TabSeparated
输入 | 输出 | 别名 |
---|---|---|
✔ | ✔ | TSV |
描述
在 TabSeparated 格式中,数据按行写入。每行包含由制表符分隔的值。每个值后面都跟一个制表符,除了行中的最后一个值,它后面跟随换行符。假定所有地方均严格采用 Unix 换行符。最后一行也必须在末尾包含换行符。值以文本格式写入,不带引号,且特殊字符已转义。
该格式也可以称为 TSV
。
TabSeparated
格式方便使用自定义程序和脚本处理数据。它在 HTTP 接口以及命令行客户端的批处理模式中默认使用。该格式还允许在不同的数据库管理系统之间转移数据。例如,你可以从 MySQL 获取转储并将其上传到 ClickHouse,反之亦然。
TabSeparated
格式支持输出总值(使用 WITH TOTALS时)和极值(当 'extremes' 设置为 1 时)。在这些情况下,总值和极值会在主数据之后输出。主结果、总值和极值之间以空行分隔。示例:
数据格式化
整数以十进制形式写入。数字可以在开头包含一个额外的 "+" 字符(在解析时忽略,并且在格式化时不记录)。非负数不能包含负号。在读取时,允许将空字符串解析为零,或(对于有符号类型)将只包含负号的字符串解析为零。不适合相应数据类型的数字可以被解析为不同的数字,而不会出现错误消息。
浮点数以十进制形式写入。小数点作为小数分隔符。支持指数条目,以及 'inf'、'+inf'、'-inf' 和 'nan'。浮点数的条目可以以小数点开头或结尾。在格式化过程中,浮点数可能会丢失精度。在解析过程中,不严格要求读取最近的机器可表示数字。
日期以 YYYY-MM-DD 格式写入,并以相同格式解析,但分隔符可以是任意字符。带时间的日期以格式 YYYY-MM-DD hh:mm:ss
写入,并以相同格式解析,但分隔符可以是任意字符。这一切均发生在客户端或服务器启动时的系统时区(取决于格式化数据的是哪一方)。对于带时间的日期,不指定夏令时。因此,如果转储在夏令时中存在时间,转储将不明确匹配数据,解析将选择两种时间中的一种。在读取操作中,不正确的日期和带时间的日期可以自然溢出解析为 null 日期和时间,而不会出现错误消息。
作为例外,如果 Unix 时间戳格式的带时间日期由正好 10 位十进制数字组成,也支持解析。结果不依赖于时区。格式 YYYY-MM-DD hh:mm:ss
和 NNNNNNNNNN
会自动区分。
字符串以反斜杠转义的特殊字符输出。输出使用以下转义序列:\b
、\f
、\r
、\n
、\t
、\0
、\'
、\\
。解析也支持序列 \a
、\v
和 \xHH
(十六进制转义序列)以及任意 \c
序列,其中 c
是任意字符(这些序列会被转换为 c
)。因此,读取数据支持以 \n
或 \
写入换行符,或作为换行符。例如,字符串 Hello world
在单词之间用换行替代空格的格式可以解析为以下任何变体:
第二种变体受到支持,因为 MySQL 在写入制表符分隔的转储时使用它。
在传递数据时,使用 TabSeparated 格式需要转义的字符最小集:制表符、换行符 (LF) 和反斜杠。
只有一小部分符号会被转义。你可能会轻易遇到导致终端在输出中出现错误的字符串值。
数组作为用逗号分隔值的列表写入,位于方括号内。数组中的项正常格式化。Date
和 DateTime
类型用单引号写入。字符串用单引号写入,并与上面相同的转义规则。
NULL 根据设置 format_tsv_null_representation 进行格式化(默认值为 \N
)。
在输入数据中,ENUM 值可以表示为名称或 id。首先,我们尝试将输入值与 ENUM 名称匹配。如果失败且输入值为数字,我们尝试将此数字与 ENUM id 匹配。如果输入数据仅包含 ENUM id,建议启用设置 input_format_tsv_enum_as_number 来优化 ENUM 解析。
Nested 结构的每个元素作为数组表示。
例如:
示例用法
格式设置
设置 | 描述 | 默认 |
---|---|---|
format_tsv_null_representation | 自定义 TSV 格式的 NULL 表示。 | \N |
input_format_tsv_empty_as_default | 将 TSV 输入中的空字段视为默认值。对于复杂的默认表达式,必须启用 input_format_defaults_for_omitted_fields。 | false |
input_format_tsv_enum_as_number | 将 TSV 格式中插入的枚举值视为枚举索引。 | false |
input_format_tsv_use_best_effort_in_schema_inference | 使用一些调整和启发式方法推断 TSV 格式的模式。如果禁用,所有字段将被推断为字符串。 | true |
output_format_tsv_crlf_end_of_line | 如果设置为 true,TSV 输出格式的行结束符将为 \r\n 而不是 \n 。 | false |
input_format_tsv_crlf_end_of_line | 如果设置为 true,TSV 输入格式的行结束符将为 \r\n 而不是 \n 。 | false |
input_format_tsv_skip_first_lines | 跳过数据开头指定数量的行。 | 0 |
input_format_tsv_detect_header | 自动检测 TSV 格式中的名称和类型的头。 | true |
input_format_tsv_skip_trailing_empty_lines | 跳过数据末尾的尾随空行。 | false |
input_format_tsv_allow_variable_number_of_columns | 允许在 TSV 格式中使用可变列数,忽略多余的列,并在缺少的列上使用默认值。 | false |