跳至主要内容

文件表引擎

文件表引擎将数据存储在一个文件中,并使用支持的文件格式TabSeparatedNative 等)。

使用场景

  • 将数据从 ClickHouse 导出到文件。
  • 将数据从一种格式转换为另一种格式。
  • 通过编辑磁盘上的文件来更新 ClickHouse 中的数据。
注意

此引擎当前在 ClickHouse Cloud 中不可用,请改用 S3 表函数

在 ClickHouse 服务器中使用

File(Format)

Format 参数指定可用文件格式之一。要执行 SELECT 查询,该格式必须支持输入,要执行 INSERT 查询,则必须支持输出。可用格式列在格式部分。

ClickHouse 不允许为 File 指定文件系统路径。它将使用服务器配置中 path 设置定义的文件夹。

使用 File(Format) 创建表时,它会在该文件夹中创建一个空的子目录。当数据写入该表时,它会被放入该子目录中的 data.Format 文件中。

您可以手动在服务器文件系统中创建此子文件夹和文件,然后附加到名称匹配的表信息,以便您可以查询该文件中的数据。

注意

请谨慎使用此功能,因为 ClickHouse 不会跟踪对这些文件的外部更改。通过 ClickHouse 和 ClickHouse 外部同时写入的结果是未定义的。

示例

1. 设置 file_engine_table

CREATE TABLE file_engine_table (name String, value UInt32) ENGINE=File(TabSeparated)

默认情况下,ClickHouse 将创建文件夹 /var/lib/clickhouse/data/default/file_engine_table

2. 手动创建包含以下内容的 /var/lib/clickhouse/data/default/file_engine_table/data.TabSeparated 文件

$ cat data.TabSeparated
one 1
two 2

3. 查询数据

SELECT * FROM file_engine_table
┌─name─┬─value─┐
│ one │ 1 │
│ two │ 2 │
└──────┴───────┘

在 ClickHouse-local 中使用

clickhouse-local 中,File 引擎除了 Format 之外还接受文件路径。默认输入/输出流可以使用数字或人类可读的名称指定,例如 0stdin1stdout。可以根据额外的引擎参数或文件扩展名(gzbrxz)读取和写入压缩文件。

示例

$ echo -e "1,2\n3,4" | clickhouse-local -q "CREATE TABLE table (a Int64, b Int64) ENGINE = File(CSV, stdin); SELECT a, b FROM table; DROP TABLE table"

实现细节

  • 可以并发执行多个 SELECT 查询,但 INSERT 查询将互相等待。
  • 支持通过 INSERT 查询创建新文件。
  • 如果文件存在,INSERT 将在其中追加新值。
  • 不支持
    • ALTER
    • SELECT ... SAMPLE
    • 索引
    • 复制

PARTITION BY

PARTITION BY — 可选。可以通过对分区键进行数据分区来创建单独的文件。在大多数情况下,您不需要分区键,如果需要,通常不需要比按月更细粒度的分区键。分区不会加快查询速度(与 ORDER BY 表达式相反)。您不应该使用过细的分区。不要按客户端标识符或名称对数据进行分区(而是将客户端标识符或名称作为 ORDER BY 表达式中的第一列)。

要按月进行分区,请使用 toYYYYMM(date_column) 表达式,其中 date_column 是一个包含日期类型的列Date。此处分区名称采用 "YYYYMM" 格式。

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(以字节为单位)。类型:Nullable(UInt64)。如果大小未知,则值为 NULL
  • _time — 文件上次修改时间。类型:Nullable(DateTime)。如果时间未知,则值为 NULL

设置