Parquet
| Input | Output | Alias |
|---|---|---|
| ✔ | ✔ |
説明
Apache Parquet は、Hadoop エコシステムで広く使用されている列指向ストレージ形式です。ClickHouse は、この形式の読み取りおよび書き込み操作をサポートしています。
データ型の一致
以下の表は、サポートされているデータ型と、それらが ClickHouse の データ型 にどのように一致するかを示しています。
Parquet データ型 (INSERT) | ClickHouse データ型 | Parquet データ型 (SELECT) |
|---|---|---|
BOOL | Bool | BOOL |
UINT8, BOOL | UInt8 | UINT8 |
INT8 | Int8/Enum8 | INT8 |
UINT16 | UInt16 | UINT16 |
INT16 | Int16/Enum16 | INT16 |
UINT32 | UInt32 | UINT32 |
INT32 | Int32 | INT32 |
UINT64 | UInt64 | UINT64 |
INT64 | Int64 | INT64 |
FLOAT | Float32 | FLOAT |
DOUBLE | Float64 | DOUBLE |
DATE | Date32 | DATE |
TIME (ms) | DateTime | UINT32 |
TIMESTAMP, TIME (us, ns) | DateTime64 | TIMESTAMP |
STRING, BINARY | String | BINARY |
STRING, BINARY, FIXED_LENGTH_BYTE_ARRAY | FixedString | FIXED_LENGTH_BYTE_ARRAY |
DECIMAL | Decimal | DECIMAL |
LIST | Array | LIST |
STRUCT | Tuple | STRUCT |
MAP | Map | MAP |
UINT32 | IPv4 | UINT32 |
FIXED_LENGTH_BYTE_ARRAY, BINARY | IPv6 | FIXED_LENGTH_BYTE_ARRAY |
FIXED_LENGTH_BYTE_ARRAY, BINARY | Int128/UInt128/Int256/UInt256 | FIXED_LENGTH_BYTE_ARRAY |
配列は入れ子にでき、引数として Nullable 型の値を持つことができます。Tuple および Map 型も入れ子にできます。
サポートされていない Parquet データ型は次のとおりです：
FIXED_SIZE_BINARYJSONUUIDENUM。
ClickHouse テーブルカラムのデータ型は、挿入される Parquet データの対応するフィールドとは異なる場合があります。データを挿入する際、ClickHouse は上の表に従ってデータ型を解釈し、その後 キャスト を行って、ClickHouse テーブルカラムに設定されたデータ型にデータを変換します。
使用例
データの挿入と選択
次のコマンドを使用して、ファイルから ClickHouse テーブルに Parquet データを挿入できます：
次のコマンドを使用して、ClickHouse テーブルからデータを選択し、Parquet 形式のファイルに保存できます：
Hadoop とデータを交換するには、HDFS テーブルエンジン を使用できます。
フォーマット設定
| 設定 | 説明 | デフォルト |
|---|---|---|
input_format_parquet_case_insensitive_column_matching | Parquet カラムと CH カラムを照合する際に、大文字小文字を無視します。 | 0 |
input_format_parquet_preserve_order | Parquet ファイルから読み取る際に、行の順序を変更しないようにします。通常、これにより遅くなります。 | 0 |
input_format_parquet_filter_push_down | Parquet ファイルを読み取る際に、WHERE/PREWHERE 式および Parquet メタデータの最小/最大統計情報に基づいて全行グループをスキップします。 | 1 |
input_format_parquet_bloom_filter_push_down | Parquet ファイルを読み取る際に、WHERE 式および Parquet メタデータのブルームフィルタに基づいて全行グループをスキップします。 | 0 |
input_format_parquet_use_native_reader | Parquet ファイルを読み取る際に、Arrow リーダーの代わりにネイティブリーダーを使用します。 | 0 |
input_format_parquet_allow_missing_columns | Parquet 入力形式読み取り時に、欠落しているカラムを許可します。 | 1 |
input_format_parquet_local_file_min_bytes_for_seek | Local read (file) においてファイルをシークするために必要な最小バイト数です。これにより、Parquet 入力形式で読み取りと無視を行うことができます。 | 8192 |
input_format_parquet_enable_row_group_prefetch | Parquet パース時に行グループのプリフェッチを有効にします。現在、単一スレッドのパースのみがプリフェッチを行うことができます。 | 1 |
input_format_parquet_skip_columns_with_unsupported_types_in_schema_inference | スキーマ推論時に、サポートされていない型のカラムをスキップします。 | 0 |
input_format_parquet_max_block_size | Parquet リーダーの最大ブロックサイズです。 | 65409 |
input_format_parquet_prefer_block_bytes | Parquet リーダーによって出力される平均ブロックバイト数です。 | 16744704 |
output_format_parquet_row_group_size | 行のターゲット Row Group サイズです。 | 1000000 |
output_format_parquet_row_group_size_bytes | 圧縮前のバイトでのターゲット Row Group サイズです。 | 536870912 |
output_format_parquet_string_as_string | 文字列カラムのために Parquet String 型を使用します。 | 1 |
output_format_parquet_fixed_string_as_fixed_byte_array | 固定文字列カラムのために Parquet FIXED_LENGTH_BYTE_ARRAY 型を使用します。 | 1 |
output_format_parquet_version | 出力フォーマット用の Parquet フォーマットバージョンです。サポートされているバージョン：1.0、2.4、2.6、および2.latest (デフォルト)。 | 2.latest |
output_format_parquet_compression_method | Parquet 出力フォーマットの圧縮方法です。サポートされているコーデック：snappy、lz4、brotli、zstd、gzip、none (非圧縮)。 | zstd |
output_format_parquet_compliant_nested_types | Parquet ファイルスキーマで、リスト要素の名称に 'element' を使用します。これは Arrow ライブラリの実装の履歴的な遺物です。一般的には互換性が向上しますが、古いバージョンの Arrow の一部では例外があります。 | 1 |
output_format_parquet_use_custom_encoder | より高速な Parquet エンコーダー実装を使用します。 | 1 |
output_format_parquet_parallel_encoding | 複数スレッドで Parquet エンコーディングを行います。output_format_parquet_use_custom_encoder が必要です。 | 1 |
output_format_parquet_data_page_size | 圧縮前のバイト単位のターゲットページサイズです。 | 1048576 |
output_format_parquet_batch_size | この行数ごとにページサイズを確認します。平均値のサイズが数KBを超えるカラムがある場合は減少を検討してください。 | 1024 |
output_format_parquet_write_page_index | Parquet ファイルにページインデックスを書く機能を追加します。 | 1 |
input_format_parquet_import_nested | 廃止された設定で、何もしません。 | 0 |
