> ## 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.

> 使用 ClickHouse 的 azureBlobStorage 表函数

# 使用 ClickHouse 的 azureBlobStorage 表函数

export const Image = ({img, alt, size = "lg"}) => {
  const normalizedSize = ["sm", "md", "lg"].includes(size) ? size : "lg";
  return <div className={`ch-image-${normalizedSize}`}>
      <Frame>
        <img src={img} alt={alt} />
      </Frame>
    </div>;
};

这是将数据从 Azure Blob 存储或 Azure Data Lake Storage 复制到 ClickHouse 的最高效、最直接的方法之一。使用此表函数，您可以让 ClickHouse 直接连接到 Azure 存储，并按需读取数据。

它提供了类似表的接口，使您能够直接从源中选择、插入和过滤数据。该函数经过高度优化，支持许多常用文件格式，包括 `CSV`、`JSON`、`Parquet`、`Arrow`、`TSV`、`ORC`、`Avro` 等。完整列表请参见 ["数据格式"](/docs/zh/reference/formats/index)。

在本节中，我们将通过一个简单的入门指南，介绍如何将数据从 Azure Blob 存储传输到 ClickHouse，以及有效使用此函数时需要注意的重要事项。有关更多详细信息和高级选项，请参阅官方文档：
[`azureBlobStorage` 表函数文档页面](/docs/zh/reference/functions/table-functions/azureBlobStorage)

<div id="acquiring-azure-blob-storage-access-keys">
  ## 获取 Azure Blob 存储访问密钥
</div>

要让 ClickHouse 访问你的 Azure Blob 存储，你需要一个包含访问密钥的连接字符串。

1. 在 Azure 门户中，进入你的 **存储帐户**。

2. 在左侧菜单中，选择 **安全 +
   网络** 部分下的 **访问密钥**。
   <Image img="https://mintcdn.com/private-7c7dfe99/k4wNHsd_gyvah7Fr/images/integrations/data-ingestion/azure-data-factory/azure-data-store-settings.webp?fit=max&auto=format&n=k4wNHsd_gyvah7Fr&q=85&s=508a9d21ffb595d9c42aceb1b8d41758" size="lg" alt="Azure 数据存储设置" border width="1910" height="956" data-path="images/integrations/data-ingestion/azure-data-factory/azure-data-store-settings.webp" />

3. 选择 **key1** 或 **key2**，然后点击 **连接字符串** 字段旁边的
   **显示** 按钮。
   <Image img="https://mintcdn.com/private-7c7dfe99/k4wNHsd_gyvah7Fr/images/integrations/data-ingestion/azure-data-factory/azure-data-store-access-keys.webp?fit=max&auto=format&n=k4wNHsd_gyvah7Fr&q=85&s=4c6be625cdb736a731bd995ceb65ef47" size="lg" alt="Azure 数据存储访问密钥" border width="1910" height="956" data-path="images/integrations/data-ingestion/azure-data-factory/azure-data-store-access-keys.webp" />

4. 复制该连接字符串——你将在 azureBlobStorage 表函数中将其用作参数。

<div id="querying-the-data-from-azure-blob-storage">
  ## 从 Azure Blob 存储查询数据
</div>

打开您常用的 ClickHouse 查询控制台——可以是 ClickHouse Cloud
Web 界面、ClickHouse 命令行客户端，或任何其他用于运行
查询的工具。准备好连接字符串和 ClickHouse 查询
控制台后，您就可以开始直接从 Azure Blob 存储查询数据。

在下面的示例中，我们将查询位于名为 data-container 的
容器中的 JSON 文件里存储的全部数据：

```sql theme={null}
SELECT * FROM azureBlobStorage(
    '<YOUR CONNECTION STRING>',
    'data-container',
    '*.json',
    'JSONEachRow');
```

如果你想把这些数据复制到本地 ClickHouse 表中 (例如 `my&#95;table`) ，
可以使用 `INSERT INTO ... SELECT` 语句：

```sql theme={null}
INSERT INTO my_table
SELECT * FROM azureBlobStorage(
    '<YOUR CONNECTION STRING>',
    'data-container',
    '*.json',
    'JSONEachRow');
```

这样你就能高效地将外部数据导入 ClickHouse，而无需
经过中间的 ETL 步骤。

<div id="simple-example-using-the-environmental-sensors-dataset">
  ## 使用 Environmental Sensors 数据集的简单示例
</div>

作为示例，我们将从 Environmental Sensors
数据集中下载一个文件。

1. 从 [Environmental Sensors 数据集](/docs/zh/get-started/sample-datasets/environmental-sensors)
   下载一个[样本文件](https://clickhouse-public-datasets.s3.eu-central-1.amazonaws.com/sensors/monthly/2019-06_bmp180.csv.zst)

2. 在 Azure 门户中，如果你还没有存储帐户，请新建一个存储帐户。

<Warning>
  请确保你的存储帐户已启用 **Allow storage account key access**，否则你将无法使用帐户密钥访问
  数据。
</Warning>

3. 在你的存储帐户中创建一个新容器。在本示例中，我们将其命名为 sensors。
   如果你使用的是现有容器，则可以跳过此步骤。

4. 将之前下载的 `2019-06_bmp180.csv.zst` 文件上传到该
   容器。

5. 按照前文所述的步骤，获取 Azure Blob 存储
   连接字符串。

完成以上设置后，你就可以直接从 Azure Blob 存储查询数据：

```sql theme={null}
    SELECT *
    FROM azureBlobStorage(
        '<YOUR CONNECTION STRING>', 
        'sensors',
        '2019-06_bmp180.csv.zst', 
        'CSVWithNames')
    LIMIT 10
    SETTINGS format_csv_delimiter = ';'
```

7. 要将数据加载到表中，请创建原始数据集中所用
   schema 的简化版本：
   ```sql theme={null}
   CREATE TABLE sensors
   (
       sensor_id UInt16,
       lat Float32,
       lon Float32,
       timestamp DateTime,
       temperature Float32
   )
   ENGINE = MergeTree
   ORDER BY (timestamp, sensor_id);
   ```

<Info>
  有关查询 Azure Blob 存储等外部数据源时的配置选项和 schema 推断的更多信息，
  请参阅[从输入数据自动推断 schema](/docs/zh/concepts/features/interfaces/schema-inference)
</Info>

8. 现在将 Azure Blob 存储中的数据插入 sensors 表：
   ```sql theme={null}
   INSERT INTO sensors
   SELECT sensor_id, lat, lon, timestamp, temperature
   FROM azureBlobStorage(
       '<YOUR CONNECTION STRING>', 
       'sensors',
       '2019-06_bmp180.csv.zst', 
       'CSVWithNames')
   SETTINGS format_csv_delimiter = ';'
   ```

现在，sensors 表中已包含存储在 Azure Blob 存储中的 `2019-06_bmp180.csv.zst`
文件数据。

<div id="additional-resources">
  ## 其他资源
</div>

这只是对如何使用 `azureBlobStorage` 函数的基础介绍。有关
更多高级选项和配置细节，请参阅官方
文档：

* [azureBlobStorage 表函数](/docs/zh/reference/functions/table-functions/azureBlobStorage)
* [输入和输出数据格式](/docs/zh/reference/formats/index)
* [从输入数据自动推断 schema](/docs/zh/concepts/features/interfaces/schema-inference)