ORC

输入	输出	别名
✔	✔

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 在 INSERT 和 SELECT 查询中的使用。

ORC 数据类型 (INSERT)	ClickHouse 数据类型	ORC 数据类型 (SELECT)
Boolean	UInt8	Boolean
Tinyint	Int8/UInt8/Enum8	Tinyint
Smallint	Int16/UInt16/Enum16	Smallint
Int	Int32/UInt32	Int
Bigint	Int64/UInt32	Bigint
Float	Float32	Float
Double	Float64	Double
Decimal	Decimal	Decimal
Date	Date32	Date
Timestamp	DateTime64	Timestamp
String, Char, Varchar, Binary	String	Binary
List	Array	List
Struct	Tuple	Struct
Map	Map	Map
Int	IPv4	Int
Binary	IPv6	Binary
Binary	Int128/UInt128/Int256/UInt256	Binary
Binary	Decimal256	Binary

• 不支持其他类型。
• 数组可以嵌套，并且可以作为参数使用 Nullable 类型的值。Tuple 和 Map 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。在插入数据时，ClickHouse 根据上表解释数据类型，然后 转换 数据为 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从文件插入 ORC 数据到 ClickHouse 表中：

选择数据

您可以从 ClickHouse 表中选择数据，并使用以下命令将其保存为 ORC 格式的文件：

格式设置

设置	描述	默认值
output_format_arrow_string_as_string	对于字符串列使用箭头字符串类型而不是二进制。	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	忽略大小写以匹配 Arrow 列与 ClickHouse 列。	false
input_format_arrow_allow_missing_columns	读取 Arrow 数据时允许缺少列。	false
input_format_arrow_skip_columns_with_unsupported_types_in_schema_inference	允许在进行 Arrow 格式的模式推断时跳过不支持的类型列。	false

要与 Hadoop 交换数据，您可以使用 HDFS 表引擎。