@clickzetta/cz-cli-linux-x64 0.3.2 → 0.3.5

package/bin/skills/clickzetta-sql-pipeline-manager/references/dynamic-table.md

@@ -1,173 +0,0 @@
-# Dynamic Table（动态表）SQL 参考
-
-> **⚠️ ClickZetta 特有语法**
-> - 刷新调度写法：`REFRESH interval 5 MINUTE VCLUSTER default`（不是 `TARGET_LAG`）
-> - 修改调度周期或计算集群必须用 `CREATE OR REPLACE`，`ALTER` 不支持
-> - `ALTER DYNAMIC TABLE` 只支持：SUSPEND / RESUME / SET COMMENT / RENAME COLUMN
-
-动态表是 ClickZetta Lakehouse 的核心增量计算对象。通过 SQL 查询定义，自动增量刷新，无需手动调度。
-
-## CREATE DYNAMIC TABLE
-
-```sql
-CREATE [ OR REPLACE ] DYNAMIC TABLE <name>
-  [ (<column_list>) ]
-  [ PARTITIONED BY (<col_name>) ]
-  [ CLUSTERED BY (<col_name>) ]
-  [ COMMENT <comment> ]
-  [ PROPERTIES ( data_lifecycle = <day_num> ) ]
-  REFRESH [ START WITH <timestamp_expr> ] interval <n> { SECOND | MINUTE | HOUR | DAY }
-  VCLUSTER <vcluster_name>
-AS
-  <query>;
-```
-
-**关键参数：**
-- `REFRESH interval <n> MINUTE`：刷新间隔，最小 1 分钟
-- `VCLUSTER`：运行刷新任务的计算集群名称（直接跟名称，不带等号和引号）
-- `OR REPLACE`：若同名动态表已存在则替换（修改 SQL 逻辑或调度配置必须用此方式）
-
-**示例：**
-```sql
--- 基础示例：每 5 分钟刷新一次订单汇总
-CREATE OR REPLACE DYNAMIC TABLE dw.order_summary
-  REFRESH interval 5 MINUTE
-  VCLUSTER default
-AS
-SELECT
-  date_trunc('hour', created_at) AS hour,
-  region,
-  COUNT(*) AS order_cnt,
-  SUM(amount) AS total_amount
-FROM ods.orders
-GROUP BY 1, 2;
-
--- 修改调度周期（必须用 CREATE OR REPLACE）
-CREATE OR REPLACE DYNAMIC TABLE dw.order_summary
-  REFRESH interval 10 MINUTE
-  VCLUSTER default
-AS
-SELECT
-  date_trunc('hour', created_at) AS hour,
-  region,
-  COUNT(*) AS order_cnt,
-  SUM(amount) AS total_amount
-FROM ods.orders
-GROUP BY 1, 2;
-```
-
-## ALTER DYNAMIC TABLE
-
-```sql
--- 暂停刷新
-ALTER DYNAMIC TABLE <name> SUSPEND;
-
--- 恢复刷新
-ALTER DYNAMIC TABLE <name> RESUME;
-
--- 修改注释
-ALTER DYNAMIC TABLE <name> SET COMMENT <comment>;
-
--- 修改列名
-ALTER DYNAMIC TABLE <name> RENAME COLUMN <old_col> TO <new_col>;
-
--- 修改列注释
-ALTER DYNAMIC TABLE <name> CHANGE COLUMN <col_name> COMMENT <comment>;
-
--- 修改属性
-ALTER DYNAMIC TABLE <name> SET PROPERTIES ( key = value );
-ALTER DYNAMIC TABLE <name> UNSET PROPERTIES ( key );
-```
-
-> 注意：修改调度周期、计算集群、SQL 查询逻辑，必须用 `CREATE OR REPLACE DYNAMIC TABLE`，ALTER 不支持这些操作。
-
-## REFRESH DYNAMIC TABLE（手动触发）
-
-```sql
--- 手动触发一次刷新
-REFRESH DYNAMIC TABLE <name>;
-```
-
-## DROP DYNAMIC TABLE
-
-```sql
-DROP DYNAMIC TABLE [ IF EXISTS ] <name>;
-```
-
-## SHOW / DESC
-
-```sql
--- 列出当前 schema 下所有动态表
-SHOW TABLES WHERE is_dynamic = true;
-
--- 列出指定 schema 下的动态表
-SHOW TABLES IN <schema_name> WHERE is_dynamic = true;
-
--- 查看动态表结构和调度配置
-DESC TABLE <name>;
-DESCRIBE DYNAMIC TABLE <name> EXTENDED;
-
--- 查看完整建表语句
-SHOW CREATE TABLE <name>;
-
--- 查看刷新历史（状态、耗时、触发方式、增量行数）
-SHOW DYNAMIC TABLE REFRESH HISTORY <name>;
-SHOW DYNAMIC TABLE REFRESH HISTORY <name> LIMIT 20;
-```
-
-## 注意事项
-
-- 修改 SQL 逻辑、调度周期、计算集群 → 用 `CREATE OR REPLACE`，不能用 `ALTER`
-- 刷新间隔最小 1 分钟
-- 动态表支持 Time Travel（`TIMESTAMP AS OF`）和 UNDROP
-- 刷新失败不影响表的可查询性（返回上次成功版本的数据）
-- 非简单加列/减列的 `CREATE OR REPLACE` 会触发一次全量刷新
-
-## 参数化动态表（SESSION_CONFIGS）
-
-通过 `SESSION_CONFIGS()` 函数定义参数化查询，在刷新时传入分区值控制刷新范围：
-
-```sql
--- 创建参数化动态表
-CREATE OR REPLACE DYNAMIC TABLE dwd.orders_partitioned
-  REFRESH interval 30 MINUTE
-  VCLUSTER default
-AS
-SELECT order_id, user_id, amount, dt
-FROM ods.orders
-WHERE dt = SESSION_CONFIGS('target_date', CAST(CURRENT_DATE() AS STRING));
-
--- 手动触发刷新并传入参数
-REFRESH DYNAMIC TABLE dwd.orders_partitioned
-  WITH PROPERTIES ('target_date' = '2024-06-15');
-```
-
-适用场景：传统按天全量 ETL 改造为增量任务，用 SESSION_CONFIGS 替换调度变量。
-
-## 动态表 DML 操作
-
-动态表默认不支持 DML，需先开启参数：
-
-```sql
--- 开启 DML 支持
-ALTER DYNAMIC TABLE <name> SET PROPERTIES ('cz.dynamic.table.enable.dml' = 'true');
-
--- 支持的 DML 操作
-INSERT INTO <name> VALUES (...);
-DELETE FROM <name> WHERE ...;
-```
-
-> ⚠️ 执行 DML 后，下一次自动刷新会触发**全量刷新**（而非增量），仅在数据修正等特殊场景使用。
-
-## 参考文档
-
-- [CREATE DYNAMIC TABLE](https://www.yunqi.tech/documents/create-dynamic-table)
-- [ALTER DYNAMIC TABLE](https://www.yunqi.tech/documents/alter-dynamic-table)
-- [DROP DYNAMIC TABLE](https://www.yunqi.tech/documents/drop-dynamic-table)
-- [SHOW DYNAMIC TABLES](https://www.yunqi.tech/documents/show-dynamic-table)
-- [SHOW DYNAMIC TABLE REFRESH HISTORY](https://www.yunqi.tech/documents/refresh-history)
-- [动态表简介](https://www.yunqi.tech/documents/dynamic_table_summary)
-- [查看动态表刷新模式](https://www.yunqi.tech/documents/dynamic-table-incre)
-- [传统离线任务转增量实践](https://www.yunqi.tech/documents/transformt-dt)
-- [动态表支持参数化定义](https://www.yunqi.tech/documents/dynamicTable-parmaters)
-- [动态表支持DML语句修改](https://www.yunqi.tech/documents/dynamicTable-dml)

package/bin/skills/clickzetta-sql-pipeline-manager/references/materialized-view.md

@@ -1,129 +0,0 @@
-# Materialized View（物化视图）SQL 参考
-
-> **⚠️ ClickZetta 特有语法**
-> - 定时刷新：`REFRESH INTERVAL 10 MINUTE vcluster default`（与动态表语法相同）
-> - 手动刷新：`REFRESH MATERIALIZED VIEW <name>;`
-> - 修改注释用 `ALTER TABLE`，不是 `ALTER MATERIALIZED VIEW`
-
-物化视图将查询结果预计算并物理存储，适合固定维度的聚合加速场景。与动态表的区别：物化视图支持手动或定时刷新，不支持增量刷新。
-
-## CREATE MATERIALIZED VIEW
-
-```sql
-CREATE [ OR REPLACE ] MATERIALIZED VIEW <name>
-  [ COMMENT = '<comment>' ]
-  [ BUILD DEFERRED ]
-  [ REFRESH INTERVAL <N> { SECOND | MINUTE | HOUR | DAY } vcluster <vcluster_name> ]
-  [ DISABLE QUERY REWRITE ]
-AS
-  <query>;
-```
-
-**关键参数：**
-- `REFRESH INTERVAL 10 MINUTE vcluster default`：定时自动刷新（与动态表语法相同）
-- 不写 REFRESH 子句：只能手动触发 `REFRESH MATERIALIZED VIEW <name>;`
-- `BUILD DEFERRED`：延迟构建，创建时不立即计算结果
-- `DISABLE QUERY REWRITE`：禁用查询改写（不自动用 MV 加速查询）
-
-**示例：**
-```sql
--- 定时自动刷新的物化视图（每 10 分钟）
-CREATE MATERIALIZED VIEW mv_dept_stats
-REFRESH INTERVAL 10 MINUTE vcluster default
-AS
-SELECT
-  d.dept_id,
-  d.dept_name,
-  COUNT(e.emp_id) AS emp_count,
-  AVG(e.salary) AS avg_salary
-FROM departments d
-JOIN employees e ON d.dept_id = e.dept_id
-GROUP BY d.dept_id, d.dept_name;
-
--- 修改刷新周期（需要 CREATE OR REPLACE）
-CREATE OR REPLACE MATERIALIZED VIEW mv_dept_stats
-BUILD DEFERRED
-REFRESH INTERVAL 20 MINUTE vcluster default
-DISABLE QUERY REWRITE
-AS
-SELECT
-  d.dept_id,
-  d.dept_name,
-  d.location,
-  ANY_VALUE(d.col1) AS col1,
-  COUNT(e.emp_id) AS emp_count,
-  AVG(e.salary) AS avg_salary
-FROM departments d
-JOIN employees e ON d.dept_id = e.dept_id
-GROUP BY d.dept_id, d.dept_name, d.location;
-
--- 手动刷新
-REFRESH MATERIALIZED VIEW mv_dept_stats;
-```
-
-## ALTER MATERIALIZED VIEW
-
-```sql
--- 暂停自动刷新
-ALTER MATERIALIZED VIEW <name> SUSPEND;
-
--- 恢复自动刷新
-ALTER MATERIALIZED VIEW <name> RESUME;
-
--- 修改注释
-ALTER TABLE <mv_name> SET COMMENT '<comment>';
-
--- 修改列注释（物化视图用 ALTER TABLE 语法）
-ALTER TABLE <mv_name> CHANGE COLUMN <col_name> COMMENT '<comment>';
-```
-
-> 注意：物化视图的注释修改使用 `ALTER TABLE`，不是 `ALTER MATERIALIZED VIEW`。
-
-## REFRESH MATERIALIZED VIEW
-
-```sql
--- 手动触发全量刷新
-REFRESH MATERIALIZED VIEW <name>;
-```
-
-## DROP MATERIALIZED VIEW
-
-```sql
-DROP MATERIALIZED VIEW [ IF EXISTS ] <name>;
-```
-
-## SHOW / DESC
-
-```sql
--- 列出当前 schema 下所有物化视图
-SHOW TABLES WHERE is_materialized_view = true;
-
--- 按名称过滤
-SHOW TABLES LIKE 'mv_%' WHERE is_materialized_view = true;
-
--- 查看物化视图结构
-DESC MATERIALIZED VIEW <name>;
-DESCRIBE MATERIALIZED VIEW <name> EXTENDED;
-
--- 查看完整建表语句
-SHOW CREATE TABLE <name>;
-```
-
-## 动态表 vs 物化视图 选择指南
-
-| 场景 | 推荐 |
-|---|---|
-| 需要秒/分钟级自动增量刷新 | Dynamic Table |
-| 固定聚合，手动或低频刷新 | Materialized View |
-| 需要 CDC 变更感知 | Dynamic Table + Table Stream |
-| 加速 BI 查询，数据不要求实时 | Materialized View |
-
-## 参考文档
-
-- [CREATE MATERIALIZED VIEW](https://www.yunqi.tech/documents/CREATEMATERIALIZEDVIEW)
-- [ALTER MATERIALIZED VIEW](https://www.yunqi.tech/documents/alter-materialzied-view)
-- [REFRESH MATERIALIZED VIEW](https://www.yunqi.tech/documents/REFRESH)
-- [DROP MATERIALIZED VIEW](https://www.yunqi.tech/documents/DROPMATERIALIZEDVIEW)
-- [SHOW MATERIALIZED VIEWS](https://www.yunqi.tech/documents/show-materialized-view)
-- [物化视图概念与场景](https://www.yunqi.tech/documents/MATERIALIZEDVIEW)
-- [物化视图 DDL 汇总](https://www.yunqi.tech/documents/materialized_ddl)

package/bin/skills/clickzetta-sql-pipeline-manager/references/pipe.md

@@ -1,160 +0,0 @@
-# Pipe SQL 参考
-
-> **⚠️ ClickZetta 特有语法**
-> - Kafka 读取函数是 `READ_KAFKA(...)`，不是 `KAFKA_SOURCE(...)` 或其他写法
-> - 参数使用 `=>` 命名参数语法：`KAFKA_BROKER => 'host:port'`
-> - JSON 字段提取用 `$1:field_name::TYPE` 语法（`$1` 表示整行 JSON）
-> - Pipe 创建后默认自动启动，无需手动 RESUME
-
-Pipe 是 ClickZetta Lakehouse 的持续数据导入对象，通过 SQL 定义从 Kafka 或对象存储（OSS/S3/COS）自动、持续地将数据导入目标表，无需外部调度。
-
-## CREATE PIPE — 从 Kafka 导入
-
-```sql
-CREATE [ OR REPLACE ] PIPE <pipe_name>
-  [ COMMENT = '<comment>' ]
-  [ AUTO_INGEST = { TRUE | FALSE } ]
-AS
-INSERT INTO <target_table> [ ( <col1>, <col2>, ... ) ]
-SELECT <expr> [, ...]
-FROM TABLE(
-  READ_KAFKA(
-    KAFKA_BROKER => '<broker_host>:<port>',
-    KAFKA_TOPIC  => '<topic_name>',
-    KAFKA_GROUP_ID => '<consumer_group>',
-    KAFKA_OFFSET => '<earliest | latest | <offset_value>>',
-    KAFKA_DATA_FORMAT => '<json | csv | avro>',
-    [ KAFKA_SASL_USERNAME => '<username>', ]
-    [ KAFKA_SASL_PASSWORD => '<password>', ]
-    [ KAFKA_SCHEMA_REGISTRY_URL => '<url>' ]
-  )
-);
-```
-
-**示例：**
-```sql
--- 从 Kafka 持续导入 JSON 数据
-CREATE OR REPLACE PIPE kafka_orders_pipe
-  COMMENT '从 Kafka 持续导入订单数据'
-AS
-INSERT INTO ods.orders (order_id, user_id, amount, created_at)
-SELECT
-  $1:order_id::STRING,
-  $1:user_id::STRING,
-  $1:amount::DECIMAL(10,2),
-  $1:created_at::TIMESTAMP
-FROM TABLE(
-  READ_KAFKA(
-    KAFKA_BROKER => 'kafka.example.com:9092',
-    KAFKA_TOPIC  => 'orders',
-    KAFKA_GROUP_ID => 'lakehouse_consumer',
-    KAFKA_OFFSET => 'latest',
-    KAFKA_DATA_FORMAT => 'json'
-  )
-);
-```
-
-## CREATE PIPE — 从对象存储导入
-
-```sql
-CREATE [ OR REPLACE ] PIPE [ IF NOT EXISTS ] <pipe_name>
-  VIRTUAL_CLUSTER = <virtual_cluster_name>
-  INGEST_MODE = { LIST_PURGE | EVENT_NOTIFICATION }
-  [ COPY_JOB_HINT = '<hint>' ]
-AS
-COPY INTO <target_table>
-FROM VOLUME <volume_name>
-USING <csv | parquet | orc | json>
-[ OPTIONS ('<key>' = '<value>', ...) ];
-```
-
-**关键参数：**
-- `VIRTUAL_CLUSTER`：指定虚拟集群名称（OSS Pipe 必填）
-- `INGEST_MODE = LIST_PURGE`：通用模式，定期扫描文件列表
-- `INGEST_MODE = EVENT_NOTIFICATION`：事件通知模式，低延迟（仅阿里云 OSS + AWS S3）
-- `FROM VOLUME <volume_name>`：引用已创建的 External Volume（不是 `FROM '@path/'`）
-- PIPE 中的 COPY 语句不支持 `files`、`regexp`、`subdirectory` 参数
-
-**示例：**
-```sql
--- 从 OSS Volume 持续导入 Parquet 文件（LIST_PURGE 模式）
-CREATE OR REPLACE PIPE oss_events_pipe
-  VIRTUAL_CLUSTER = default
-  INGEST_MODE = LIST_PURGE
-AS
-COPY INTO ods.events
-FROM VOLUME my_oss_volume
-USING PARQUET;
-
--- EVENT_NOTIFICATION 模式（仅阿里云 OSS + AWS S3）
-CREATE OR REPLACE PIPE oss_events_event_pipe
-  VIRTUAL_CLUSTER = default
-  INGEST_MODE = EVENT_NOTIFICATION
-  ALICLOUD_MNS_QUEUE = 'my-mns-queue-name'
-AS
-COPY INTO ods.events
-FROM VOLUME my_oss_event_volume
-USING PARQUET;
-```
-
-## 启停 Pipe
-
-```sql
--- 暂停 Pipe
-ALTER PIPE <pipe_name> SET PIPE_EXECUTION_PAUSED = true;
-
--- 恢复 Pipe
-ALTER PIPE <pipe_name> SET PIPE_EXECUTION_PAUSED = false;
-```
-
-## DROP PIPE
-
-```sql
-DROP PIPE [ IF EXISTS ] <pipe_name>;
-```
-
-## SHOW PIPE
-
-```sql
--- 列出当前 schema 下所有 Pipe
-SHOW PIPES;
-
--- 按名称过滤
-SHOW PIPES LIKE 'kafka%';
-
--- 查看 Pipe 详情
-DESC PIPE <pipe_name>;
-```
-
-## 验证 Kafka 连接（创建 Pipe 前）
-
-```sql
--- 先用 READ_KAFKA 函数验证连接和数据格式
-SELECT *
-FROM TABLE(
-  READ_KAFKA(
-    KAFKA_BROKER => 'kafka.example.com:9092',
-    KAFKA_TOPIC  => 'orders',
-    KAFKA_GROUP_ID => 'test_group',
-    KAFKA_OFFSET => 'earliest',
-    KAFKA_DATA_FORMAT => 'json'
-  )
-)
-LIMIT 10;
-```
-
-## 注意事项
-
-- Pipe 创建后默认自动启动，无需手动 RESUME
-- Kafka Pipe 使用 consumer group 管理 offset，重建 Pipe 时注意 group_id 和 offset 设置
-- 对象存储 Pipe 通过文件列表或事件通知（EVENT_NOTIFICATION）检测新文件，避免重复导入
-- Pipe 不支持修改 AS 子句，需要 `CREATE OR REPLACE`
-
-## 参考文档
-
-- [PIPE 导入语法](https://www.yunqi.tech/documents/pipe-syntax)
-- [Pipe 简介](https://www.yunqi.tech/documents/pipe-summary)
-- [借助 read_kafka 函数持续导入](https://www.yunqi.tech/documents/pipe-kafka)
-- [借助 Kafka 外表 Table Stream 持续导入](https://www.yunqi.tech/documents/pipe-kafka-table-stream)
-- [最佳实践：使用 Pipe 高效接入 Kafka 数据](https://www.yunqi.tech/documents/pipe-kafka-bestpractice-1)
-- [使用 Pipe 持续导入对象存储数据](https://www.yunqi.tech/documents/pipe-storage-object)

package/bin/skills/clickzetta-sql-pipeline-manager/references/table-stream.md

@@ -1,123 +0,0 @@
-# Table Stream（表流）SQL 参考
-
-> **⚠️ ClickZetta 特有语法**
-> - 创建语法是 `CREATE TABLE STREAM`，参数放在 `WITH PROPERTIES (...)` 里
-> - 元数据字段是 `__change_type`（双下划线），值：`INSERT` / `UPDATE_BEFORE` / `UPDATE_AFTER` / `DELETE`
-> - UPDATE 产生两条记录：`UPDATE_BEFORE`（更新前）和 `UPDATE_AFTER`（更新后）
-> - 通常只需要 `UPDATE_AFTER` 和 `INSERT`，忽略 `UPDATE_BEFORE`
-
-Table Stream 捕获源表的变更数据（INSERT / UPDATE / DELETE），是构建 CDC 管道的核心对象。通常与 Dynamic Table 或 SQL 任务配合消费变更数据。
-
-## CREATE TABLE STREAM
-
-```sql
-CREATE [ OR REPLACE ] TABLE STREAM [ IF NOT EXISTS ] <stream_name>
-  ON TABLE <source_name>
-  [ TIMESTAMP AS OF <timestamp_expr> ]
-  [ COMMENT '<comment>' ]
-  WITH PROPERTIES (
-    'TABLE_STREAM_MODE' = 'STANDARD | APPEND_ONLY',
-    'SHOW_INITIAL_ROWS' = 'TRUE | FALSE'
-  );
-```
-
-**关键参数：**
-- `TABLE_STREAM_MODE = STANDARD`（默认）：捕获 INSERT、UPDATE、DELETE 所有变更，每行附带 `__change_type` 字段（`INSERT` / `UPDATE_BEFORE` / `UPDATE_AFTER` / `DELETE`）
-- `TABLE_STREAM_MODE = APPEND_ONLY`：只捕获 INSERT，性能更好，适合仅追加写入的源表
-- `SHOW_INITIAL_ROWS = TRUE`：首次消费返回建 Stream 时表中已有行；`FALSE`（默认）仅返回建 Stream 后的新变更
-- `TIMESTAMP AS OF`：指定 Stream 从哪个时间点开始捕获变更
-
-**示例：**
-```sql
--- 在普通表上创建标准流（捕获所有变更，需先开启 change_tracking）
-ALTER TABLE ods.orders SET PROPERTIES ('change_tracking' = 'true');
-
-CREATE TABLE STREAM orders_stream
-  ON TABLE ods.orders
-  WITH PROPERTIES ('TABLE_STREAM_MODE' = 'STANDARD');
-
--- 仅追加流
-CREATE TABLE STREAM events_stream
-  ON TABLE dw.events
-  COMMENT '事件流，仅追加'
-  WITH PROPERTIES ('TABLE_STREAM_MODE' = 'APPEND_ONLY');
-
--- 从指定时间点开始捕获
-CREATE TABLE STREAM orders_stream_from_ts
-  ON TABLE ods.orders
-  TIMESTAMP AS OF '2024-01-01 00:00:00'
-  WITH PROPERTIES ('TABLE_STREAM_MODE' = 'STANDARD', 'SHOW_INITIAL_ROWS' = 'TRUE');
-```
-
-## 消费 Table Stream
-
-Table Stream 是一次性消费的：**每次 SELECT 后，已读取的数据会被标记为已消费**，下次 SELECT 只返回新增变更。
-
-```sql
--- 查看当前未消费的变更数据
-SELECT * FROM orders_stream;
-
--- 变更数据包含的系统字段
--- __change_type: INSERT | UPDATE_BEFORE | UPDATE_AFTER | DELETE
--- __commit_version: 变更版本号
--- __commit_timestamp: 变更发生时间
-
--- 典型用法：将变更数据 MERGE 到目标表（忽略 UPDATE_BEFORE）
-MERGE INTO dw.orders_dim AS target
-USING (
-  SELECT * FROM orders_stream
-  WHERE __change_type IN ('INSERT', 'UPDATE_AFTER', 'DELETE')
-) AS src
-ON target.order_id = src.order_id
-WHEN MATCHED AND src.__change_type = 'UPDATE_AFTER' THEN UPDATE SET target.status = src.status, target.amount = src.amount
-WHEN MATCHED AND src.__change_type = 'DELETE' THEN DELETE
-WHEN NOT MATCHED AND src.__change_type = 'INSERT' THEN INSERT (order_id, status, amount) VALUES (src.order_id, src.status, src.amount);
-
--- 配合 Dynamic Table 自动消费（推荐）
-CREATE OR REPLACE DYNAMIC TABLE dw.orders_processed
-  REFRESH interval 1 MINUTE
-  VCLUSTER default
-AS
-SELECT order_id, status, amount, __change_type, __commit_timestamp
-FROM orders_stream
-WHERE __change_type IN ('INSERT', 'UPDATE_AFTER');
-```
-
-## DROP TABLE STREAM
-
-```sql
-DROP TABLE STREAM [ IF EXISTS ] <stream_name>;
-```
-
-## SHOW / DESC
-
-```sql
--- 列出当前 schema 下所有 Table Stream
-SHOW TABLE STREAMS;
-
--- 列出指定 schema 下的 Table Stream
-SHOW TABLE STREAMS IN <schema_name>;
-
--- 按名称过滤
-SHOW TABLE STREAMS LIKE 'orders%';
-
--- 查看 Table Stream 详情（源表、模式、创建时间）
-DESC TABLE STREAM <stream_name>;
-```
-
-## 注意事项
-
-- Stream 数据**只能消费一次**，SELECT 后即标记为已读
-- 若长时间不消费，超出源表的 `data_retention_days` 后数据会丢失
-- `STANDARD` 模式下 UPDATE 会产生两条记录：`UPDATE_BEFORE`（更新前）和 `UPDATE_AFTER`（更新后）
-- 消费时通常过滤 `__change_type IN ('INSERT', 'UPDATE_AFTER', 'DELETE')`，忽略 `UPDATE_BEFORE`
-
-## 参考文档
-
-- [CREATE TABLE STREAM](https://www.yunqi.tech/documents/create-table-stream)
-- [DESC TABLE STREAM](https://www.yunqi.tech/documents/desc-table-stream)
-- [SHOW TABLE STREAMS](https://www.yunqi.tech/documents/show-table-streams)
-- [DROP TABLE STREAM](https://www.yunqi.tech/documents/drop-table-stream)
-- [TABLE STREAM 简介](https://www.yunqi.tech/documents/tablestream_summary)
-- [Table Stream 变化数据捕获](https://www.yunqi.tech/documents/table_stream)
-- [Table Stream 最佳实践](https://www.yunqi.tech/documents/lakehouse-table-stream-best-practices)