mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-12-05 14:02:21 +00:00
3.8 KiB
3.8 KiB
machine_translated | machine_translated_rev | toc_priority | toc_title |
---|---|---|---|
true | 72537a2d52 |
45 | hdfs |
hdfs
ایجاد یک جدول از فایل ها در اچ دی. این تابع جدول شبیه به نشانی وب و پرونده یکی
hdfs(URI, format, structure)
پارامترهای ورودی
URI
— The relative URI to the file in HDFS. Path to file support following globs in readonly mode:*
,?
,{abc,def}
و{N..M}
کجاN
,M
— numbers, `'abc', 'def'
— strings.format
— The قالب پروندهstructure
— Structure of the table. Format'column1_name column1_type, column2_name column2_type, ...'
.
مقدار بازگشتی
یک جدول با ساختار مشخص شده برای خواندن یا نوشتن داده ها در فایل مشخص شده است.
مثال
جدول از hdfs://hdfs1:9000/test
و انتخاب دو ردیف اول:
SELECT *
FROM hdfs('hdfs://hdfs1:9000/test', 'TSV', 'column1 UInt32, column2 UInt32, column3 UInt32')
LIMIT 2
┌─column1─┬─column2─┬─column3─┐
│ 1 │ 2 │ 3 │
│ 3 │ 2 │ 1 │
└─────────┴─────────┴─────────┘
دل تنگی در مسیر
اجزای مسیر چندگانه می تواند دل تنگی دارند. برای پردازش فایل باید وجود داشته باشد و مسابقات به الگوی کل مسیر (نه تنها پسوند یا پیشوند).
*
— Substitutes any number of any characters except/
از جمله رشته خالی.?
— 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.
سازه با {}
شبیه به عملکرد جدول از راه دور).
مثال
- فرض کنید که ما چندین فایل با اوریس زیر در اچ دی ها داریم:
- ‘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’
- پرس و جو مقدار ردیف در این فایل ها:
SELECT count(*)
FROM hdfs('hdfs://hdfs1:9000/{some,another}_dir/some_file_{1..3}', 'TSV', 'name String, value UInt32')
- پرس و جو مقدار ردیف در تمام فایل های این دو دایرکتوری:
SELECT count(*)
FROM hdfs('hdfs://hdfs1:9000/{some,another}_dir/*', 'TSV', 'name String, value UInt32')
!!! warning "اخطار"
اگر لیست خود را از فایل های حاوی محدوده تعداد با صفر پیشرو, استفاده از ساخت و ساز با پرانتز برای هر رقم به طور جداگانه و یا استفاده ?
.
مثال
پرس و جو داده ها از فایل های به نام file000
, file001
, … , file999
:
SELECT count(*)
FROM hdfs('hdfs://hdfs1:9000/big_dir/file{0..9}{0..9}{0..9}', 'CSV', 'name String, value UInt32')
ستونهای مجازی
_path
— Path to the file._file
— Name of the file.
همچنین نگاه کنید به