跳至主要内容

Azure Blob 存储表函数

提供了一个类似于表的接口,用于选择/插入 Azure Blob 存储 中的文件。此表函数类似于 s3 函数

语法

azureBlobStorage(- connection_string|storage_account_url, container_name, blobpath, [account_name, account_key, format, compression, structure])

参数

  • connection_string|storage_account_url — connection_string 包含帐户名称和密钥 (创建连接字符串),或者您也可以在此处提供存储帐户 URL,并将帐户名称和帐户密钥作为单独的参数提供(请参阅参数 account_name 和 account_key)
  • container_name - 容器名称
  • blobpath - 文件路径。在只读模式下支持以下通配符:*, **, ?, {abc,def}{N..M},其中 N, M — 数字,'abc', 'def' — 字符串。
  • account_name - 如果使用 storage_account_url,则帐户名称可以在此处指定
  • account_key - 如果使用 storage_account_url,则帐户密钥可以在此处指定
  • format — 文件的 格式
  • compression — 支持的值:none, gzip/gz, brotli/br, xz/LZMA, zstd/zst。默认情况下,它将通过文件扩展名自动检测压缩(与设置为 auto 相同)。
  • structure — 表的结构。格式 'column1_name column1_type, column2_name column2_type, ...'

返回值

一个具有指定结构的表,用于在指定文件中读写数据。

示例

使用以下方法将数据写入 Azure Blob 存储

INSERT INTO TABLE FUNCTION azureBlobStorage('http://azurite1:10000/devstoreaccount1',
'test_container', 'test_{_partition_id}.csv', 'devstoreaccount1', 'Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==',
'CSV', 'auto', 'column1 UInt32, column2 UInt32, column3 UInt32') PARTITION BY column3 VALUES (1, 2, 3), (3, 2, 1), (78, 43, 3);

然后可以使用以下方法读取它

SELECT * FROM azureBlobStorage('http://azurite1:10000/devstoreaccount1',
'test_container', 'test_1.csv', 'devstoreaccount1', 'Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==',
'CSV', 'auto', 'column1 UInt32, column2 UInt32, column3 UInt32');
┌───column1─┬────column2─┬───column3─┐
│ 3 │ 2 │ 1 │
└───────────┴────────────┴───────────┘

或使用 connection_string

SELECT count(*) FROM azureBlobStorage('DefaultEndpointsProtocol=https;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;EndPointSuffix=core.windows.net',
'test_container', 'test_3.csv', 'CSV', 'auto' , 'column1 UInt32, column2 UInt32, column3 UInt32');
┌─count()─┐
│ 2 │
└─────────┘

虚拟列

  • _path — 文件路径。类型:LowCardinalty(String)
  • _file — 文件名称。类型:LowCardinalty(String)
  • _size — 文件大小(以字节为单位)。类型:Nullable(UInt64)。如果文件大小未知,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

另请参见

Hive 样式分区

use_hive_partitioning 设置为 1 时,ClickHouse 将检测路径中的 Hive 样式分区 (/name=value/) 并允许在查询中使用分区列作为虚拟列。这些虚拟列将具有与分区路径中相同的名称,但以 _ 开头。

示例

使用通过 Hive 样式分区创建的虚拟列

SET use_hive_partitioning = 1;
SELECT * from azureBlobStorage(config, storage_account_url='...', container='...', blob_path='http://data/path/date=*/country=*/code=*/*.parquet') where _date > '2020-01-01' and _country = 'Netherlands' and _code = 42;