Apache ORC 是一种在 Hadoop 生态中广泛使用的列式存储格式。
下表比较了支持的 ORC 数据类型,以及它们在
INSERT 和 SELECT 查询中对应的 ClickHouse 数据类型。
- 不支持其他类型。
- ORC
Union列会被读取为由 union 的分支类型构成的 Variant,而Variant列会被写入为由其分支类型构成的 ORCUnion。请注意,Variant会对其分支类型排序,因此分支顺序可能与 ORC 文件不同。不支持包含重复分支类型的 union (例如uniontype<int,int>) 。 Array可以嵌套,也可以接受Nullable类型的值作为参数。Tuple和Map类型同样可以嵌套。- ClickHouse 表列的数据类型不必与对应的 ORC 数据字段一致。插入数据时,ClickHouse 会根据上表解释数据类型,然后将数据转换为 ClickHouse 表列设置的数据类型。
football.orc、包含以下数据的 ORC 文件:
ORC 格式读取数据:
要与 Hadoop 交换数据,可以使用 HDFS 表引擎。