Skip to main content
Apache ha publicado varios formatos de datos ampliamente utilizados en entornos de analítica, entre ellos los conocidos Avro, Arrow y ORC. ClickHouse admite la importación y exportación de datos con cualquiera de ellos.

Importación y exportación en formato Avro

ClickHouse admite la lectura y escritura de archivos de datos en Apache Avro, que se utilizan ampliamente en sistemas Hadoop. Para importar desde un archivo Avro, debemos usar el formato Avro en la sentencia INSERT:
Con la función file(), también podemos explorar archivos Avro antes de importar realmente los datos:
Para exportar a un archivo en formato Avro:

Avro y los tipos de datos de ClickHouse

Tenga en cuenta la correspondencia entre tipos de datos al importar o exportar archivos Avro. Use conversiones de tipo explícitas al cargar datos desde archivos Avro:

Mensajes Avro en Kafka

Cuando los mensajes de Kafka usan el formato Avro, ClickHouse puede leer este tipo de flujos mediante el formato AvroConfluent y el motor Kafka:

Trabajar con el formato Arrow

Otro formato columnar es Apache Arrow, que ClickHouse también admite para importar y exportar datos. Para importar datos desde un archivo Arrow, usamos el formato Arrow:
Exportar a un archivo Arrow funciona igual:
Además, consulte la correspondencia entre tipos de datos para ver si es necesario convertir alguno manualmente.

Transmisión de datos Arrow

El formato ArrowStream puede usarse para trabajar con transmisiones Arrow (utilizadas para el procesamiento en memoria). ClickHouse puede leer y escribir transmisiones Arrow. Para mostrar cómo ClickHouse puede transmitir datos Arrow, canalicémoslos al siguiente script de Python (lee el flujo de entrada en formato Arrow streaming y muestra el resultado como una tabla de Pandas):
Ahora podemos transmitir datos desde ClickHouse canalizando su salida al script:
ClickHouse también puede leer secuencias Arrow con el mismo formato ArrowStream:
Hemos usado arrow-stream como una posible fuente de datos de Arrow en streaming.

Importación y exportación de datos ORC

El formato Apache ORC es un formato de almacenamiento columnar que se utiliza habitualmente con Hadoop. ClickHouse admite tanto la importación como la exportación de datos ORC mediante el formato ORC:
Además, consulta la correspondencia entre tipos de datos, así como los ajustes adicionales, para optimizar la exportación y la importación.

Más información

ClickHouse ofrece compatibilidad con muchos formatos, tanto de texto como binarios, para adaptarse a distintos escenarios y plataformas. Consulte más formatos y formas de trabajar con ellos en los siguientes artículos: Consulte también clickhouse-local, una herramienta portátil y completa para trabajar con archivos locales y remotos sin necesidad de un servidor ClickHouse.
Última modificación el 3 de julio de 2026