鸿鹄使用 SQL 作为数据分析和查询的接口语言。鸿鹄平台支持标准的 SQL 语法，用户可以方便的交互式查询页面当中输入 SQL 语句，快速进行数据分析。
本文将简要介绍
如何在鸿鹄中使用基础的 SQL 功能进行数据的过滤和聚类分析。
如果你还对鸿鹄的数据集概念和 Schemaless SQL 的概念不熟悉，非常推荐先阅读一下两篇教程文章，先熟悉鸿鹄中和数据查询相关的基础概念，再进一步学习本文中的 SQL 基础。
基础概念：
鸿鹄中的数据集：
基础概念：
鸿鹄 Schemaless SQL：
本文中会使用到下面这个 Nginx access log 的样例数据，你可以将样例数据文件导入到鸿鹄当中。
●数据集选择： main
●数据格式选：nginx.access_log
如何从文件导入数据，可以参考 —— 功能介绍：
数据导入—导入文件：
使用 SELECT 关键字浏览数据集中的字段
鸿鹄 SQL 不同于关系型数据库的 SQL，查询结果集中的字段会随着查询的变化而动态的变化，这也是鸿鹄能够灵活处理非结构化数据的很重要的特点，由于数据集中没有预定义的 Schema，所以我们通常会使用SELECT *来查看结果集的所有字段。
例如，使用如下的 SQL 查询，可以查看到刚才导入的 Nginx access log 日志的所有字段。
运行结果如下图，红色的框部分，就可以看到结果集的所有字段，以及字段的值分布情况：
小技巧
由于鸿鹄数据集中没有预定义 Schema，在书写 SQL 查询的时候，也会遇到要选择的字段不容易记住字段名字的情况，因此，在交互式书写 SQL 的过程中，我们可以使用
SELECT path, agent, code , * FROM main WHERE _datatype = ‘nginx.access_log’
在选取想要的字段 path，agent，code 之外，还列出所有的字段，这样可以在左侧字段栏当中一直看到所有的字段信息。
当最终定稿 SQL 之后，再把 * 去掉，只保留自己想要选择的字段即可，例如：
SELECT path, agent, code , size FROM main WHERE _datatype = ‘nginx.access_log’
最佳实践
在大数据量的生产环境中，尽量要谨慎使用 SELECT * 获取所有字段，大部分字段都是在查询时动态提取的，如果获取所有字段，但是仅使用其中一部分，会浪费 CPU 资源。我们推荐尽量显示选取要使用的字段，减少不必要的计算，从而加速查询的速度。
如果在交互式查询中需要探索数据的字段结构，也推荐合理使用时间窗口设置，缩小查询扫描的数据范围，加快查询响应速度。
使用 WHERE 关键字，按字段过滤数据
在数据分析场景中，最常见的是需要根据某些字段的值，对查询结果做过滤。
例如，对 Nginx accesslog 的分析中，如果我们需要过滤出 HTTP 返回状态码是 404 的日志，则可以使用如下的 SQL 查询。
在这个 SQL 查询中，我们使用了字段code做数据的过滤。code 字段存储着每条 access log 中的 HTTP Status code 。
详细的WHERE关键字的使用，请参考：
http://www.yanhuangdata.com/honghu_manual/docs/search/sql_syntax/
使用 CONTAINS 函数选择包含关键字的数据
在日志分析场景中，我们经常需要查询过滤出包含某个关键字，或者是某几个关键字的日志，这个时候我们可以使用 CONTAINS 函数来实现。
例如，我们要从 Nginx access log 中选择出包含 mac 这个关键字的所有的日志，我们可以使用这样的 SQL
contains 函数需要作为 where 过滤条件，写在 where 条件语句当中。
如果要查询包含多个关键字的数据，例如，要查询包含 mac ，同时也包含 category 的日志，可以使用这样的SQL。
更多的关于CONTAINS函数的用法，可以参考
http://www.yanhuangdata.com/honghu_manual/docs/search/sql_syntax/
使用 GROUP BY 做聚合分析
在数据分析中，我们常常会做一些统计的聚类分析，例如，计算按照某个维度的值分类以后，某个数值的平均值，最大或者最小值等，此时我们可以通过 GROUP BY 语法关键字来实现。
GROUP BY 关键字之后，跟的是分类的维度字段，聚合函数则需要使用在 SELECT 关键字之后。
SQL 语法要求 GROUP BY 关键字需要放到 WHERE 筛选条件之后。
例子一：我们想要得到 Nginx accesslog 按照不同的 HTTP status code 分类之后，响应的请求数量，可以使用如下的 SQL
GROUP BY 的维度字段可以有多个，同时，聚合函数也可以使用多个不同的聚合函数。
例子二：我们想要得到按照不同的 HTTP status code 和 user agent 分类，然后统计出 HTTP 响应的数量，以及发送的数据字节总数。可以使用如下的 SQL
更多详细的 GROUP BY 语法和聚合函数的使用手册，可以参考：
http://www.yanhuangdata.com/honghu_manual/docs/search/sql_syntax/
使用 ORDER BY 对查询结果集进行排序
当需要对查询的结果集进行排序的时候，则可以使用 ORDER BY 关键字，需要注意的是，ORDER BY 排序是发生在 GROUP BY 之后的。
在上一节的 GROUP BY 的例子一的基础上，假设我们还需要对结果集按照 code 做降序排序，可以使用如下的语句
SQL 语法要求 ORDER BY 关键字需要放到 GROUP BY 关键字之后。
更多的 ORDER BY 排序的用法，可以参考：
http://www.yanhuangdata.com/honghu_manual/docs/search/sql_syntax/
进阶：更多的高级 SQL 功能
鸿鹄 SQL 提供了很多高级的 SQL 功能的支持，包括表函数，标量函数，CTE，窗口函数等。查看以下资料，可以进一步了解更多的鸿鹄 SQL 功能：