mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-17 13:13:36 +00:00
790704d081
* Simplify 404 page * add es array_functions.md * restore some old manual anchors * update sitemaps * trigger checks * restore more old manual anchors * refactor test.md + temporary disable failure again * fix mistype
117 lines
4.2 KiB
Markdown
117 lines
4.2 KiB
Markdown
# HDFS {#table_engines-hdfs}
|
||
|
||
Este motor proporciona integración con [Acerca de nosotros](https://en.wikipedia.org/wiki/Apache_Hadoop) permitiendo gestionar datos sobre [HDFS](https://hadoop.apache.org/docs/current/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html)a través de ClickHouse. Este motor es similar
|
||
Angeles [File](file.md) y [URL](url.md) motores, pero proporciona características específicas de Hadoop.
|
||
|
||
## Uso {#usage}
|
||
|
||
``` sql
|
||
ENGINE = HDFS(URI, format)
|
||
```
|
||
|
||
El `URI` El parámetro es el URI del archivo completo en HDFS.
|
||
El `format` parámetro especifica uno de los formatos de archivo disponibles. Realizar
|
||
`SELECT` consultas, el formato debe ser compatible para la entrada, y para realizar
|
||
`INSERT` consultas – para la salida. Los formatos disponibles se enumeran en el
|
||
[Formato](../../interfaces/formats.md#formats) apartado.
|
||
La parte de la ruta de `URI` puede contener globs. En este caso, la tabla sería de solo lectura.
|
||
|
||
**Ejemplo:**
|
||
|
||
**1.** Configurar el `hdfs_engine_table` tabla:
|
||
|
||
``` sql
|
||
CREATE TABLE hdfs_engine_table (name String, value UInt32) ENGINE=HDFS('hdfs://hdfs1:9000/other_storage', 'TSV')
|
||
```
|
||
|
||
**2.** Llenar archivo:
|
||
|
||
``` sql
|
||
INSERT INTO hdfs_engine_table VALUES ('one', 1), ('two', 2), ('three', 3)
|
||
```
|
||
|
||
**3.** Consultar los datos:
|
||
|
||
``` sql
|
||
SELECT * FROM hdfs_engine_table LIMIT 2
|
||
```
|
||
|
||
``` text
|
||
┌─name─┬─value─┐
|
||
│ one │ 1 │
|
||
│ two │ 2 │
|
||
└──────┴───────┘
|
||
```
|
||
|
||
## Detalles de implementación {#implementation-details}
|
||
|
||
- Las lecturas y escrituras pueden ser paralelas
|
||
- No soportado:
|
||
- `ALTER` y `SELECT...SAMPLE` operación.
|
||
- Índices.
|
||
- Replicación.
|
||
|
||
**Globs en el camino**
|
||
|
||
Múltiples componentes de ruta de acceso pueden tener globs. Para ser procesado, el archivo debe existir y coincidir con todo el patrón de ruta. Listado de archivos determina durante `SELECT` (no en `CREATE` momento).
|
||
|
||
- `*` — Sustituye cualquier número de caracteres excepto `/` incluyendo cadena vacía.
|
||
- `?` — Sustituye a cualquier carácter individual.
|
||
- `{some_string,another_string,yet_another_one}` — Sustituye cualquiera de las cadenas `'some_string', 'another_string', 'yet_another_one'`.
|
||
- `{N..M}` — Sustituye cualquier número en el intervalo de N a M, incluidas ambas fronteras.
|
||
|
||
Construcciones con `{}` hijo similares a la [remoto](../../query_language/table_functions/remote.md) función de la tabla.
|
||
|
||
**Ejemplo**
|
||
|
||
1. Supongamos que tenemos varios archivos en formato TSV con los siguientes URI en HDFS:
|
||
|
||
- ‘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. Hay varias maneras de hacer una tabla que consta de los seis archivos:
|
||
|
||
<!-- -->
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_range (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/some_file_{1..3}', 'TSV')
|
||
```
|
||
|
||
Otra forma:
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_question_mark (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/some_file_?', 'TSV')
|
||
```
|
||
|
||
La tabla consta de todos los archivos en ambos directorios (todos los archivos deben satisfacer el formato y el esquema descritos en la consulta):
|
||
|
||
``` sql
|
||
CREATE TABLE table_with_asterisk (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/*', 'TSV')
|
||
```
|
||
|
||
!!! warning "Advertencia"
|
||
Si la lista de archivos contiene rangos de números con ceros a la izquierda, use la construcción con llaves para cada dígito por separado o use `?`.
|
||
|
||
**Ejemplo**
|
||
|
||
Crear tabla con archivos llamados `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')
|
||
```
|
||
|
||
## Columnas virtuales {#virtual-columns}
|
||
|
||
- `_path` — Ruta de acceso al archivo.
|
||
- `_file` — Nombre del expediente.
|
||
|
||
**Ver también**
|
||
|
||
- [Columnas virtuales](https://clickhouse.tech/docs/es/operations/table_engines/#table_engines-virtual_columns)
|
||
|
||
[Artículo Original](https://clickhouse.tech/docs/es/operations/table_engines/hdfs/) <!--hide-->
|