跳到主要内容
跳到主要内容

ORC

InputOutputAlias

描述

Apache ORC 是一种广泛用于 Hadoop 生态系统的列式存储格式。

数据类型匹配

下表比较了支持的 ORC 数据类型及其对应的 ClickHouse 数据类型INSERTSELECT 查询中的对应关系。

ORC 数据类型 (INSERT)ClickHouse 数据类型ORC 数据类型 (SELECT)
BooleanUInt8Boolean
TinyintInt8/UInt8/Enum8Tinyint
SmallintInt16/UInt16/Enum16Smallint
IntInt32/UInt32Int
BigintInt64/UInt32Bigint
FloatFloat32Float
DoubleFloat64Double
DecimalDecimalDecimal
DateDate32Date
TimestampDateTime64Timestamp
String, Char, Varchar, BinaryStringBinary
ListArrayList
StructTupleStruct
MapMapMap
IntIPv4Int
BinaryIPv6Binary
BinaryInt128/UInt128/Int256/UInt256Binary
BinaryDecimal256Binary
  • 其他类型不受支持。
  • 数组可以嵌套,并可以将 Nullable 类型的值作为参数。TupleMap 类型也可以嵌套。
  • ClickHouse 表列的数据类型不必与对应的 ORC 数据字段匹配。插入数据时,ClickHouse 会根据上述表格解释数据类型,然后将数据 转换 为为 ClickHouse 表列设置的数据类型。

示例用法

插入数据

您可以使用以下命令将 ORC 数据从文件插入到 ClickHouse 表中:

选择数据

您可以使用以下命令从 ClickHouse 表中选择数据并将其保存为 ORC 格式的文件:

格式设置

设置描述默认值
output_format_arrow_string_as_string对于字符串列,使用 Arrow String 类型而不是 Binary。false
output_format_orc_compression_method输出 ORC 格式中使用的压缩方法。默认值none
input_format_arrow_case_insensitive_column_matching匹配 Arrow 列与 ClickHouse 列时忽略大小写。false
input_format_arrow_allow_missing_columns在读取 Arrow 数据时允许缺少列。false
input_format_arrow_skip_columns_with_unsupported_types_in_schema_inference允许在 Arrow 格式的模式推断中跳过不支持的类型的列。false

要与 Hadoop 交换数据,您可以使用 HDFS 表引擎