Matrices de compatibilidad exhaustivas para las integraciones de formatos de tabla abiertos y las conexiones a catálogos de lago de datos de ClickHouse.
Esta página ofrece matrices de compatibilidad exhaustivas para las integraciones de lago de datos de ClickHouse. Cubre las características disponibles para cada formato de tabla abierto, los catálogos a los que ClickHouse puede conectarse y las capacidades que admite cada catálogo.La compatibilidad se muestra por separado para ClickHouse Cloud y ClickHouse autogestionado. Las características experimentales están deshabilitadas de forma predeterminada en ClickHouse Cloud y deben solicitarse a través de Support. La disponibilidad depende de la característica, así que contacte con Support para confirmar si se puede habilitar una característica experimental específica. La configuración y las limitaciones específicas de la implementación se describen en la columna Notas.
ClickHouse se integra con cuatro formatos de tabla abiertos: Apache Iceberg, Delta Lake, Apache Hudi y Apache Paimon. Selecciona uno de los formatos a continuación para ver su matriz de compatibilidad.Leyenda: ✅ Compatible | ⚠️ Parcial, experimental u obsoleto | ❌ No compatible
Las colecciones con nombre creadas mediante DDL pueden habilitarse en determinados servicios de ClickHouse Cloud. Contacte con Support para confirmar la disponibilidad.
Funciones de lectura
Compatibilidad de lectura
✅
✅
Compatibilidad completa con SELECT y todas las funciones de ClickHouse SQL
Experimental. Requiere Iceberg v2 o superior, allow_insert_into_iceberg = 1 y allow_iceberg_remove_orphan_files = 1. Consulte Eliminar archivos huérfanos.
Escritura de particiones
✅ Beta
✅ Beta
Compatible con escrituras en Iceberg.
Modificación de particiones
❌
❌
No se admite cambiar el esquema de particionamiento desde ClickHouse. ClickHouse puede escribir en tablas Iceberg con un esquema de particionamiento evolucionado.
Metadatos
Ramificación y etiquetado
❌
❌
No se admiten referencias a ramas ni etiquetas de Iceberg
Resolución de archivos de metadatos
✅
✅
Admite la resolución mediante catálogos, enumeración de directorios, version-hint y una ruta específica. Consulte Resolución de archivos de metadatos.
Caché de datos
✅
✅
Utiliza el mismo mecanismo que los motores de almacenamiento S3/Azure/HDFS. Consulte Caché de datos.
Caché de metadatos
✅
✅
Habilitada de forma predeterminada mediante use_iceberg_metadata_files_cache. Consulte Caché de metadatos.
A partir de la versión 25.6, ClickHouse lee tablas de Delta Lake mediante el kernel de Rust para Delta Lake, lo que ofrece una mayor compatibilidad con funcionalidades; sin embargo, se conocen problemas al acceder a datos en Azure Blob Storage. Por este motivo, el kernel se deshabilita al leer datos en Azure Blob Storage. A continuación se indican las funcionalidades que requieren este kernel.
Las colecciones con nombre creadas con DDL pueden habilitarse en determinados servicios de ClickHouse Cloud. Contacte con Soporte para confirmar la disponibilidad.
Características de lectura
Compatibilidad de lectura
✅
✅
Compatibilidad completa con SELECT y todas las funciones de ClickHouse SQL
Requiere Delta Kernel. Las escrituras son compatibles con S3 y GCS; las escrituras en Azure no son compatibles. Requiere allow_delta_lake_writes = 1 a partir de v26.7; en versiones anteriores, use allow_experimental_delta_lake_writes = 1. Consulte Escrituras de Delta Lake.
DELETE / UPDATE / MERGE
❌
❌
No compatible
Crear tabla vacía
❌
❌
La operación CREATE TABLE supone que la tabla de Delta Lake ya existe en el almacenamiento de objetos.
Caché
Almacenamiento en caché de datos
✅
✅
El mismo mecanismo que los motores de almacenamiento S3/Azure/HDFS. Consulte Caché de datos.
Las colecciones con nombre creadas mediante DDL pueden habilitarse en determinados servicios de ClickHouse Cloud. Contacte con Soporte para confirmar la disponibilidad.
Funciones de lectura
Compatibilidad de lectura
✅
✅
Compatibilidad completa con SELECT y todas las funciones de ClickHouse SQL
Experimental. Las colecciones con nombre creadas mediante DDL pueden habilitarse en determinados servicios de ClickHouse Cloud. Contacte con el equipo de soporte para confirmar la disponibilidad.
Funciones de lectura
Compatibilidad de lectura
⚠️
Experimental. Compatibilidad total con SELECT y todas las funciones de ClickHouse SQL
ClickHouse puede conectarse a catálogos de datos externos mediante el motor de base de datos DataLakeCatalog, que expone el catálogo como una base de datos de ClickHouse. Las tablas registradas en el catálogo aparecen automáticamente y pueden consultarse con SQL estándar.Actualmente, se admiten los siguientes catálogos. Consulta la guía de referencia de cada catálogo para obtener las instrucciones completas de configuración.
Actualmente, todas las integraciones de catálogos requieren habilitar una configuración experimental o beta. Con la excepción de Microsoft OneLake, Databricks Unity Catalog y SeaweedFS, todos los catálogos ofrecen acceso de solo lectura: las tablas pueden consultarse, pero no pueden crearse ni modificarse a través de la conexión al catálogo. Para cargar datos desde un catálogo en ClickHouse y acelerar las analíticas, usa INSERT INTO SELECT como se describe en la guía para acelerar las analíticas. Para escribir datos de nuevo en formatos de tabla abiertos, crea tablas Iceberg independientes como se describe en la guía para escribir datos.
