mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-12-20 05:05:38 +00:00
124 lines
3.9 KiB
Markdown
124 lines
3.9 KiB
Markdown
---
|
||
machine_translated: true
|
||
machine_translated_rev: 72537a2d527c63c07aa5d2361a8829f3895cf2bd
|
||
toc_priority: 36
|
||
toc_title: HDFS
|
||
---
|
||
|
||
# HDFS {#table_engines-hdfs}
|
||
|
||
该引擎提供了集成 [Apache Hadoop](https://en.wikipedia.org/wiki/Apache_Hadoop) 生态系统通过允许管理数据 [HDFS](https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html)通过ClickHouse. 这个引擎是相似的
|
||
到 [文件](../special/file.md#table_engines-file) 和 [URL](../special/url.md#table_engines-url) 引擎，但提供Hadoop特定的功能。
|
||
|
||
## 用途 {#usage}
|
||
|
||
``` sql
|
||
ENGINE = HDFS(URI, format)
|
||
```
|
||
|
||
该 `URI` 参数是HDFS中的整个文件URI。
|
||
该 `format` 参数指定一种可用的文件格式。 执行
|
||
`SELECT` 查询时，格式必须支持输入，并执行
|
||
`INSERT` queries – for output. The available formats are listed in the
|
||
[格式](../../../interfaces/formats.md#formats) 科。
|
||
路径部分 `URI` 可能包含水珠。 在这种情况下，表将是只读的。
|
||
|
||
**示例:**
|
||
|
||
**1.** 设置 `hdfs_engine_table` 表:
|
||
|
||
``` sql
|
||
CREATE TABLE hdfs_engine_table (name String, value UInt32) ENGINE=HDFS('hdfs://hdfs1:9000/other_storage', 'TSV')
|
||
```
|
||
|
||
**2.** 填充文件:
|
||
|
||
``` sql
|
||
INSERT INTO hdfs_engine_table VALUES ('one', 1), ('two', 2), ('three', 3)
|
||
```
|
||
|
||
**3.** 查询数据:
|
||
|
||
``` sql
|
||
SELECT * FROM hdfs_engine_table LIMIT 2
|
||
```
|
||
|
||
``` text
|
||
┌─name─┬─value─┐
|
||
│ one │ 1 │
|
||
│ two │ 2 │
|
||
└──────┴───────┘
|
||
```
|
||
|
||
## 实施细节 {#implementation-details}
|
||
|
||
- 读取和写入可以并行
|
||
- 不支持:
|
||
- `ALTER` 和 `SELECT...SAMPLE` 操作。
|
||
- 索引。
|
||
- 复制。
|
||
|
||
**路径中的水珠**
|
||
|
||
多个路径组件可以具有globs。 对于正在处理的文件应该存在并匹配到整个路径模式。 文件列表确定在 `SELECT` （不在 `CREATE` 时刻）。
|
||
|
||
- `*` — Substitutes any number of any characters except `/` 包括空字符串。
|
||
- `?` — Substitutes any single character.
|
||
- `{some_string,another_string,yet_another_one}` — Substitutes any of strings `'some_string', 'another_string', 'yet_another_one'`.
|
||
- `{N..M}` — Substitutes any number in range from N to M including both borders.
|
||
|
||
建筑与 `{}` 类似于 [远程](../../../sql-reference/table-functions/remote.md) 表功能。
|
||
|
||
**示例**
|
||
|
||
1. 假设我们在HDFS上有几个TSV格式的文件，其中包含以下Uri:
|
||
|
||
- ‘hdfs://hdfs1:9000/some_dir/some_file_1’
|
||
- ‘hdfs://hdfs1:9000/some_dir/some_file_2’
|
||
- ‘hdfs://hdfs1:9000/some_dir/some_file_3’
|
||
- ‘hdfs://hdfs1:9000/another_dir/some_file_1’
|
||
- ‘hdfs://hdfs1:9000/another_dir/some_file_2’
|
||
- ‘hdfs://hdfs1:9000/another_dir/some_file_3’
|
||
|
||
1. 有几种方法可以创建由所有六个文件组成的表:
|
||
|
||
<!-- -->
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_range (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/some_file_{1..3}', 'TSV')
|
||
```
|
||
|
||
另一种方式:
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_question_mark (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/some_file_?', 'TSV')
|
||
```
|
||
|
||
表由两个目录中的所有文件组成（所有文件都应满足query中描述的格式和模式):
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_asterisk (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/*', 'TSV')
|
||
```
|
||
|
||
!!! warning "警告"
|
||
如果文件列表包含带有前导零的数字范围，请单独使用带有大括号的构造或使用 `?`.
|
||
|
||
**示例**
|
||
|
||
创建具有名为文件的表 `file000`, `file001`, … , `file999`:
|
||
|
||
``` sql
|
||
CREARE TABLE big_table (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/big_dir/file{0..9}{0..9}{0..9}', 'CSV')
|
||
```
|
||
|
||
## 虚拟列 {#virtual-columns}
|
||
|
||
- `_path` — Path to the file.
|
||
- `_file` — Name of the file.
|
||
|
||
**另请参阅**
|
||
|
||
- [虚拟列](../index.md#table_engines-virtual_columns)
|
||
|
||
[原始文章](https://clickhouse.tech/docs/en/operations/table_engines/hdfs/) <!--hide-->
|