mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-17 13:13:36 +00:00
164 lines
12 KiB
Markdown
164 lines
12 KiB
Markdown
---
|
||
sidebar_position: 4
|
||
sidebar_label: S3
|
||
---
|
||
|
||
# Движок таблиц S3 {#table-engine-s3}
|
||
|
||
Этот движок обеспечивает интеграцию с экосистемой [Amazon S3](https://aws.amazon.com/s3/). Он похож на движок [HDFS](../../../engines/table-engines/special/file.md#table_engines-hdfs), но обеспечивает специфические для S3 возможности.
|
||
|
||
## Создание таблицы {#creating-a-table}
|
||
|
||
``` sql
|
||
CREATE TABLE s3_engine_table (name String, value UInt32)
|
||
ENGINE = S3(path, [aws_access_key_id, aws_secret_access_key,] format, [compression])
|
||
[SETTINGS ...]
|
||
```
|
||
|
||
**Параметры движка**
|
||
|
||
- `path` — URL-адрес бакета с указанием пути к файлу. Поддерживает следующие подстановочные знаки в режиме "только чтение": `*`, `?`, `{abc,def}` и `{N..M}` где `N`, `M` — числа, `'abc'`, `'def'` — строки. Подробнее смотри [ниже](#wildcards-in-path).
|
||
- `format` — [формат](../../../interfaces/formats.md#formats) файла.
|
||
- `aws_access_key_id`, `aws_secret_access_key` - данные пользователя учетной записи [AWS](https://aws.amazon.com/ru/). Вы можете использовать их для аутентификации ваших запросов. Необязательный параметр. Если параметры учетной записи не указаны, то используются данные из конфигурационного файла. Смотрите подробнее [Использование сервиса S3 для хранения данных](../mergetree-family/mergetree.md#table_engine-mergetree-s3).
|
||
- `compression` — тип сжатия. Возможные значения: `none`, `gzip/gz`, `brotli/br`, `xz/LZMA`, `zstd/zst`. Необязательный параметр. Если не указано, то тип сжатия определяется автоматически по расширению файла.
|
||
|
||
**Пример**
|
||
|
||
``` sql
|
||
CREATE TABLE s3_engine_table (name String, value UInt32)
|
||
ENGINE=S3('https://storage.yandexcloud.net/my-test-bucket-768/test-data.csv.gz', 'CSV', 'gzip')
|
||
SETTINGS input_format_with_names_use_header = 0;
|
||
|
||
INSERT INTO s3_engine_table VALUES ('one', 1), ('two', 2), ('three', 3);
|
||
|
||
SELECT * FROM s3_engine_table LIMIT 2;
|
||
```
|
||
|
||
``` text
|
||
┌─name─┬─value─┐
|
||
│ one │ 1 │
|
||
│ two │ 2 │
|
||
└──────┴───────┘
|
||
```
|
||
|
||
## Виртуальные столбцы {#virtual-columns}
|
||
|
||
- `_path` — путь к файлу.
|
||
- `_file` — имя файла.
|
||
|
||
Подробнее про виртуальные столбцы можно прочитать [здесь](../../../engines/table-engines/index.md#table_engines-virtual_columns).
|
||
|
||
## Детали реализации {#implementation-details}
|
||
|
||
- Чтение и запись могут быть параллельными.
|
||
- Поддерживается репликация без копирования данных ([zero-copy](../../../operations/storing-data.md#zero-copy)).
|
||
- Не поддерживаются:
|
||
- запросы `ALTER` и `SELECT...SAMPLE`,
|
||
- индексы.
|
||
|
||
## Символы подстановки {#wildcards-in-path}
|
||
|
||
Аргумент `path` может указывать на несколько файлов, используя символы подстановки. Для обработки файл должен существовать и соответствовать всему шаблону пути. Список файлов определяется во время выполнения запроса `SELECT` (не в момент выполнения запроса `CREATE`).
|
||
|
||
- `*` — заменяет любое количество любых символов, кроме `/`, включая пустую строку.
|
||
- `?` — заменяет любые одиночные символы.
|
||
- `{some_string, another_string, yet_another_one}` — заменяет любые строки `'some_string', 'another_string', 'yet_another_one'`.
|
||
- `{N..M}` — заменяет любое число от N до M, включая обе границы. N и M могут иметь ведущие нули, например `000..078`.
|
||
|
||
Конструкции с `{}` аналогичны функции [remote](../../../sql-reference/table-functions/remote.md).
|
||
|
||
:::danger "Примечание"
|
||
Если список файлов содержит диапазоны чисел с ведущими нулями, используйте конструкцию с фигурными скобками для каждой цифры отдельно или используйте `?`.
|
||
|
||
**Пример подстановки 1**
|
||
|
||
Таблица содержит данные из файлов с именами `file-000.csv`, `file-001.csv`, … , `file-999.csv`:
|
||
|
||
``` sql
|
||
CREATE TABLE big_table (name String, value UInt32)
|
||
ENGINE = S3('https://storage.yandexcloud.net/my-bucket/my_folder/file-{000..999}.csv', 'CSV');
|
||
```
|
||
|
||
**Пример подстановки 2**
|
||
|
||
Предположим, есть несколько файлов в формате CSV со следующими URL-адресами в S3:
|
||
|
||
- 'https://storage.yandexcloud.net/my-bucket/some_folder/some_file_1.csv'
|
||
- 'https://storage.yandexcloud.net/my-bucket/some_folder/some_file_2.csv'
|
||
- 'https://storage.yandexcloud.net/my-bucket/some_folder/some_file_3.csv'
|
||
- 'https://storage.yandexcloud.net/my-bucket/another_folder/some_file_1.csv'
|
||
- 'https://storage.yandexcloud.net/my-bucket/another_folder/some_file_2.csv'
|
||
- 'https://storage.yandexcloud.net/my-bucket/another_folder/some_file_3.csv'
|
||
|
||
Существует несколько способов создать таблицу, включающую в себя все шесть файлов:
|
||
|
||
1. Задайте диапазон для суффиксов в названии файла:
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_range (name String, value UInt32)
|
||
ENGINE = S3('https://storage.yandexcloud.net/my-bucket/{some,another}_folder/some_file_{1..3}', 'CSV');
|
||
```
|
||
|
||
2. Таблица содержит все файлы с префиксом `some_file_` (в каталогах не должно быть других файлов с таким префиксом):
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_question_mark (name String, value UInt32)
|
||
ENGINE = S3('https://storage.yandexcloud.net/my-bucket/{some,another}_folder/some_file_?', 'CSV');
|
||
```
|
||
|
||
3. Таблица содержит все файлы в обоих каталогах (в каталогах не должно быть других файлов, соответствующих формату и схеме, описанным в запросе):
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_asterisk (name String, value UInt32)
|
||
ENGINE = S3('https://storage.yandexcloud.net/my-bucket/{some,another}_folder/*', 'CSV');
|
||
```
|
||
|
||
## Настройки движка S3 {#s3-settings}
|
||
|
||
Перед выполнением запроса или в конфигурационном файле могут быть установлены следующие настройки:
|
||
|
||
- `s3_max_single_part_upload_size` — максимальный размер объекта для загрузки с использованием однокомпонентной загрузки в S3. Значение по умолчанию — `64 Mб`.
|
||
- `s3_min_upload_part_size` — минимальный размер объекта для загрузки при многокомпонентной загрузке в [S3 Multipart upload](https://docs.aws.amazon.com/AmazonS3/latest/dev/uploadobjusingmpu.html). Значение по умолчанию — `512 Mб`.
|
||
- `s3_max_redirects` — максимальное количество разрешенных переадресаций S3. Значение по умолчанию — `10`.
|
||
- `s3_single_read_retries` — максимальное количество попыток запроса при единичном чтении. Значение по умолчанию — `4`.
|
||
|
||
Соображение безопасности: если злонамеренный пользователь попробует указать произвольные URL-адреса S3, параметр `s3_max_redirects` должен быть установлен в ноль, чтобы избежать атак [SSRF](https://en.wikipedia.org/wiki/Server-side_request_forgery). Как альтернатива, в конфигурации сервера должен быть указан `remote_host_filter`.
|
||
|
||
## Настройки точки приема запроса {#endpoint-settings}
|
||
|
||
Для точки приема запроса (которая соответствует точному префиксу URL-адреса) в конфигурационном файле могут быть заданы следующие настройки:
|
||
|
||
Обязательная настройка:
|
||
- `endpoint` — указывает префикс точки приема запроса.
|
||
|
||
Необязательные настройки:
|
||
- `access_key_id` и `secret_access_key` — указывают учетные данные для использования с данной точкой приема запроса.
|
||
- `use_environment_credentials` — если `true`, S3-клиент будет пытаться получить учетные данные из переменных среды и метаданных [Amazon EC2](https://ru.wikipedia.org/wiki/Amazon_EC2) для данной точки приема запроса. Значение по умолчанию — `false`.
|
||
- `use_insecure_imds_request` — признак использования менее безопасного соединения при выполнении запроса к IMDS при получении учётных данных из метаданных Amazon EC2. Значение по умолчанию — `false`.
|
||
- `region` — название региона S3.
|
||
- `header` — добавляет указанный HTTP-заголовок к запросу на заданную точку приема запроса. Может быть определен несколько раз.
|
||
- `server_side_encryption_customer_key_base64` — устанавливает необходимые заголовки для доступа к объектам S3 с шифрованием SSE-C.
|
||
- `single_read_retries` — Максимальное количество попыток запроса при единичном чтении. Значение по умолчанию — `4`.
|
||
|
||
**Пример**
|
||
|
||
``` xml
|
||
<s3>
|
||
<endpoint-name>
|
||
<endpoint>https://storage.yandexcloud.net/my-test-bucket-768/</endpoint>
|
||
<!-- <access_key_id>ACCESS_KEY_ID</access_key_id> -->
|
||
<!-- <secret_access_key>SECRET_ACCESS_KEY</secret_access_key> -->
|
||
<!-- <region>us-west-1</region> -->
|
||
<!-- <use_environment_credentials>false</use_environment_credentials> -->
|
||
<!-- <use_insecure_imds_request>false</use_insecure_imds_request> -->
|
||
<!-- <header>Authorization: Bearer SOME-TOKEN</header> -->
|
||
<!-- <server_side_encryption_customer_key_base64>BASE64-ENCODED-KEY</server_side_encryption_customer_key_base64> -->
|
||
<!-- <single_read_retries>4</single_read_retries> -->
|
||
</endpoint-name>
|
||
</s3>
|
||
```
|
||
|
||
**Смотрите также**
|
||
|
||
- [Табличная функция s3](../../../sql-reference/table-functions/s3.md)
|