用于查询处理的外部数据

ClickHouse 允许将服务器处理查询所需的数据与 SELECT 查询一起发送。这些数据被放入一个临时表（参见“临时表”部分），并可以在查询中使用（例如，在 IN 操作符中）。

例如，如果您有一个包含重要用户标识符的文本文件，您可以将其与使用此列表进行过滤的查询一起上传到服务器。

如果您需要使用大量外部数据运行多个查询，请不要使用此功能。最好提前将数据上传到数据库。

可以使用命令行客户端（非交互模式）或 HTTP 接口上传外部数据。

在命令行客户端中，您可以指定参数部分，格式如下

--external --file=... [--name=...] [--format=...] [--types=...|--structure=...]

您可以拥有多个这样的部分，对应于要传输的表数量。

–external – 标记一个子句的开始。–file – 包含表转储的文件路径，或者 -，它引用 stdin。只能从 stdin 检索单个表。

以下参数是可选的：–name – 表的名称。如果省略，则使用 _data。–format – 文件中的数据格式。如果省略，则使用 TabSeparated。

以下参数之一是必需的：–types – 逗号分隔的列类型列表。例如：UInt64,String。列将被命名为 _1, _2, ... –structure – 表结构，格式为UserID UInt64, URL String。定义列名和类型。

在 'file' 中指定的文件将由 'format' 中指定格式解析，并使用 'types' 或 'structure' 中指定的的数据类型。该表将被上传到服务器，并可以在那里作为具有 'name' 中名称的临时表访问。

示例

$ echo -ne "1\n2\n3\n" | clickhouse-client --query="SELECT count() FROM test.visits WHERE TraficSourceID IN _data" --external --file=- --types=Int8
849897
$ cat /etc/passwd | sed 's/:/\t/g' | clickhouse-client --query="SELECT shell, count() AS c FROM passwd GROUP BY shell ORDER BY c DESC" --external --file=- --name=passwd --structure='login String, unused String, uid UInt16, gid UInt16, comment String, home String, shell String'
/bin/sh 20
/bin/false      5
/bin/bash       4
/usr/sbin/nologin       1
/bin/sync       1

在使用 HTTP 接口时，外部数据以 multipart/form-data 格式传递。每个表作为单独的文件传输。表名取自文件名。query_string 传递参数 name_format, name_types, 和 name_structure，其中 name 是这些参数对应的表的名称。参数的含义与使用命令行客户端时相同。

示例

$ cat /etc/passwd | sed 's/:/\t/g' > passwd.tsv

$ curl -F '[email protected];' 'https://:8123/?query=SELECT+shell,+count()+AS+c+FROM+passwd+GROUP+BY+shell+ORDER+BY+c+DESC&passwd_structure=login+String,+unused+String,+uid+UInt16,+gid+UInt16,+comment+String,+home+String,+shell+String'
/bin/sh 20
/bin/false      5
/bin/bash       4
/usr/sbin/nologin       1
/bin/sync       1

对于分布式查询处理，临时表将被发送到所有远程服务器。