales_temp;
-```
-
-5. 插入数据时指定列顺序
-
-```SQL
--- 假设表结构为 (id, name, dt)
-CREATE TABLE sales (id BIGINT, name VARCHAR(64), dt STRING);
-
--- 插入数据时仅指定 id 和 name 列。未指定的列则会显示null
-INSERT INTO sales (id, name) VALUES (1005, 'Eve');
-+------+------+----+
-|  id  | name | dt |
-+------+------+----+
-| 1005 | Eve  |    |
-+------+------+----+
-```
-
-6. 使用INSERT OVERWRITE插入数据
-
-```SQL
--- 创建分区表
-CREATE TABLE sales (
-  id BIGINT,
-  name VARCHAR(64),
-  dt STRING
-)
-PARTITIONED BY (dt);
-
--- 插入单行数据
-INSERT OVERWRITE sales VALUES (1001, 'Alice', '2021-08-01');
-
--- 插入多行数据
-INSERT OVERWRITE sales VALUES (1002, 'Bob', '2021-08-02'), (1003, 'Charlie', '2021-08-03');
-
--- 指定分区插入数据
-INSERT OVERWRITE sales PARTITION (dt='2021-08-04') VALUES (1004, 'David', '2021-08-04');
-
--- 使用查询结果插入数据
-INSERT OVERWRITE sales SELECT * FROM sales_temp;
-```
-
-7. 插入不同的数据类型
-
-```
-CREATE TABLE lakehouse_datatype(
-  `c_bigint` bigint,
-  `c_boolean` boolean,
-  `c_binary` binary,
-  `c_char` char(1),
-  `c_date` date,
-  `c_decimal` decimal(20,6),
-  `c_double` double,
-  `c_float` float,
-  `c_int` int,
-  `c_smallint` smallint,
-  `c_string` string,
-  `c_timestamp` timestamp,
-  `c_tinyint` tinyint,
-  `c_array` array<int>,
-  `c_map` map<string,string>,
-  `c_struct` struct<a:int,b:string,c:double>,
-  `c_varchar` varchar(100),
-  `c_json` json);
-INSERT INTO lakehouse_datatype
-VALUES (
-    1l, -- c_bigint
-    true, -- c_boolean
-    X'7A', -- c_binary
-    'A', -- c_char
-    date'2025-05-21' , -- c_date
-    1.1bd, -- c_decimal
-    1.1d, -- c_double
-    1.1f, -- c_float
-    1, -- c_int
-    1s, -- c_smallint
-    'This is a string', -- c_string
-    timestamp'2025-05-21 12:00:00', -- c_timestamp
-    127, -- c_tinyint
-    ARRAY(1,2,3), -- c_array
-    MAP('key1', 'value1', 'key2', 'value2'), -- c_map
-    STRUCT(1, 'a', 3.14), -- c_struct
-    'This is a varchar string', -- c_varchar
-    json'123' -- c_json
-);
-```
-
-

package/bin/skills/lakehouse-doc/references/INT.md

@@ -1,36 +0,0 @@
-# INT
-`INT` 是一个数据类型，表示 32 位有符号整型。它可以存储的数字范围为 -2,147,483,648 到 2,147,483,647。
-
-## 语法
-```
-INT
-```
-
-## 示例
-```
--- 将字符串转换为整数
-SELECT CAST('5' AS INT);
-
--- 直接输入数字，系统会自动转换为整数
-SELECT +1;
-
--- 结合其他数值计算
-SELECT 3 * 4 + 2;
-
--- 存储在表中
-CREATE TABLE example (
-    id INT ,
-    name VARCHAR(255)
-);
-
--- 插入数据
-INSERT INTO example (id, name) VALUES (1, 'Alice');
-
--- 查询数据
-SELECT * FROM example;
-```
-
-## 注意事项
-- 当使用 `CAST` 函数将其他类型的数据转换为 `INT` 类型时，如果输入的数据无法转换为整数，默认将返回 NULL。
-- 在创建表时，可以指定列为 `INT` 类型，以便存储整数值。
-- 在查询中，可以使用 `INT` 类型的数值进行各种计算，如加法、减法、乘法和除法。