跳到主要内容
跳到主要内容

可执行表函数用于用户定义的函数（UDF）

executable 表函数根据您在脚本中定义的用户定义的函数（UDF）的输出创建一个表，该函数将行输出到 stdout。可执行脚本存储在 users_scripts 目录中，并可以从任何源读取数据。确保您的 ClickHouse 服务器具有运行可执行脚本所需的所有软件包。例如，如果它是一个 Python 脚本，请确保服务器安装了必要的 Python 软件包。

您可以选择性地包含一个或多个输入查询，这些查询将其结果流式传输到 stdin 供脚本读取。

备注

普通 UDF 函数与 executable 表函数和 Executable 表引擎之间的一个主要优势是，普通 UDF 函数无法更改行数。例如，如果输入是 100 行，则结果必须返回 100 行。当使用 executable 表函数或 Executable 表引擎时，您的脚本可以进行任何您想要的数据转换，包括复杂的聚合。

语法​

executable 表函数需要三个参数，并接受一个可选的输入查询列表：

  • script_name: 脚本的文件名，保存在 user_scripts 文件夹中（user_scripts_path 设置的默认文件夹）。
  • format: 生成表的格式。
  • structure: 生成表的表架构。
  • input_query: 一个可选的查询（或查询集合），其结果通过 stdin 传递给脚本。
备注

如果您要重复调用相同的脚本并使用相同的输入查询，请考虑使用 Executable 表引擎。

以下 Python 脚本名为 generate_random.py，并保存在 user_scripts 文件夹中。它读取一个数字 i，并打印 i 个随机字符串，每个字符串前面都有一个数字，用制表符分隔：

让我们调用脚本并生成 10 个随机字符串：

响应如下所示：

设置​

  • send_chunk_header - 控制在发送数据块进行处理之前是否发送行数。默认值为 false。
  • pool_size — 池的大小。如果指定 pool_size 为 0，则没有池大小限制。默认值为 16。
  • max_command_execution_time — 处理数据块的可执行脚本命令执行的最大时间。以秒为单位。默认值为 10。
  • command_termination_timeout — 可执行脚本应包含主读写循环。在表函数销毁后，管道关闭，执行文件将有 command_termination_timeout 秒的时间进行关机，之后 ClickHouse 将向子进程发送 SIGTERM 信号。以秒为单位。默认值为 10。
  • command_read_timeout - 从命令 stdout 读取数据的超时时间（以毫秒为单位）。默认值 10000。
  • command_write_timeout - 向命令 stdin 写入数据的超时时间（以毫秒为单位）。默认值 10000。

将查询结果传递给脚本​

一定要查看 Executable 表引擎中的示例，了解 如何将查询结果传递给脚本。以下是如何在该示例中使用 executable 表函数执行相同脚本：