CREATE WORKER read_env
    WITH size = 'small',
         auto_suspend = '300',
         auto_resume = 'true',
         max_cluster_count = '3',
         min_cluster_count = '1';

2. 列出 Workers

查看当前租户中的所有 workers：

SHOW WORKERS;

3. 修改 Worker 设置

修改 worker 的 size 和 auto-suspend 设置：

ALTER WORKER read_env SET size = 'medium', auto_suspend = '600';

将特定选项重置为默认值：

ALTER WORKER read_env UNSET size, auto_suspend;

4. 管理 Worker 标签

添加标签以对 workers 进行分类：

ALTER WORKER read_env SET TAG purpose = 'sandbox', owner = 'ci';

在不再需要时移除标签：

ALTER WORKER read_env UNSET TAG purpose, owner;

5. 控制 Worker 状态

暂停 worker（下线其执行环境）：

ALTER WORKER read_env SUSPEND;

恢复已暂停的 worker：

ALTER WORKER read_env RESUME;

6. 删除 Worker

在不再需要时删除 worker：

DROP WORKER read_env;

安全地删除 worker（如果不存在则不报错）：

DROP WORKER IF EXISTS read_env;

高级示例

用于不同环境的 Worker

创建具有特定环境配置的 workers，然后分别为它们打标签：

-- Development worker
CREATE WORKER dev_processor WITH
    size = 'small',
    auto_suspend = '60',
    auto_resume = 'true',
    max_cluster_count = '1',
    min_cluster_count = '1';

ALTER WORKER dev_processor SET TAG environment = 'development', purpose = 'testing';

-- Production worker
CREATE WORKER prod_processor WITH
    size = 'large',
    auto_suspend = '1800',
    auto_resume = 'true',
    max_cluster_count = '5',
    min_cluster_count = '2';

ALTER WORKER prod_processor SET TAG environment = 'production', team = 'data-engineering';

动态 Worker 管理

用于确保某个 worker 以特定配置存在的脚本：

-- Create worker if it doesn't exist
CREATE WORKER IF NOT EXISTS my_worker WITH
    size = 'small',
    auto_suspend = '300';

-- Update tags
ALTER WORKER my_worker SET TAG
    environment = 'staging',
    owner = 'ci';

-- Tune options later
ALTER WORKER my_worker SET auto_resume = 'true', max_cluster_count = '2';

-- Show current configuration
SHOW WORKERS;

最佳实践

1. 命名约定

使用能够表明 UDF 用途的描述性名称
包含环境后缀（例如 _dev、_prod、_staging）
在多团队环境中，考虑使用团队/项目前缀

2. 资源规格选择

在开发和测试阶段，从 size='small' 开始
对于不经常使用的 workers，使用 auto_suspend 以节省成本
根据预期负载设置合适的 min_cluster_count

3. 标签策略

使用标签进行成本分摊和资源跟踪
包含环境、团队和项目信息
为审计目的添加创建日期和所有者信息

4. 生命周期管理

在幂等脚本中使用 IF NOT EXISTS 和 IF EXISTS
使用 SHOW WORKERS 监控 worker 使用情况
清理未使用的 workers 以降低成本

常见使用场景

1. UDF 开发

-- Create a worker for UDF development
CREATE WORKER dev_transform WITH
    size = 'small',
    auto_suspend = '60';

ALTER WORKER dev_transform SET TAG environment = 'development', purpose = 'testing';

-- After UDF is developed and tested
ALTER WORKER dev_transform SET
    size = 'medium',
    auto_suspend = '300';

ALTER WORKER dev_transform SET TAG purpose = 'production-ready';

2. 批处理

-- Worker for nightly batch jobs
CREATE WORKER nightly_etl WITH
    size = 'large',
    auto_suspend = '3600',  -- Suspend after 1 hour of inactivity
    auto_resume = 'false';  -- Don't auto-resume (manual control)

ALTER WORKER nightly_etl SET TAG
    schedule = 'nightly',
    job_type = 'etl',
    criticality = 'high';

3. 多租户环境

-- Workers for different teams
CREATE WORKER team_a_processor WITH
    size = 'medium';

ALTER WORKER team_a_processor SET TAG team = 'team-a', billing_code = 'TA-2024';

CREATE WORKER team_b_processor WITH
    size = 'small';

ALTER WORKER team_b_processor SET TAG team = 'team-b', billing_code = 'TB-2024';

故障排查

Worker 无法启动

如果 Worker 没有按预期启动，请执行以下检查：

检查 UDF 是否存在并已正确配置
验证环境变量是否已在云控制台中设置
查看当前 Worker 元信息，并在需要时恢复它：

-- Inspect current worker metadata
SHOW WORKERS;

-- Resume the worker
ALTER WORKER my_worker RESUME;

权限问题

请确保你具有所需的权限：

-- Check your privileges
SHOW GRANTS;

资源约束

如果遇到性能问题：

-- Increase worker size
ALTER WORKER my_worker SET size = 'large';

-- Adjust cluster counts
ALTER WORKER my_worker SET
    max_cluster_count = '5',
    min_cluster_count = '2';

用户定义函数 (UDFs) - 了解如何创建和使用 UDFs
计算集群管理 - 管理用于执行查询的计算资源
工作负载组 - 控制资源分配和优先级

Worker 示例

基本 Worker 生命周期

1. 创建 Worker