HDFS

ClickHouse Cloud 中不支持

此引擎通过允许管理 HDFS 上的数据，提供了与 Apache Hadoop 生态系统的集成，通过 ClickHouse。此引擎类似于 File 和 URL 引擎，但提供了 Hadoop 特定的功能。

ClickHouse 工程师不支持此功能，已知质量不稳定。如果出现任何问题，请自行修复并提交 pull request。

用法

ENGINE = HDFS(URI, format)

引擎参数

• URI - HDFS 中的完整文件 URI。URI 的路径部分可能包含 glob 模式。在这种情况下，表将是只读的。
• format - 指定可用的文件格式之一。要执行 SELECT 查询，格式必须支持输入，要执行 INSERT 查询，格式必须支持输出。可用格式在 格式 部分列出。
• [PARTITION BY expr]

PARTITION BY

PARTITION BY — 可选。在大多数情况下，您不需要分区键，如果需要，通常不需要比月份更细粒度的分区键。分区不会加速查询（与 ORDER BY 表达式相反）。您永远不应使用太细粒度的分区。不要按客户端标识符或名称对数据进行分区（而是使客户端标识符或名称成为 ORDER BY 表达式中的第一列）。

对于按月分区，请使用 toYYYYMM(date_column) 表达式，其中 date_column 是类型为 Date 的日期列。此处的分区名称具有 "YYYYMM" 格式。

示例

1. 设置 hdfs_engine_table 表

CREATE TABLE hdfs_engine_table (name String, value UInt32) ENGINE=HDFS('hdfs://hdfs1:9000/other_storage', 'TSV')

2. 填充文件

INSERT INTO hdfs_engine_table VALUES ('one', 1), ('two', 2), ('three', 3)

3. 查询数据

SELECT * FROM hdfs_engine_table LIMIT 2

┌─name─┬─value─┐
│ one  │     1 │
│ two  │     2 │
└──────┴───────┘

实现细节

• 读取和写入可以是并行的。

• 不支持

  • ALTER 和 SELECT...SAMPLE 操作。
  • 索引。
  • 零拷贝 复制是可能的，但不建议使用。
  零拷贝复制尚未准备好用于生产环境

  在 ClickHouse 22.8 及更高版本中，默认禁用零拷贝复制。不建议在生产环境中使用此功能。

路径中的 Glob 模式

多个路径组件可以具有 glob 模式。为了被处理，文件应该存在并匹配整个路径模式。文件列表在 SELECT 期间确定（而不是在 CREATE 时刻）。

• * — 替换任意数量的任意字符，除了 /，包括空字符串。
• ? — 替换任何单个字符。
• {some_string,another_string,yet_another_one} — 替换字符串 'some_string'、'another_string'、'yet_another_one' 中的任何一个。
• {N..M} — 替换从 N 到 M（包括边界）范围内的任何数字。

带有 {} 的构造类似于 remote 表函数。

示例

1. 假设我们在 HDFS 上有几个 TSV 格式的文件，URI 如下

   • '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'

2. 有几种方法可以创建一个包含所有六个文件的表

CREATE TABLE table_with_range (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/some_file_{1..3}', 'TSV')

另一种方法

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（所有文件都应满足查询中描述的格式和模式）

CREATE TABLE table_with_asterisk (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/{some,another}_dir/*', 'TSV')

注意

如果文件列表包含带有前导零的数字范围，请对每个数字分别使用大括号构造，或使用 ?。

示例

创建表，文件名为 file000、file001、...、file999

CREATE TABLE big_table (name String, value UInt32) ENGINE = HDFS('hdfs://hdfs1:9000/big_dir/file{0..9}{0..9}{0..9}', 'CSV')

配置

与 GraphiteMergeTree 类似，HDFS 引擎支持使用 ClickHouse 配置文件进行扩展配置。您可以使用两个配置键：全局 (hdfs) 和用户级 (hdfs_*)。首先应用全局配置，然后应用用户级配置（如果存在）。

  <!-- Global configuration options for HDFS engine type -->
  <hdfs>
	<hadoop_kerberos_keytab>/tmp/keytab/clickhouse.keytab</hadoop_kerberos_keytab>
	<hadoop_kerberos_principal>[email protected]</hadoop_kerberos_principal>
	<hadoop_security_authentication>kerberos</hadoop_security_authentication>
  </hdfs>

  <!-- Configuration specific for user "root" -->
  <hdfs_root>
	<hadoop_kerberos_principal>[email protected]</hadoop_kerberos_principal>
  </hdfs_root>

配置选项

由 libhdfs3 支持

参数	默认值
rpc_client_connect_tcpnodelay	true
dfs_client_read_shortcircuit	true
output_replace-datanode-on-failure	true
input_notretry-another-node	false
input_localread_mappedfile	true
dfs_client_use_legacy_blockreader_local	false
rpc_client_ping_interval	10 * 1000
rpc_client_connect_timeout	600 * 1000
rpc_client_read_timeout	3600 * 1000
rpc_client_write_timeout	3600 * 1000
rpc_client_socket_linger_timeout	-1
rpc_client_connect_retry	10
rpc_client_timeout	3600 * 1000
dfs_default_replica	3
input_connect_timeout	600 * 1000
input_read_timeout	3600 * 1000
input_write_timeout	3600 * 1000
input_localread_default_buffersize	1 * 1024 * 1024
dfs_prefetchsize	10
input_read_getblockinfo_retry	3
input_localread_blockinfo_cachesize	1000
input_read_max_retry	60
output_default_chunksize	512
output_default_packetsize	64 * 1024
output_default_write_retry	10
output_connect_timeout	600 * 1000
output_read_timeout	3600 * 1000
output_write_timeout	3600 * 1000
output_close_timeout	3600 * 1000
output_packetpool_size	1024
output_heartbeat_interval	10 * 1000
dfs_client_failover_max_attempts	15
dfs_client_read_shortcircuit_streams_cache_size	256
dfs_client_socketcache_expiryMsec	3000
dfs_client_socketcache_capacity	16
dfs_default_blocksize	64 * 1024 * 1024
dfs_default_uri	"hdfs://127.0.0.1:9000"
hadoop_security_authentication	"simple"
hadoop_security_kerberos_ticket_cache_path	""
dfs_client_log_severity	"INFO"
dfs_domain_socket_path	""

HDFS 配置参考 可能会解释某些参数。

ClickHouse 扩展

参数	默认值
hadoop_kerberos_keytab	""
hadoop_kerberos_principal	""
libhdfs3_conf	""

限制

• hadoop_security_kerberos_ticket_cache_path 和 libhdfs3_conf 只能是全局的，不能是用户特定的

Kerberos 支持

如果 hadoop_security_authentication 参数的值为 kerberos，则 ClickHouse 通过 Kerberos 进行身份验证。参数在此，hadoop_security_kerberos_ticket_cache_path 可能会有所帮助。请注意，由于 libhdfs3 的限制，仅支持老式方法，datanode 通信不受 SASL 保护（HADOOP_SECURE_DN_USER 是这种安全方法的可靠指标）。参考 tests/integration/test_storage_kerberized_hdfs/hdfs_configs/bootstrap.sh。

如果指定了 hadoop_kerberos_keytab、hadoop_kerberos_principal 或 hadoop_security_kerberos_ticket_cache_path，则将使用 Kerberos 身份验证。在这种情况下，hadoop_kerberos_keytab 和 hadoop_kerberos_principal 是强制性的。

HDFS Namenode HA 支持

libhdfs3 支持 HDFS namenode HA。

• 从 HDFS 节点复制 hdfs-site.xml 到 /etc/clickhouse-server/。
• 将以下代码段添加到 ClickHouse 配置文件

  <hdfs>
    <libhdfs3_conf>/etc/clickhouse-server/hdfs-site.xml</libhdfs3_conf>
  </hdfs>

• 然后使用 hdfs-site.xml 的 dfs.nameservices 标签值作为 HDFS URI 中的 namenode 地址。例如，将 hdfs://[email protected]:8020/abc/ 替换为 hdfs://appadmin@my_nameservice/abc/。

虚拟列

• _path — 文件路径。类型：LowCardinality(String)。
• _file — 文件名。类型：LowCardinality(String)。
• _size — 文件大小（字节）。类型：Nullable(UInt64)。如果大小未知，则值为 NULL。
• _time — 文件的最后修改时间。类型：Nullable(DateTime)。如果时间未知，则值为 NULL。

存储设置

• hdfs_truncate_on_insert - 允许在插入文件之前截断文件。默认禁用。
• hdfs_create_new_file_on_insert - 允许在每次插入时创建一个新文件（如果格式有后缀）。默认禁用。
• hdfs_skip_empty_files - 允许在读取时跳过空文件。默认禁用。

参见

• 虚拟列