> ## Documentation Index > Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # Trabajar con datos en formato Avro, Arrow y ORC en ClickHouse > Página que describe cómo trabajar con datos en formato Avro, Arrow y ORC en ClickHouse Apache ha publicado varios formatos de datos ampliamente utilizados en entornos de analítica, entre ellos los conocidos [Avro](https://avro.apache.org/), [Arrow](https://arrow.apache.org/) y [ORC](https://orc.apache.org/). 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](https://avro.apache.org/), que se utilizan ampliamente en sistemas Hadoop. Para importar desde un [archivo Avro](https://clickhouse-docs-assets.s3.us-east-1.amazonaws.com/data.avro), debemos usar el formato [Avro](/docs/es/reference/formats/Avro/Avro) en la sentencia `INSERT`: ```sql theme={null} INSERT INTO sometable FROM INFILE 'data.avro' FORMAT Avro ``` Con la función [file()](/docs/es/reference/functions/regular-functions/files#file), también podemos explorar archivos Avro antes de importar realmente los datos: ```sql theme={null} SELECT path, hits FROM file('data.avro', Avro) ORDER BY hits DESC LIMIT 5; ``` ```response theme={null} ┌─path────────────┬──hits─┐ │ Amy_Poehler │ 62732 │ │ Adam_Goldberg │ 42338 │ │ Aaron_Spelling │ 25128 │ │ Absence_seizure │ 18152 │ │ Ammon_Bundy │ 11890 │ └─────────────────┴───────┘ ``` Para exportar a un archivo en formato Avro: ```sql theme={null} SELECT * FROM sometable INTO OUTFILE 'export.avro' FORMAT Avro; ```
### Avro y los tipos de datos de ClickHouse
Tenga en cuenta la [correspondencia entre tipos de datos](/docs/es/reference/formats/Avro/Avro#data-type-mapping) al importar o exportar archivos Avro. Use conversiones de tipo explícitas al cargar datos desde archivos Avro: ```sql theme={null} SELECT date, toDate(date) FROM file('data.avro', Avro) LIMIT 3; ``` ```response theme={null} ┌──date─┬─toDate(date)─┐ │ 16556 │ 2015-05-01 │ │ 16556 │ 2015-05-01 │ │ 16556 │ 2015-05-01 │ └───────┴──────────────┘ ```
### Mensajes Avro en Kafka
Cuando los mensajes de Kafka usan el formato Avro, ClickHouse puede leer este tipo de flujos mediante el formato [AvroConfluent](/docs/es/reference/formats/Avro/AvroConfluent) y el motor [Kafka](/docs/es/reference/engines/table-engines/integrations/kafka): ```sql theme={null} CREATE TABLE some_topic_stream ( field1 UInt32, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'localhost', kafka_topic_list = 'some_topic', kafka_group_name = 'some_group', kafka_format = 'AvroConfluent'; ```
## Trabajar con el formato Arrow
Otro formato columnar es [Apache Arrow](https://arrow.apache.org/), que ClickHouse también admite para importar y exportar datos. Para importar datos desde un [archivo Arrow](https://clickhouse-docs-assets.s3.us-east-1.amazonaws.com/data.arrow), usamos el formato [Arrow](/docs/es/reference/formats/Arrow/Arrow): ```sql theme={null} INSERT INTO sometable FROM INFILE 'data.arrow' FORMAT Arrow ``` Exportar a un archivo Arrow funciona igual: ```sql theme={null} SELECT * FROM sometable INTO OUTFILE 'export.arrow' FORMAT Arrow ``` Además, consulte [la correspondencia entre tipos de datos](/docs/es/reference/formats/Arrow/Arrow#data-types-matching) para ver si es necesario convertir alguno manualmente.
### Transmisión de datos Arrow
El formato [ArrowStream](/docs/es/reference/formats/Arrow/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): ```python theme={null} import sys, pyarrow as pa with pa.ipc.open_stream(sys.stdin.buffer) as reader: print(reader.read_pandas()) ``` Ahora podemos transmitir datos desde ClickHouse canalizando su salida al script: ```bash theme={null} clickhouse-client -q "SELECT path, hits FROM some_data LIMIT 3 FORMAT ArrowStream" | python3 arrow.py ``` ```response theme={null} path hits 0 b'Akiba_Hebrew_Academy' 241 1 b'Aegithina_tiphia' 34 2 b'1971-72_Utah_Stars_season' 1 ``` ClickHouse también puede leer secuencias Arrow con el mismo formato ArrowStream: ```sql theme={null} arrow-stream | clickhouse-client -q "INSERT INTO sometable FORMAT 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](https://orc.apache.org/) es un formato de almacenamiento columnar que se utiliza habitualmente con Hadoop. ClickHouse admite tanto la importación como la exportación de [datos ORC](https://clickhouse-docs-assets.s3.us-east-1.amazonaws.com/data.orc) mediante el [formato ORC](/docs/es/reference/formats/ORC): ```sql theme={null} SELECT * FROM sometable INTO OUTFILE 'data.orc' FORMAT ORC; INSERT INTO sometable FROM INFILE 'data.orc' FORMAT ORC; ``` Además, consulta [la correspondencia entre tipos de datos](/docs/es/reference/formats/ORC), así como [los ajustes adicionales](/docs/es/reference/formats/Parquet/Parquet#format-settings), 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: * [Formatos CSV y TSV](/docs/es/guides/clickhouse/data-formats/csv-tsv) * [Formatos JSON](/docs/es/guides/clickhouse/data-formats/json/intro) * [Regex y Template](/docs/es/guides/clickhouse/data-formats/templates-regex) * [Formatos Native y binarios](/docs/es/guides/clickhouse/data-formats/binary) * [Formatos SQL](/docs/es/guides/clickhouse/data-formats/sql) Consulte también [clickhouse-local](https://clickhouse.com/blog/extracting-converting-querying-local-files-with-sql-clickhouse-local), una herramienta portátil y completa para trabajar con archivos locales y remotos sin necesidad de un servidor ClickHouse.