@clickzetta/cz-cli-linux-x64 0.3.4 → 0.3.5

package/bin/skills/clickzetta-sql-syntax-guide/references/functions-reference.md

@@ -1,372 +0,0 @@
-# 函数完整参考
-
-> 含与 Snowflake / Spark SQL 的差异标注
-
----
-
-## 数值函数
-
-```sql
-ABS(x)                          -- 绝对值
-CEIL(x) / CEILING(x)            -- 向上取整
-FLOOR(x)                        -- 向下取整
-ROUND(x, d)                     -- 四舍五入，d位小数
-TRUNCATE(x, d)                  -- 截断，d位小数
-MOD(x, y) / x % y               -- 取模
-POWER(x, y) / POW(x, y)         -- 幂运算
-SQRT(x)                         -- 平方根
-EXP(x)                          -- e^x
-LN(x) / LOG(x)                  -- 自然对数
-LOG(base, x)                    -- 指定底数对数
-LOG2(x) / LOG10(x)              -- 以2/10为底
-SIGN(x)                         -- 符号（-1/0/1）
-GREATEST(a, b, c, ...)          -- 最大值
-LEAST(a, b, c, ...)             -- 最小值
-RANDOM() / RAND()               -- 0-1随机数
-PI()                            -- π
-SIN(x) / COS(x) / TAN(x)       -- 三角函数
-ASIN(x) / ACOS(x) / ATAN(x)    -- 反三角函数
-ATAN2(y, x)                     -- 反正切
-DEGREES(x) / RADIANS(x)        -- 角度/弧度转换
--- ⚠️ FACTORIAL 不支持，用 EXP(SUM(LN(n))) 替代
--- ⚠️ BIN(x) 不支持，用 CONV(x, 10, 2) 替代
-HEX(x)                          -- 转十六进制字符串
-UNHEX(s)                        -- 十六进制转字符串
-CONV(x, from_base, to_base)     -- 进制转换（如 CONV(10,10,2) 得 '1010'）
-```
-
-**与 Snowflake 差异：**
-- Snowflake `SQUARE(x)` → ClickZetta `POWER(x, 2)`
-- Snowflake `HAVERSINE(lat1, lon1, lat2, lon2)` → ClickZetta 不支持
-- Snowflake `WIDTH_BUCKET` → ClickZetta 不支持
-
----
-
-## 字符串函数
-
-```sql
--- 基本操作
-LENGTH(s) / CHAR_LENGTH(s)      -- 字符长度
-OCTET_LENGTH(s)                 -- 字节长度
-UPPER(s) / LOWER(s)             -- 大小写转换
-INITCAP(s)                      -- 首字母大写
-TRIM(s) / LTRIM(s) / RTRIM(s)  -- 去空格
-TRIM(BOTH 'x' FROM s)           -- 去指定字符
-LPAD(s, n, pad) / RPAD(s, n, pad)  -- 填充
-REPEAT(s, n)                    -- 重复
-REVERSE(s)                      -- 反转
-SPACE(n)                        -- n个空格
-
--- 拼接
-CONCAT(s1, s2, ...)             -- 拼接（NULL 传播）
-CONCAT_WS(sep, s1, s2, ...)     -- 带分隔符拼接（跳过 NULL）
-s1 || s2                        -- 拼接运算符
-
--- 截取
-SUBSTR(s, pos) / SUBSTRING(s, pos)
-SUBSTR(s, pos, len) / SUBSTRING(s, pos, len)
-LEFT(s, n) / RIGHT(s, n)
-MID(s, pos, len)                -- 同 SUBSTR
-
--- 查找
-INSTR(s, substr)                -- 查找位置（1-based，0表示未找到）
-LOCATE(substr, s)               -- 同 INSTR，参数顺序不同
-LOCATE(substr, s, pos)          -- 从pos开始查找
-POSITION(substr IN s)           -- ✅ 支持，返回子串位置（1-based）
-FIND_IN_SET(s, list)            -- 在逗号分隔列表中查找
-
--- 替换
-REPLACE(s, old, new)            -- 替换所有
-TRANSLATE(s, from_chars, to_chars)  -- 字符级替换
--- ⚠️ OVERLAY 语法不支持，用 CONCAT(LEFT(s,pos-1), new, SUBSTR(s,pos+len)) 替代
-
--- 正则
-REGEXP_EXTRACT(s, pattern, group)   -- 提取匹配组
-REGEXP_EXTRACT_ALL(s, pattern)      -- 提取所有匹配
-REGEXP_REPLACE(s, pattern, repl)    -- 正则替换
-REGEXP_LIKE(s, pattern)             -- 正则匹配（返回布尔）
-RLIKE(s, pattern)                   -- 同 REGEXP_LIKE
-s RLIKE pattern                     -- 运算符形式
-REGEXP_COUNT(s, pattern)            -- 匹配次数
-REGEXP_SUBSTR(s, pattern)           -- 提取第一个匹配
-
--- 分割
-SPLIT(s, delimiter)             -- 按分隔符分割，返回 ARRAY
-SPLIT_PART(s, delimiter, n)     -- 取第n个分割部分（1-based）
-
--- 格式化
-FORMAT_STRING(fmt, args...)     -- printf 风格（如 FORMAT_STRING('%d items', 5) → '5 items'）
--- ⚠️ FORMAT(number, decimals) 数字千分位格式化不支持，用 ROUND + CAST 替代
-
--- 编码
-BASE64(s) / UNBASE64(s)         -- Base64 编解码
-MD5(s)                          -- MD5 哈希
-SHA1(s) / SHA2(s, bits)         -- SHA 哈希
-CRC32(s)                        -- CRC32
-ENCODE(s, charset) / DECODE(s, charset)  -- 字符集编解码
-
--- 其他
-ASCII(s)                        -- 首字符 ASCII 码
-CHAR(n)                         -- ASCII 码转字符
--- ⚠️ SOUNDEX 不支持
--- ⚠️ LEVENSHTEIN 不支持，用 Python UDF 或 ZettaPark 替代
-HAMMING_DISTANCE(s1, s2)        -- 汉明距离（字符串）
-```
-
-**与 Snowflake 差异：**
-- Snowflake `CHARINDEX(substr, s)` → ClickZetta `INSTR(s, substr)` 或 `LOCATE(substr, s)`（参数顺序不同！）
-- Snowflake `EDITDISTANCE(s1, s2)` → ClickZetta 不支持 LEVENSHTEIN，需用 Python UDF
-- Snowflake `STRTOK(s, delim, n)` → ClickZetta `SPLIT_PART(s, delim, n)`
-- Snowflake `ILIKE(s, pattern)` → ClickZetta `ILIKE` ✅ 也支持！
-- Snowflake `CONTAINS(s, substr)` → ClickZetta `INSTR(s, substr) > 0`
-- Snowflake `STARTSWITH(s, prefix)` → ClickZetta `s LIKE 'prefix%'` 或 `STARTSWITH(s, prefix)`
-- Snowflake `ENDSWITH(s, suffix)` → ClickZetta `s LIKE '%suffix'` 或 `ENDSWITH(s, suffix)`
-
----
-
-## 日期时间函数
-
-```sql
--- 获取当前时间
-CURRENT_DATE()                  -- 当前日期
-CURRENT_TIMESTAMP() / NOW()     -- 当前时间戳（带时区）
-CURRENT_TIME()                  -- 当前时间
-LOCALTIMESTAMP()                -- 本地时间戳
-
--- 提取部分
-YEAR(dt) / MONTH(dt) / DAY(dt)
-HOUR(dt) / MINUTE(dt) / SECOND(dt)
-DAYOFWEEK(dt)                   -- 1=周日, 7=周六
-DAYOFMONTH(dt)                  -- 同 DAY
-DAYOFYEAR(dt)                   -- 年中第几天
-WEEKOFYEAR(dt)                  -- 年中第几周
-QUARTER(dt)                     -- 季度（1-4）
-EXTRACT(YEAR FROM dt)           -- 标准SQL提取
--- ⚠️ DATE_PART('year', dt) 不支持，用 EXTRACT 或 YEAR(dt) 替代
-
--- 日期加减
-DATE_ADD(dt, n)                 -- 加n天
-DATE_SUB(dt, n)                 -- 减n天
-dt + INTERVAL n DAY             -- 加n天（标准SQL）
-dt - INTERVAL n DAY             -- 减n天
-dt + INTERVAL '1-2' YEAR TO MONTH  -- 加1年2个月
-ADDDATE(dt, n)                  -- 同 DATE_ADD
-SUBDATE(dt, n)                  -- 同 DATE_SUB
-ADD_MONTHS(dt, n)               -- 加n个月
-MONTHS_BETWEEN(dt1, dt2)        -- 月份差
-
--- 日期差
-DATEDIFF(end_dt, start_dt)      -- 两参数形式：返回天数差（end在前）
-DATEDIFF(unit, start_dt, end_dt) -- 三参数形式：指定单位（day/hour/month等），与 Snowflake 兼容
-TIMESTAMPDIFF(unit, dt1, dt2)   -- 指定单位的差值
-
--- 截断
-DATE_TRUNC('year', dt)          -- 截断到年
-DATE_TRUNC('month', dt)         -- 截断到月
-DATE_TRUNC('day', dt)           -- 截断到天
-DATE_TRUNC('hour', dt)          -- 截断到小时
-DATE_TRUNC('week', dt)          -- 截断到周（周一）
-TRUNC(dt, 'MM')                 -- Oracle 风格截断
-
--- 格式化
-DATE_FORMAT(dt, 'yyyy-MM-dd')   -- 格式化为字符串
-DATE_FORMAT(dt, 'yyyy-MM-dd HH:mm:ss')
-TO_CHAR(dt, 'YYYY-MM-DD')       -- 同 DATE_FORMAT
-
--- 转换
-TO_DATE('2024-01-01')           -- 字符串转日期
-TO_DATE('2024-01-01', 'yyyy-MM-dd')
-TO_TIMESTAMP('2024-01-01 12:00:00')
-TO_TIMESTAMP('2024-01-01', 'yyyy-MM-dd')
-CAST('2024-01-01' AS DATE)
-CAST('2024-01-01 12:00:00' AS TIMESTAMP)
-FROM_UNIXTIME(unix_ts)          -- Unix时间戳转时间戳
-FROM_UNIXTIME(unix_ts, fmt)     -- 转格式化字符串
-UNIX_TIMESTAMP()                -- 当前Unix时间戳
-UNIX_TIMESTAMP(dt)              -- 日期转Unix时间戳
-UNIX_TIMESTAMP(s, fmt)          -- 字符串转Unix时间戳
-
--- 其他
-LAST_DAY(dt)                    -- 月末日期
-NEXT_DAY(dt, 'Monday')          -- 下一个指定星期几
-MAKE_DATE(year, month, day)     -- 构造日期（注意：是 MAKE_DATE 不是 MAKEDATE）
-ADD_MONTHS(dt, n)               -- 加n个月
-MONTHS_BETWEEN(dt1, dt2)        -- 月份差
-TIMESTAMPDIFF(unit, dt1, dt2)   -- 指定单位的差值（如 TIMESTAMPDIFF(MONTH, ...)）
-FROM_UTC_TIMESTAMP(ts, tz)      -- UTC 转指定时区
-TO_UTC_TIMESTAMP(ts, tz)        -- 指定时区转 UTC
--- ⚠️ CONVERT_TZ(dt, from_tz, to_tz) 不支持，用 FROM_UTC_TIMESTAMP/TO_UTC_TIMESTAMP 替代
--- ⚠️ MAKEDATE(year, dayofyear) 不支持，用 MAKE_DATE(year, month, day) 替代
--- ⚠️ MAKETIME / PERIOD_ADD / PERIOD_DIFF 不支持
-```
-
-**与 Snowflake 差异：**
-- Snowflake `DATEADD(day, n, dt)` → ClickZetta `DATEADD(day, n, dt)` ✅ 也支持；或用 `DATE_ADD(dt, n)` / `dt + INTERVAL n DAY`
-- Snowflake `DATEDIFF(day, start, end)` → ClickZetta `DATEDIFF(day, start, end)` ✅ 三参数形式也支持；或用 `DATEDIFF(end, start)` 两参数形式（返回天数）
-- Snowflake `DATE_TRUNC('day', dt)` → ClickZetta 相同
-- Snowflake `TO_DATE(s)` → ClickZetta 相同
-- Snowflake `CONVERT_TIMEZONE(from, to, ts)` → ClickZetta `FROM_UTC_TIMESTAMP` / `TO_UTC_TIMESTAMP`
-- Snowflake `CONVERT_TIMEZONE(tz, dt)` → ClickZetta `CONVERT_TZ(dt, from_tz, to_tz)`
-- Snowflake `SYSDATE()` / `GETDATE()` → ClickZetta `CURRENT_TIMESTAMP()` / `NOW()`
-- Snowflake `TIMESTAMPADD(unit, n, dt)` → ClickZetta `dt + INTERVAL n unit`
-
-**与 Spark SQL 差异：**
-- 大部分函数相同，ClickZetta 兼容 Spark 日期函数
-
----
-
-## 条件函数
-
-```sql
--- IF
-IF(condition, true_val, false_val)
-
--- CASE WHEN
-CASE WHEN cond1 THEN val1
-     WHEN cond2 THEN val2
-     ELSE default_val
-END
-
--- 简单 CASE
-CASE status
-    WHEN 'A' THEN 'Active'
-    WHEN 'I' THEN 'Inactive'
-    ELSE 'Unknown'
-END
-
--- NULL 处理
-COALESCE(a, b, c)               -- 第一个非NULL值
-NVL(a, b)                       -- a为NULL时返回b（同 IFNULL）
-IFNULL(a, b)                    -- 同 NVL
-NULLIF(a, b)                    -- a=b时返回NULL，否则返回a
-NVL2(a, b, c)                   -- a非NULL返回b，否则返回c
-ISNULL(a)                       -- 是否为NULL（返回布尔）
-ISNOTNULL(a)                    -- 是否非NULL
-
--- DECODE（Oracle/Hive 风格）
-DECODE(expr, val1, res1, val2, res2, ..., default)
-
--- 类型检查
-TYPEOF(expr)                    -- 返回类型名称字符串
-```
-
-**与 Snowflake 差异：**
-- Snowflake `IFF(cond, a, b)` → ClickZetta `IF(cond, a, b)`
-- Snowflake `ZEROIFNULL(x)` → ClickZetta `COALESCE(x, 0)` 或 `NVL(x, 0)`
-- Snowflake `NULLIFZERO(x)` → ClickZetta `NULLIF(x, 0)`
-- Snowflake `BOOLAND(a, b)` / `BOOLOR(a, b)` → ClickZetta `a AND b` / `a OR b`
-
----
-
-## 聚合函数
-
-```sql
--- 基本聚合
-COUNT(*) / COUNT(col) / COUNT(DISTINCT col)
-SUM(col) / AVG(col) / MAX(col) / MIN(col)
-STDDEV(col) / STDDEV_POP(col) / STDDEV_SAMP(col)
-VARIANCE(col) / VAR_POP(col) / VAR_SAMP(col)
-
--- 布尔聚合
-BOOL_OR(cond)                   -- 任意一个为真
-BOOL_AND(cond)                  -- 全部为真
-EVERY(cond)                     -- 同 BOOL_AND
-
--- 字符串聚合
-GROUP_CONCAT(col ORDER BY col SEPARATOR ',')   -- 替代 Snowflake LISTAGG
-GROUP_CONCAT(DISTINCT col SEPARATOR ',')
-
--- 数组聚合
-ARRAY_AGG(col)                  -- 收集为数组（含NULL）
-COLLECT_LIST(col)               -- 同 ARRAY_AGG
-COLLECT_SET(col)                -- 去重收集
-
--- 近似聚合
-APPROX_COUNT_DISTINCT(col)      -- 近似去重计数（HyperLogLog）
-APPROX_PERCENTILE(col, p)       -- 近似百分位数
-
--- 统计聚合
-CORR(x, y)                      -- 相关系数
-COVAR_POP(x, y) / COVAR_SAMP(x, y)  -- 协方差
--- ⚠️ REGR_SLOPE / REGR_INTERCEPT 不支持
--- 替代：CORR(y,x) * STDDEV(y) / STDDEV(x) 计算斜率
-
--- 有序集合聚合
-PERCENTILE(col, p)              -- 精确百分位数
-PERCENTILE_APPROX(col, p)       -- 近似百分位数
-MEDIAN(col)                     -- 中位数
-```
-
-**与 Snowflake 差异：**
-- Snowflake `LISTAGG(col, ',') WITHIN GROUP (ORDER BY col)` → ClickZetta `GROUP_CONCAT(col ORDER BY col SEPARATOR ',')`
-- Snowflake `ARRAY_AGG(col) WITHIN GROUP (ORDER BY col)` → ClickZetta `ARRAY_AGG(col)` 不支持 WITHIN GROUP
-- Snowflake `OBJECT_AGG(key, value)` → ClickZetta `MAP_AGG(key, value)`
-- Snowflake `BITAND_AGG / BITOR_AGG / BITXOR_AGG` → ClickZetta `BIT_AND / BIT_OR / BIT_XOR`
-
----
-
-## 类型转换函数
-
-```sql
--- 显式转换
-CAST(expr AS target_type)
-expr::target_type               -- 简写语法
-
--- 安全转换（失败返回NULL而非报错）
-TRY_CAST(expr AS target_type)
-
--- 字符串转换
-TO_NUMBER(s) / TO_DECIMAL(s)
-TO_DOUBLE(s)
-TO_BOOLEAN(s)                   -- 'true'/'false'/'1'/'0'
-
--- 示例
-CAST('123' AS INT)
-CAST(123 AS STRING)
-CAST('2024-01-01' AS DATE)
-CAST('[1,2,3]' AS VECTOR(3))    -- 字符串转向量
-TRY_CAST('abc' AS INT)          -- 返回 NULL
-```
-
-**与 Snowflake 差异：**
-- Snowflake `TRY_TO_NUMBER / TRY_TO_DATE` → ClickZetta `TRY_CAST`
-- Snowflake `TO_VARIANT(x)` → ClickZetta `PARSE_JSON(TO_JSON(x))`
-
----
-
-## 系统/上下文函数
-
-```sql
-CURRENT_USER()                  -- 当前用户名
-CURRENT_WORKSPACE()             -- 当前工作空间
-CURRENT_SCHEMA()                -- 当前 Schema
-CURRENT_VCLUSTER()              -- 当前计算集群
-CURRENT_INSTANCE_ID()           -- 当前实例ID
-VERSION()                       -- 版本信息
-```
-
-**与 Snowflake 差异：**
-- Snowflake `CURRENT_DATABASE()` → ClickZetta `CURRENT_WORKSPACE()`
-- Snowflake `CURRENT_WAREHOUSE()` → ClickZetta `CURRENT_VCLUSTER()`
-- Snowflake `CURRENT_ROLE()` → ClickZetta 无直接对应
-
----
-
-## 向量函数
-
-```sql
--- 距离计算
-L2_DISTANCE(v1, v2)             -- 欧几里得距离（越小越相似）
-COSINE_DISTANCE(v1, v2)         -- 余弦距离（越小越相似）
-DOT_PRODUCT(v1, v2)             -- 点积（越大越相似，需归一化）
-HAMMING_DISTANCE(v1, v2)        -- 汉明距离（二值向量）
-JACCARD_DISTANCE(v1, v2)        -- 雅卡德距离
-
--- 向量操作
-BINARY_QUANTIZE(v)              -- float向量二值化
-VECTOR(v1, v2, ...)             -- 构建向量
-
--- 构建向量
-SELECT VECTOR(0.1, 0.2, 0.3, 0.4);
-SELECT CAST('[0.1, 0.2, 0.3]' AS VECTOR(3));
-```

package/bin/skills/clickzetta-sql-syntax-guide/references/migration-databricks.md

@@ -1,260 +0,0 @@
-# Databricks → ClickZetta 迁移指南
-
-> 覆盖从 Databricks（Delta Lake）迁移到 ClickZetta Lakehouse 时的 SQL 兼容性问题，所有结论均经过真实 Lakehouse 验证。
-
----
-
-## 对象概念映射
-
-| Databricks | ClickZetta | 说明 |
-|---|---|---|
-| Catalog（内部数据） | WORKSPACE | 顶层命名空间，Catalog.Schema.Table ≈ Workspace.Schema.Table |
-| Catalog（外部数据源） | EXTERNAL CATALOG | 联邦查询外部系统时的三层命名空间顶层（catalog.schema.table） |
-| Database / Schema | SCHEMA | 相同 |
-| Cluster / SQL Warehouse | VCLUSTER | 计算集群 |
-| Delta Table（普通表） | TABLE | ClickZetta 默认 Parquet 存储，支持 Iceberg 格式 |
-| Delta Table（增量计算） | DYNAMIC TABLE | 自动增量刷新，替代 DLT Pipeline |
-| External Location | STORAGE CONNECTION + EXTERNAL VOLUME | STORAGE CONNECTION 负责认证，EXTERNAL VOLUME 负责挂载路径 |
-| Unity Catalog（元数据治理） | 无完整对应 | ClickZetta 通过 RBAC + SCHEMA 权限管理实现部分治理能力 |
-| Unity Catalog（外部数据联邦查询） | EXTERNAL CATALOG | 支持 Hive、Iceberg REST、Databricks Unity Catalog 联邦查询 |
-| Structured Streaming | PIPE + TABLE STREAM | PIPE 负责持续摄入，TABLE STREAM 负责 CDC 变更捕获 |
-| APPLY CHANGES INTO（DLT CDC） | TABLE STREAM + MERGE INTO | 先建 Stream 捕获变更，再用 MERGE 消费 |
-| Auto Loader | PIPE（EVENT_NOTIFICATION 模式） | 文件上传即触发加载，仅支持 OSS/S3 |
-
----
-
-## DDL 差异
-
-### CREATE TABLE
-
-```sql
--- Databricks Delta Lake
-CREATE TABLE orders (
-    id BIGINT GENERATED ALWAYS AS IDENTITY,
-    customer_id INT,
-    amount DECIMAL(18,2),
-    status STRING DEFAULT 'pending',
-    created_at TIMESTAMP DEFAULT current_timestamp(),
-    meta STRUCT<city: STRING, zip: STRING>,
-    tags ARRAY<STRING>
-)
-USING DELTA
-PARTITIONED BY (DATE(created_at))
-TBLPROPERTIES ('delta.enableChangeDataFeed' = 'true');
-
--- ClickZetta 等价写法
-CREATE TABLE IF NOT EXISTS orders (
-    id BIGINT IDENTITY(1),           -- GENERATED ALWAYS AS IDENTITY → IDENTITY
-    customer_id INT,
-    amount DECIMAL(18,2),
-    status STRING DEFAULT 'pending',
-    created_at TIMESTAMP DEFAULT current_timestamp(),
-    meta STRUCT<city:STRING, zip:STRING>,
-    tags ARRAY<STRING>
-)
--- 不需要 USING DELTA（默认 Parquet）
-PARTITIONED BY (days(created_at));   -- DATE() → days() 转换函数
--- TBLPROPERTIES → PROPERTIES
--- CDC 通过 TABLE STREAM 实现，不需要 enableChangeDataFeed
-```
-
-### 不支持的 DDL
-
-```sql
--- ❌ USING DELTA / USING PARQUET（ClickZetta 默认 Parquet，不需要指定）
-CREATE TABLE t (...) USING DELTA;
-CREATE TABLE t (...) USING PARQUET;
-
--- ❌ TBLPROPERTIES（用 PROPERTIES）
-CREATE TABLE t (...) TBLPROPERTIES ('key' = 'value');
--- ✅ ClickZetta
-CREATE TABLE t (...) PROPERTIES ('data_lifecycle' = '30');
-
--- ❌ GENERATED ALWAYS AS IDENTITY（用 IDENTITY）
-id BIGINT GENERATED ALWAYS AS IDENTITY (START WITH 1 INCREMENT BY 1)
--- ✅ ClickZetta
-id BIGINT IDENTITY(1)
-
--- ❌ OPTIMIZE ... ZORDER BY（ClickZetta 有 OPTIMIZE 但无 ZORDER）
-OPTIMIZE orders ZORDER BY (customer_id, created_at);
--- ✅ ClickZetta（小文件合并，无 ZORDER）
-OPTIMIZE orders;
-
--- ❌ VACUUM（ClickZetta 自动管理存储）
-VACUUM orders RETAIN 168 HOURS;
-```
-
----
-
-## ⚠️ 写入时类型转换（重要差异）
-
-Databricks 允许字符串隐式转换，ClickZetta **不允许**：
-
-```sql
--- ❌ Databricks 可以，ClickZetta 报错
-INSERT INTO t VALUES ('2024-01-15', 'true', '123');
-
--- ✅ ClickZetta 必须显式转换
-INSERT INTO t VALUES (DATE '2024-01-15', TRUE, CAST('123' AS INT));
-```
-
-详见 [migration-snowflake.md](migration-snowflake.md) 中的类型转换表（规则相同）。
-
----
-
-## DML 差异
-
-### MERGE INTO（WHEN NOT MATCHED BY SOURCE）
-
-```sql
--- Databricks：支持 WHEN NOT MATCHED BY SOURCE
-MERGE INTO target t USING source s ON t.id = s.id
-WHEN MATCHED THEN UPDATE SET t.val = s.val
-WHEN NOT MATCHED THEN INSERT (id, val) VALUES (s.id, s.val)
-WHEN NOT MATCHED BY SOURCE THEN DELETE;  -- ❌ ClickZetta 不支持
-
--- ClickZetta 替代方案：两步操作
--- 步骤1：MERGE 处理匹配和新增
-MERGE INTO target t USING source s ON t.id = s.id
-WHEN MATCHED THEN UPDATE SET t.val = s.val
-WHEN NOT MATCHED THEN INSERT (id, val) VALUES (s.id, s.val);
--- 步骤2：DELETE 不在 source 中的行
-DELETE FROM target WHERE id NOT IN (SELECT id FROM source);
-```
-
-### APPLY CHANGES INTO（CDC）
-
-```sql
--- Databricks：APPLY CHANGES INTO（DLT 专有）
-APPLY CHANGES INTO target
-FROM source
-KEYS (id)
-SEQUENCE BY ts
-APPLY AS DELETE WHEN operation = 'DELETE';
-
--- ClickZetta：用 TABLE STREAM + MERGE 实现
-CREATE TABLE STREAM source_stream ON TABLE source
-    WITH PROPERTIES ('TABLE_STREAM_MODE' = 'STANDARD');
-
-MERGE INTO target t
-USING source_stream s ON t.id = s.id
-WHEN MATCHED AND s.__change_type = 'UPDATE_AFTER' THEN UPDATE SET t.val = s.val
-WHEN MATCHED AND s.__change_type = 'DELETE' THEN DELETE
-WHEN NOT MATCHED AND s.__change_type = 'INSERT' THEN INSERT (id, val) VALUES (s.id, s.val);
-```
-
-### 事务
-
-```sql
--- ❌ ClickZetta 不支持事务语法
-BEGIN;
-COMMIT;
-ROLLBACK;
-```
-
----
-
-## DQL 差异
-
-### QUALIFY（窗口函数过滤）
-
-```sql
--- 两者都支持 QUALIFY
-SELECT * FROM orders
-QUALIFY ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY created_at DESC) = 1;
-```
-
-### RECURSIVE CTE
-
-```sql
--- Databricks：支持 WITH RECURSIVE
-WITH RECURSIVE nums AS (
-    SELECT 1 AS n
-    UNION ALL
-    SELECT n + 1 FROM nums WHERE n < 5
-)
-SELECT * FROM nums;
-
--- ❌ ClickZetta：不支持 WITH RECURSIVE（验证失败）
--- 替代方案：用 Python/ZettaPark 生成序列，或预建辅助表
-```
-
-### STRUCT 命名字段
-
-```sql
--- Databricks：支持命名字段
-SELECT STRUCT(1 AS id, 'Alice' AS name) AS person;
-
--- ClickZetta：用 named_struct 实现命名字段
-SELECT named_struct('id', 1, 'name', 'Alice') AS person;  -- ✅ 推荐
-SELECT STRUCT(1, 'Alice') AS person;  -- 位置参数写法，访问时用 person.col1, person.col2
-```
-
----
-
-## 分区差异
-
-### 分区函数
-
-```sql
--- Databricks：直接用列名
-CREATE TABLE t (...) PARTITIONED BY (year, month);
-
--- ClickZetta：Iceberg 隐藏分区，用转换函数
-CREATE TABLE t (...) PARTITIONED BY (years(created_at));  -- 按年
-CREATE TABLE t (...) PARTITIONED BY (months(created_at)); -- 按月
-CREATE TABLE t (...) PARTITIONED BY (days(created_at));   -- 按天
-CREATE TABLE t (...) PARTITIONED BY (bucket(16, user_id)); -- 按 bucket
-```
-
-### 分区裁剪
-
-```sql
--- ✅ ClickZetta 的 YEAR() 函数在 WHERE 中能触发分区裁剪（引擎自动转换）
-SELECT * FROM t WHERE YEAR(dt) = 2024;  -- 实际会转换为范围过滤
-
--- ✅ 更推荐的写法（明确范围）
-SELECT * FROM t WHERE dt >= DATE '2024-01-01' AND dt < DATE '2025-01-01';
-```
-
----
-
-## Delta Lake 特有功能对照
-
-| Delta Lake 功能 | ClickZetta 对应 | 说明 |
-|---|---|---|
-| `OPTIMIZE ... ZORDER BY` | `OPTIMIZE table`（无 ZORDER） | 只做小文件合并 |
-| `VACUUM` | 自动管理 | 不需要手动 VACUUM |
-| `DESCRIBE HISTORY` | `DESC HISTORY table` | 相同功能 |
-| `RESTORE TABLE ... VERSION AS OF` | `RESTORE TABLE ... TIMESTAMP AS OF` | 按时间戳恢复 |
-| `Time Travel VERSION AS OF n` | `TIMESTAMP AS OF '...'` | ClickZetta 按时间戳，不按版本号 |
-| `enableChangeDataFeed` | TABLE STREAM | 不同实现方式 |
-| `MERGE ... WHEN NOT MATCHED BY SOURCE` | 不支持，需两步操作 | |
-| `APPLY CHANGES INTO` | TABLE STREAM + MERGE | |
-| `GENERATED ALWAYS AS IDENTITY` | `IDENTITY(seed)` | |
-| `TBLPROPERTIES` | `PROPERTIES` | |
-| `USING DELTA` | 不需要（默认 Parquet） | |
-
----
-
-## 已验证的兼容性（Databricks 有，ClickZetta 也有）
-
-- `SEMI JOIN` / `ANTI JOIN` ✅
-- `LATERAL VIEW EXPLODE` / `POSEXPLODE` ✅
-- `QUALIFY` ✅
-- `MERGE INTO`（基本语法）✅
-- `GROUPING SETS` / `ROLLUP` / `CUBE` ✅
-- `WITH CTE`（非递归）✅
-- `STRUCT` / `ARRAY` / `MAP` 类型 ✅
-- `TRANSFORM` / `FILTER` / `AGGREGATE` 高阶函数 ✅
-- `ARRAY_AGG` / `COLLECT_LIST` / `COLLECT_SET` ✅
-- `REGEXP_EXTRACT` / `REGEXP_REPLACE` ✅
-- `DATE_TRUNC` / `DATE_FORMAT` ✅
-- `TRY_CAST` ✅
-- `IDENTITY` 列 ✅
-- `GENERATED ALWAYS AS (expr)` 生成列 ✅
-- `DEFAULT` 默认值 ✅
-- `OPTIMIZE`（小文件合并）✅
-- `DESC HISTORY` ✅
-- `RESTORE TABLE ... TIMESTAMP AS OF` ✅
-- `UNDROP TABLE` ✅