> ## 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. # Cómo ingestar archivos Parquet desde un bucket de S3 > Aprende los conceptos básicos del uso del motor de tabla S3 en ClickHouse para ingestar y consultar archivos Parquet desde un bucket de S3, incluida la configuración, los permisos de acceso y ejemplos de importación de datos. {frontMatter.description}
## Ingesta de archivos Parquet desde un bucket de S3
A continuación, se presentan algunos conceptos básicos sobre el uso del motor de tabla S3 para leer archivos Parquet. * cree claves de acceso y secretas para un usuario de servicio de IAM. los usuarios normales de inicio de sesión por lo general no funcionan, ya que pueden haberse configurado con una política de MFA. * establezca los permisos en la política para permitir que el usuario de servicio acceda al bucket y a las carpetas. A continuación se muestra un ejemplo muy sencillo que puede usar para probar que el acceso a sus archivos Parquet funciona correctamente antes de aplicarlo a sus datos reales. Si necesita un ejemplo de cómo crear un usuario y un bucket, puede seguir las dos primeras secciones (crear usuario y crear bucket): [Integración de S3 con ClickHouse](/docs/es/integrations/connectors/data-ingestion/AWS/integrating-s3-with-clickhouse) Yo utilicé este archivo de muestra: [https://github.com/Teradata/kylo/tree/master/samples/sample-data/parquet](https://github.com/Teradata/kylo/tree/master/samples/sample-data/parquet) y lo cargué en mi bucket de prueba Puede configurar la política del bucket de una forma similar a esta: (ajústela según sea necesario; esta es bastante abierta en cuanto a privilegios, pero ayudará en las pruebas. puede restringir sus permisos según sea necesario) ``` { "Version": "2012-10-17", "Id": "Policy123456", "Statement": [ { "Sid": "abc123", "Effect": "Allow", "Principal": { "AWS": [ "arn:aws:iam::1234567890:user/mars-s3-user" ] }, "Action": "s3:*", "Resource": [ "arn:aws:s3:::mars-doc-test", "arn:aws:s3:::mars-doc-test/*" ] } ] } ``` Puede ejecutar consultas con una sintaxis como esta mediante el motor de tabla S3: [https://clickhouse.com/docs/sql-reference/table-functions/s3/](https://clickhouse.com/docs/sql-reference/table-functions/s3/) ``` clickhouse-cloud :) select count(*) from s3('https://mars-doc-test.s3.amazonaws.com/s3-parquet-test/userdata1.parquet','ABC123', 'abc+123', 'Parquet', 'first_name String'); SELECT count(*) FROM s3('https://mars-doc-test.s3.amazonaws.com/s3-parquet-test/userdata1.parquet', 'ABC123', 'abc+123', 'Parquet', 'first_name String') Query id: fd4f1193-d604-4ac0-9a46-bdd2d5e14727 ┌─count()─┐ │ 1000 │ └─────────┘ 1 row in set. Elapsed: 1.274 sec. Processed 1.00 thousand rows, 14.64 KB (784.81 rows/s., 11.49 KB/s.) ``` La referencia de tipos de datos para el formato Parquet está aquí: [https://clickhouse.com/docs/interfaces/formats/#data-format-parquet](https://clickhouse.com/docs/interfaces/formats/#data-format-parquet) Para incorporar los datos a una tabla nativa de ClickHouse: cree la tabla, algo así (solo elegí un par de columnas del archivo Parquet): ``` clickhouse-cloud :) CREATE TABLE my_parquet_table (id UInt64, first_name String) ENGINE = MergeTree ORDER BY id; CREATE TABLE my_parquet_table ( `id` UInt64, `first_name` String ) ENGINE = MergeTree ORDER BY id Query id: 412e3994-bf8e-444e-ac43-a7c82642b7da Ok. 0 rows in set. Elapsed: 0.600 sec. ``` Seleccione los datos del bucket de S3 para insertarlos en la nueva tabla: ``` clickhouse-cloud :) INSERT INTO my_parquet_table (id, first_name) SELECT id, first_name FROM s3('https://mars-doc-test.s3.amazonaws.com/s3-parquet-test/userdata1.parquet', 'ABC123','abc+123', 'Parquet', 'id UInt64, first_name String') FORMAT Parquet INSERT INTO my_parquet_table (id, first_name) SELECT id, first_name FROM s3('https://mars-doc-test.s3.amazonaws.com/s3-parquet-test/userdata1.parquet', 'ABC123', 'abc+123', 'Parquet', 'id UInt64, first_name String') Query id: c3cdc871-f338-462d-8797-6751b45a0b58 Ok. 0 rows in set. Elapsed: 1.220 sec. Processed 1.00 thousand rows, 22.64 KB (819.61 rows/s., 18.56 KB/s.) ``` Compruebe la importación: ``` clickhouse-cloud :) SELECT * FROM my_parquet_table LIMIT 10; SELECT * FROM my_parquet_table LIMIT 10 Query id: 1ccf59dd-d804-46a9-aadd-ed5c57b9e1a0 ┌─id─┬─first_name─┐ │ 1 │ Amanda │ │ 2 │ Albert │ │ 3 │ Evelyn │ │ 4 │ Denise │ │ 5 │ Carlos │ │ 6 │ Kathryn │ │ 7 │ Samuel │ │ 8 │ Harry │ │ 9 │ Jose │ │ 10 │ Emily │ └────┴────────────┘ ``` Cuando estés listo para importar tus datos reales, puedes usar una sintaxis especial, como comodines y rangos, para especificar las carpetas, subcarpetas y archivos en tu bucket. Te recomiendo filtrar algunos directorios y archivos para probar la importación primero; por ejemplo, un año determinado, un par de meses y algún rango de fechas. además de las opciones de ruta aquí, recientemente se añadió la sintaxis `**`, que especifica todos los subdirectorios de forma recursiva. [https://clickhouse.com/docs/sql-reference/table-functions/s3/](https://clickhouse.com/docs/sql-reference/table-functions/s3/) Por ejemplo, suponiendo que las rutas y la estructura del bucket sean algo así: `https://your_s3_bucket.s3.amazonaws.com/////.parquet` `https://mars-doc-test.s3.amazonaws.com/system_logs/2022/11/01/my-app-logs-0001.parquet` Esto obtendría todos los archivos correspondientes al día 1 de cada mes en 2021-2022 `https://mars-doc-test.s3.amazonaws.com/system_logs/{2021-2022}/**/01/*.parquet`