跳到主要内容
跳到主要内容

格式设置

这些设置是从源文件自动生成的。

allow_special_bool_values_inside_variant​

允许将 Variant 类型中的 Bool 值从诸如 "on"、"off"、"enable"、"disable" 等特殊布尔文本中解析出来。

bool_false_representation​

在 TSV/CSV/Vertical/Pretty 格式中用于表示布尔值 false 的文本。

bool_true_representation​

用于在 TSV/CSV/Vertical/Pretty 格式中表示布尔值 true 的字符串。

column_names_for_schema_inference​

用于对不包含列名的格式进行模式推断时指定的列名列表。格式：'column1,column2,column3,...'

cross_to_inner_join_rewrite​

如果在 WHERE 子句中存在连接条件，则使用 inner join 替代逗号/cross join。取值：0 - 不改写，1 - 在可能的情况下对逗号/cross join 进行改写，2 - 强制改写所有逗号 join，cross - 在可能的情况下改写

date_time_64_output_format_cut_trailing_zeros_align_to_groups_of_thousands​

动态删除 datetime64 值中尾随的零，将输出的小数位数（scale）调整为 [0, 3, 6]， 分别对应“秒（seconds）”“毫秒（milliseconds）”和“微秒（microseconds）”。

date_time_input_format​

用于选择日期和时间文本表示形式的解析器。

该设置不适用于日期和时间函数。

可能的取值：

  • 'best_effort' — 启用扩展解析。

    ClickHouse 可以解析基本的 YYYY-MM-DD HH:MM:SS 格式以及所有 ISO 8601 日期和时间格式。例如：'2018-06-08T01:02:03.000Z'。

  • 'best_effort_us' — 与 best_effort 类似（差异参见 parseDateTimeBestEffortUS）。

  • 'basic' — 使用基础解析器。

    ClickHouse 只能解析基本的 YYYY-MM-DD HH:MM:SS 或 YYYY-MM-DD 格式。例如：2019-08-20 10:18:56 或 2019-08-20。

Cloud 默认值：'best_effort'。

另请参阅：

date_time_output_format​

用于选择日期和时间文本表示的不同输出格式。

可能的取值：

  • simple - 简单输出格式。

    ClickHouse 以 YYYY-MM-DD hh:mm:ss 格式输出日期和时间。例如：2019-08-20 10:18:56。计算是根据数据类型自身的时区（如果存在）或服务器时区进行的。

  • iso - ISO 输出格式。

    ClickHouse 以 ISO 8601 YYYY-MM-DDThh:mm:ssZ 格式输出日期和时间。例如：2019-08-20T10:18:56Z。注意输出为 UTC（Z 表示 UTC）。

  • unix_timestamp - Unix 时间戳输出格式。

    ClickHouse 以 Unix 时间戳 格式输出日期和时间。例如：1566285536。

另请参阅：

date_time_overflow_behavior​

定义在将 Date、Date32、DateTime、DateTime64 或整数转换为 Date、Date32、DateTime 或 DateTime64 时，当值无法用结果类型表示时的行为。

可能的取值：

  • ignore — 静默忽略溢出。结果是未定义的。
  • throw — 在溢出时抛出异常。
  • saturate — 对结果进行饱和处理。如果该值小于目标类型可表示的最小值，则结果取为该类型可表示的最小值；如果该值大于目标类型可表示的最大值，则结果取为该类型可表示的最大值。

默认值：ignore。

dictionary_use_async_executor​

在多个线程中执行读取字典源的数据流水线。仅支持使用本地 CLICKHOUSE 源的字典。

errors_output_format​

将错误写入文本输出的方式。

exact_rows_before_limit​

启用后，ClickHouse 会为 rows_before_limit_at_least 统计指标提供精确值，但代价是必须完整读取 LIMIT 之前的所有数据。

format_avro_schema_registry_url​

在 AvroConfluent 格式下：Confluent Schema Registry 的 URL。

format_binary_max_array_size​

限制 RowBinary 格式中 Array 的最大大小。用于防止在数据损坏时分配过多内存。0 表示不设上限。

format_binary_max_string_size​

在 RowBinary 格式中 String 的最大允许大小。此设置可防止在数据损坏时分配大量内存。0 表示没有限制。

format_capn_proto_enum_comparising_mode​

如何在 ClickHouse Enum 与 CapnProto Enum 之间进行映射

format_capn_proto_use_autogenerated_schema​

如果未设置 format_schema，则使用自动生成的 CapnProto 模式

format_csv_allow_double_quotes​

当设置为 true 时，允许使用双引号括起来的字符串。

format_csv_allow_single_quotes​

设为 true 时，允许使用单引号括起字符串。

format_csv_delimiter​

在 CSV 数据中被视为分隔符的字符。如果通过字符串设置，则该字符串的长度必须为 1。

format_csv_null_representation​

在 CSV 格式中自定义 NULL 的表示

format_custom_escaping_rule​

字段转义规则（适用于 CustomSeparated 格式）

format_custom_field_delimiter​

字段分隔符（适用于 CustomSeparated 格式）

format_custom_result_after_delimiter​

结果集末尾的后缀（用于 CustomSeparated 格式）

format_custom_result_before_delimiter​

结果集前缀（用于 CustomSeparated 格式）

format_custom_row_after_delimiter​

最后一列字段后的分隔符（用于 CustomSeparated 格式）

format_custom_row_before_delimiter​

首列字段前的分隔符（用于 CustomSeparated 格式）

format_custom_row_between_delimiter​

用于 CustomSeparated 格式的行分隔符

format_display_secrets_in_show_and_select​

启用或禁用在针对表、数据库、表函数和字典执行的 SHOW 和 SELECT 查询中显示机密信息。

想要查看机密信息的用户还必须启用 display_secrets_in_show_and_select 服务器设置 并拥有 displaySecretsInShowAndSelect 权限。

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

format_json_object_each_row_column_for_object_name​

在 JSONObjectEachRow 格式中，用于存储/写入对象名的列名。 列类型应为 String。如果该值为空，将为对象名使用默认名称 row_{i}。

format_protobuf_use_autogenerated_schema​

当未设置 format_schema 时，使用自动生成的 Protobuf 架构

format_regexp​

正则表达式（适用于 Regexp 格式）

format_regexp_escaping_rule​

用于 Regexp 格式的字段转义规则

format_regexp_skip_unmatched​

跳过未被正则表达式匹配的行（用于 Regexp 格式）

format_schema​

当你在使用需要模式定义的格式（例如 Cap'n Proto 或 Protobuf）时，此参数非常有用。其值取决于具体格式。

format_schema_message_name​

在 format_schema 指定的 schema 中定义所需 message 的名称。
为了与旧版 format_schema 格式（file_name:message_name）保持兼容性：

  • 如果未指定 format_schema_message_name，则会从旧版 format_schema 值中的 message_name 部分推断出 message 名称。
  • 如果在使用旧版格式时指定了 format_schema_message_name，将会报错。

format_schema_source​

定义 format_schema 的来源。 可能的取值：

  • 'file'（默认）：format_schema 是位于 format_schemas 目录中的一个 schema 文件名。
  • 'string'：format_schema 是 schema 的字面内容。
  • 'query'：format_schema 是用于获取 schema 的查询。 当 format_schema_source 被设置为 'query' 时，需满足以下条件：
  • 查询必须恰好返回一个值：仅一行且只有一个字符串列。
  • 查询结果被视为 schema 的内容。
  • 该结果会在本地缓存到 format_schemas 目录中。
  • 可以使用以下命令清除本地缓存：SYSTEM DROP FORMAT SCHEMA CACHE FOR Files。
  • 一旦缓存，相同的查询在缓存被显式清除之前不会再次执行以获取 schema。
  • 除了本地缓存文件之外，Protobuf 消息也会缓存在内存中。即使在清除本地缓存文件之后，也必须使用 SYSTEM DROP FORMAT SCHEMA CACHE [FOR Protobuf] 清除内存缓存，才能完全刷新 schema。
  • 运行查询 SYSTEM DROP FORMAT SCHEMA CACHE 可一次性清除缓存文件和 Protobuf 消息 schema 的缓存。

format_template_resultset​

包含结果集格式字符串的文件路径（用于 Template 格式）

format_template_resultset_format​

用于结果集的格式字符串（适用于 Template 格式）

format_template_row​

包含行格式字符串的文件的路径（用于 Template 格式）

format_template_row_format​

行格式字符串（用于 Template 格式）

format_template_rows_between_delimiter​

行与行之间的分隔符（用于 Template 格式）

format_tsv_null_representation​

在 TSV 格式中自定义 NULL 的表示形式

input_format_allow_errors_num​

设置从文本格式（CSV、TSV 等）读取时可接受的最大错误数。

默认值为 0。

应始终与 input_format_allow_errors_ratio 搭配使用。

如果在读取行时发生错误，但错误计数器仍小于 input_format_allow_errors_num，ClickHouse 会忽略该行并继续处理下一行。

如果同时超过 input_format_allow_errors_num 和 input_format_allow_errors_ratio，ClickHouse 会抛出异常。

input_format_allow_errors_ratio​

设置从文本格式（CSV、TSV 等）读取时允许出现错误的最大百分比。 该百分比通过 0 到 1 之间的浮点数指定。

默认值为 0。

始终与 input_format_allow_errors_num 一起使用。

如果在读取行时发生错误，但错误比例仍小于 input_format_allow_errors_ratio，ClickHouse 会忽略该行并继续处理下一行。

如果同时超过 input_format_allow_errors_num 和 input_format_allow_errors_ratio，ClickHouse 会抛出异常。

input_format_allow_seeks​

在读取 ORC/Parquet/Arrow 输入格式的数据时允许进行随机定位（seek）操作。

默认启用。

input_format_arrow_allow_missing_columns​

允许在读取 Arrow 输入格式时存在缺失列

input_format_arrow_case_insensitive_column_matching​

在将 Arrow 列与 ClickHouse 列进行匹配时忽略大小写。

input_format_arrow_skip_columns_with_unsupported_types_in_schema_inference​

在对 Arrow 格式进行 schema 推断时，跳过具有不支持类型的列

input_format_avro_allow_missing_fields​

对于 Avro/AvroConfluent 格式：在 schema 中未找到字段时，使用默认值，而不是报错

input_format_avro_null_as_default​

在 Avro/AvroConfluent 格式下：当为 null 且对应列为非 Nullable 时插入默认值

input_format_binary_decode_types_in_binary_format​

在 RowBinaryWithNamesAndTypes 输入格式中，将数据类型以二进制格式读取，而不是读取类型名称

input_format_binary_read_json_as_string​

在 RowBinary 输入格式中，将 JSON 数据类型的值读取为 JSON String 类型的值。

input_format_bson_skip_fields_with_unsupported_types_in_schema_inference​

在对 BSON 格式进行模式推断时，跳过类型不受支持的字段。

input_format_capn_proto_skip_fields_with_unsupported_types_in_schema_inference​

在对 CapnProto 格式进行模式推断时，跳过包含不受支持类型的列

input_format_csv_allow_cr_end_of_line​

如果将其设置为 true，则允许在行尾出现 \r，且其后不再跟随任何字符

input_format_csv_allow_variable_number_of_columns​

在 CSV 输入中忽略多余的列（如果文件的列数多于预期），并将 CSV 输入中缺失的列按默认值处理

input_format_csv_allow_whitespace_or_tab_as_delimiter​

允许在 CSV 字符串中使用空格和制表符（\t）作为字段分隔符

input_format_csv_arrays_as_nested_csv​

从 CSV 读取 Array 时，假定其元素是先按嵌套 CSV 格式序列化，然后整体放入一个字符串中。示例："[""Hello"", ""world"", ""42"""" TV""]"。数组外层的括号可以省略。

input_format_csv_deserialize_separate_columns_into_tuple​

如果设置为 true，则以 CSV 格式写入的多个独立列可以反序列化为一个 Tuple 列。

input_format_csv_detect_header​

在 CSV 格式中自动检测包含列名和类型的表头行

input_format_csv_empty_as_default​

将 CSV 输入中的空字段按默认值处理。

input_format_csv_enum_as_number​

在 CSV 格式中，将插入的枚举值视为枚举索引处理

input_format_csv_skip_first_lines​

在 CSV 格式数据中跳过开头指定数量的行

input_format_csv_skip_trailing_empty_lines​

跳过 CSV 格式中末尾的空行

input_format_csv_trim_whitespaces​

去除位于 CSV 字符串首尾的空格和制表符（\t）字符

input_format_csv_try_infer_numbers_from_strings​

启用该设置后，在进行模式推断时，ClickHouse 会尝试从字符串字段中推断数值。 当 CSV 数据包含带引号的 UInt64 数字时，这会很有用。

默认情况下禁用。

input_format_csv_try_infer_strings_from_quoted_tuples​

将输入数据中被引号括起的元组视为 String 类型的值。

input_format_csv_use_best_effort_in_schema_inference​

在 CSV 格式中使用优化和启发式策略来推断模式

input_format_csv_use_default_on_bad_values​

当 CSV 字段在反序列化时因包含非法值而失败时，允许为列设置默认值

input_format_custom_allow_variable_number_of_columns​

在 CustomSeparated 输入中忽略多余的列（当文件包含的列多于预期时），并将 CustomSeparated 输入中缺失的字段视为默认值

input_format_custom_detect_header​

自动检测 CustomSeparated 格式中包含名称和类型的表头行

input_format_custom_skip_trailing_empty_lines​

在 CustomSeparated 格式中跳过末尾空行

input_format_defaults_for_omitted_fields​

在执行 INSERT 查询时，如果某些输入列的值被省略，则使用对应列的默认值进行替换。该选项适用于 JSONEachRow（以及其他 JSON 格式）、CSV、TabSeparated、TSKV、Parquet、Arrow、Avro、ORC、Native 格式，以及带有 WithNames/WithNamesAndTypes 后缀的格式。

注意

启用此选项时，服务器会将扩展的表元数据发送给客户端。这会在服务器端消耗额外的计算资源，并可能降低性能。

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

input_format_force_null_for_omitted_fields​

强制将被省略的字段初始化为 null 值

input_format_hive_text_allow_variable_number_of_columns​

在 Hive Text 输入中忽略多余的列（如果文件中的列数多于预期），并将 Hive Text 输入中缺失的字段处理为默认值

input_format_hive_text_collection_items_delimiter​

Hive 文本文件中集合（array 或 map）元素之间的分隔符

input_format_hive_text_fields_delimiter​

Hive 文本文件中的字段分隔符

input_format_hive_text_map_keys_delimiter​

Hive 文本文件中 map 键值对之间的分隔符

input_format_import_nested_json​

启用或禁用插入包含嵌套对象的 JSON 数据。

支持的格式：

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

另请参阅：

input_format_ipv4_default_on_conversion_error​

在反序列化 IPv4 数据时，如果发生转换错误，将使用默认值而不是抛出异常。

默认情况下为禁用状态。

input_format_ipv6_default_on_conversion_error​

在反序列化 IPv6 地址时，如果发生转换错误，将使用默认值，而不是抛出异常。

默认禁用。

input_format_json_compact_allow_variable_number_of_columns​

允许在 JSONCompact/JSONCompactEachRow 输入格式中，每行包含可变数量的列。 对于列数多于预期的行，忽略多余的列；对于缺失的列，将其视为默认值进行填充。

默认禁用。

input_format_json_defaults_for_missing_elements_in_named_tuple​

在解析 named tuple（具名元组）时，如果 JSON 对象中缺少元素，则插入其默认值。 此设置仅在启用 input_format_json_named_tuples_as_objects 时生效。

默认启用。

input_format_json_empty_as_default​

启用后，会将 JSON 中的空字段替换为默认值。对于复杂的默认表达式，还必须同时启用 input_format_defaults_for_omitted_fields。

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

input_format_json_ignore_unknown_keys_in_named_tuple​

在处理命名元组时，忽略 JSON 对象中未知的键。

默认启用。

input_format_json_ignore_unnecessary_fields​

忽略不必要的字段并且不对其进行解析。启用此选项后，对于格式无效或包含重复字段的 JSON 字符串，可能不会抛出异常。

input_format_json_infer_array_of_dynamic_from_array_of_different_types​

启用后，在进行模式推断时，ClickHouse 会对包含不同数据类型值的 JSON 数组使用 Array(Dynamic) 类型。

示例：

SET input_format_json_infer_array_of_dynamic_from_array_of_different_types=1;
DESC format(JSONEachRow, '{"a" : [42, "hello", [1, 2, 3]]}');

┌─name─┬─type───────────┐
│ a    │ Array(Dynamic) │
└──────┴────────────────┘

SET input_format_json_infer_array_of_dynamic_from_array_of_different_types=0;
DESC format(JSONEachRow, '{"a" : [42, "hello", [1, 2, 3]]}');

┌─name─┬─type─────────────────────────────────────────────────────────────┐
│ a    │ Tuple(Nullable(Int64), Nullable(String), Array(Nullable(Int64))) │
└──────┴──────────────────────────────────────────────────────────────────┘

默认启用。

input_format_json_infer_incomplete_types_as_strings​

允许在模式推断期间，对在数据样本中仅包含 Null/{}/[] 的 JSON 键使用 String 类型。 在 JSON 格式中，任何值都可以读取为 String，因此通过将类型未知的键一律使用 String 类型，我们可以避免在模式推断时出现类似 Cannot determine type for column 'column_name' by first 25000 rows of data, most likely this column contains only Nulls or empty Arrays/Maps 的错误。

示例：

SET input_format_json_infer_incomplete_types_as_strings = 1, input_format_json_try_infer_named_tuples_from_objects = 1;
DESCRIBE format(JSONEachRow, '{"obj" : {"a" : [1,2,3], "b" : "hello", "c" : null, "d" : {}, "e" : []}}');
SELECT * FROM format(JSONEachRow, '{"obj" : {"a" : [1,2,3], "b" : "hello", "c" : null, "d" : {}, "e" : []}}');

结果：

┌─name─┬─type───────────────────────────────────────────────────────────────────────────────────────────────────────────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ obj  │ Tuple(a Array(Nullable(Int64)), b Nullable(String), c Nullable(String), d Nullable(String), e Array(Nullable(String))) │              │                    │         │                  │                │
└──────┴────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

┌─obj────────────────────────────┐
│ ([1,2,3],'hello',NULL,'{}',[]) │
└────────────────────────────────┘

默认启用。

input_format_json_map_as_array_of_tuples​

将 Map 类型列反序列化为由元组组成的 JSON 数组。

默认禁用。

input_format_json_max_depth​

JSON 中字段的最大嵌套深度。这不是严格意义上的限制，不必精确遵守。

input_format_json_named_tuples_as_objects​

将命名元组列解析为 JSON 对象。

默认启用。

input_format_json_read_arrays_as_strings​

允许在 JSON 输入格式中将 JSON 数组解析为字符串。

示例：

SET input_format_json_read_arrays_as_strings = 1;
SELECT arr, toTypeName(arr), JSONExtractArrayRaw(arr)[3] from format(JSONEachRow, 'arr String', '{"arr" : [1, "Hello", [1,2,3]]}');

结果：

┌─arr───────────────────┬─toTypeName(arr)─┬─arrayElement(JSONExtractArrayRaw(arr), 3)─┐
│ [1, "Hello", [1,2,3]] │ String          │ [1,2,3]                                   │
└───────────────────────┴─────────────────┴───────────────────────────────────────────┘

默认情况下启用。

input_format_json_read_bools_as_numbers​

允许在 JSON 输入格式中将布尔值按数字进行解析。

默认启用。

input_format_json_read_bools_as_strings​

允许在 JSON 输入格式中将布尔值解析为字符串。

默认启用。

input_format_json_read_numbers_as_strings​

允许在 JSON 输入格式中将数字作为字符串进行解析。

默认启用。

input_format_json_read_objects_as_strings​

允许在 JSON 输入格式中将 JSON 对象作为字符串进行解析。

示例：

SET input_format_json_read_objects_as_strings = 1;
CREATE TABLE test (id UInt64, obj String, date Date) ENGINE=Memory();
INSERT INTO test FORMAT JSONEachRow {"id" : 1, "obj" : {"a" : 1, "b" : "Hello"}, "date" : "2020-01-01"};
SELECT * FROM test;

结果：

┌─id─┬─obj──────────────────────┬───────date─┐
│  1 │ {"a" : 1, "b" : "Hello"} │ 2020-01-01 │
└────┴──────────────────────────┴────────────┘

默认启用。

input_format_json_throw_on_bad_escape_sequence​

如果 JSON 字符串在 JSON 输入格式下包含不正确的转义序列，则抛出异常。若禁用，这些不正确的转义序列将在数据中保持原样。

默认启用。

input_format_json_try_infer_named_tuples_from_objects​

启用后，在进行模式推断时，ClickHouse 将尝试从 JSON 对象推断命名 Tuple。 生成的命名 Tuple 将包含示例数据中所有对应 JSON 对象的全部元素。

示例：

SET input_format_json_try_infer_named_tuples_from_objects = 1;
DESC format(JSONEachRow, '{"obj" : {"a" : 42, "b" : "Hello"}}, {"obj" : {"a" : 43, "c" : [1, 2, 3]}}, {"obj" : {"d" : {"e" : 42}}}')

结果：

┌─name─┬─type───────────────────────────────────────────────────────────────────────────────────────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ obj  │ Tuple(a Nullable(Int64), b Nullable(String), c Array(Nullable(Int64)), d Tuple(e Nullable(Int64))) │              │                    │         │                  │                │
└──────┴────────────────────────────────────────────────────────────────────────────────────────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

默认启用。

input_format_json_try_infer_numbers_from_strings​

如果启用，在进行模式推断时，ClickHouse 会尝试从字符串字段中推断数字类型。 如果 JSON 数据包含带引号的 UInt64 数字，这会很有用。

默认情况下为禁用。

input_format_json_use_string_type_for_ambiguous_paths_in_named_tuples_inference_from_objects​

在根据 JSON 对象推断命名元组类型时，如果对象中的路径存在歧义，则使用 String 类型而不是抛出异常

input_format_json_validate_types_from_metadata​

对于 JSON/JSONCompact/JSONColumnsWithMetadata 输入格式，如果该设置为 1， 则会将输入数据中元数据中指定的类型与表中对应列的类型进行比较。

默认启用。

input_format_max_block_size_bytes​

限制在解析输入格式数据时生成的数据块大小（以字节为单位）。适用于基于行的输入格式，当数据块在 ClickHouse 端生成时生效。 0 表示不限制大小（按字节计）。

input_format_max_bytes_to_read_for_schema_inference​

用于自动推断表结构时可读取的数据量上限（以字节为单位）。

input_format_max_rows_to_read_for_schema_inference​

用于自动推断表结构时读取的最大数据行数。

input_format_msgpack_number_of_columns​

插入的 MsgPack 数据中的列数。用于根据数据自动推断表结构。

input_format_mysql_dump_map_column_names​

根据列名将 MySQL dump 中表的列与 ClickHouse 表中的列进行匹配

input_format_mysql_dump_table_name​

从 MySQL dump 中读取数据的表名

input_format_native_allow_types_conversion​

允许在 Native 输入格式中进行数据类型转换

input_format_native_decode_types_in_binary_format​

在 Native 输入格式中，将数据类型以二进制格式而不是类型名称的形式读取

input_format_null_as_default​

启用或禁用在这些字段的数据类型不是 Nullable 时，将 NULL 字段初始化为默认值。 如果列类型不是 Nullable 且禁用了此设置，则插入 NULL 会导致异常。如果列类型是 Nullable，则无论此设置如何，NULL 值都会按原样插入。

此设置适用于大多数输入格式。

对于复杂的默认表达式，还必须启用 input_format_defaults_for_omitted_fields。

可能的取值：

  • 0 — 向非 Nullable 的列插入 NULL 会导致异常。
  • 1 — NULL 字段将使用列的默认值进行初始化。

input_format_orc_allow_missing_columns​

允许在读取 ORC 输入格式数据时存在缺失列

input_format_orc_case_insensitive_column_matching​

在将 ORC 列与 ClickHouse 列进行匹配时忽略大小写。

input_format_orc_dictionary_as_low_cardinality​

在读取 ORC 文件时，将 ORC 字典编码的列视为 LowCardinality 列。

input_format_orc_filter_push_down​

在读取 ORC 文件时，可根据 WHERE/PREWHERE 表达式、ORC 元数据中的最小/最大值统计信息或布隆过滤器跳过整个 stripe 或行组。

input_format_orc_reader_time_zone_name​

ORC 行读取器使用的时区名称，默认值为 GMT。

input_format_orc_row_batch_size​

读取 ORC stripe 时的行批量大小。

input_format_orc_skip_columns_with_unsupported_types_in_schema_inference​

在对 ORC 格式进行 schema 推断时跳过具有不支持类型的列

input_format_orc_use_fast_decoder​

使用更快的 ORC 解码器实现。

input_format_parquet_allow_geoparquet_parser​

使用地理列解析器将 Array(UInt8) 转换为 Point/LineString/Polygon/MultiLineString/MultiPolygon 类型

input_format_parquet_allow_missing_columns​

在读取 Parquet 输入格式时允许存在缺失列

input_format_parquet_bloom_filter_push_down​

读取 Parquet 文件时，根据 WHERE 子句和 Parquet 元数据中的布隆过滤器跳过整个行组。

input_format_parquet_case_insensitive_column_matching​

在匹配 Parquet 列与 ClickHouse 列时忽略列名大小写。

input_format_parquet_enable_json_parsing​

在读取 Parquet 文件时，将 JSON 列解析为 ClickHouse 的 JSON 列。

input_format_parquet_enable_row_group_prefetch​

在解析 Parquet 时启用行组预取。目前仅单线程解析支持预取。

input_format_parquet_filter_push_down​

在读取 Parquet 文件时，根据 WHERE/PREWHERE 表达式以及 Parquet 元数据中的最小值/最大值统计信息跳过整个行组（row group）。

input_format_parquet_local_file_min_bytes_for_seek​

在 Parquet 输入格式中，对本地读取（文件）执行 seek 而不是通过读取并忽略数据的方式所需的最小字节数

input_format_parquet_local_time_as_utc​

确定在对 isAdjustedToUTC=false 的 Parquet 时间戳进行 schema 推断时所使用的数据类型。若为 true：DateTime64(..., 'UTC')；若为 false：DateTime64(...)。这两种行为都并非完全正确，因为 ClickHouse 没有用于本地物理时钟时间（local wall-clock time）的数据类型。虽然这有些反直觉，但 true 可能是“没那么不正确”的选项，因为将带有 'UTC' 的时间戳格式化为 String 时，会得到正确本地时间的字符串表示。

input_format_parquet_max_block_size​

Parquet 读取器的最大块大小上限。

input_format_parquet_memory_high_watermark​

Parquet 读取器 v3 的内存近似上限。限制可以并行读取的行组或列的数量。在一次查询中读取多个文件时，此限制作用于这些文件的总内存使用量。

input_format_parquet_memory_low_watermark​

如果内存使用量低于该阈值，则会更积极地执行预取操作。例如，当需要通过网络读取大量较小的布隆过滤器时，这可能会很有用。

input_format_parquet_page_filter_push_down​

根据列索引中的最小/最大值跳过数据页。

input_format_parquet_prefer_block_bytes​

Parquet 读取器输出的数据块平均大小（字节）

input_format_parquet_preserve_order​

在读取 Parquet 文件时避免对行重新排序。不推荐启用该选项，因为通常行顺序本身就无法保证，而且查询流水线的其他部分也可能打乱顺序。请改用 ORDER BY _row_number。

input_format_parquet_skip_columns_with_unsupported_types_in_schema_inference​

在对 Parquet 格式进行模式推断时，跳过包含不受支持类型的列。

input_format_parquet_use_native_reader_v3​

使用 Parquet 读取器 v3。

input_format_parquet_use_offset_index​

当未使用页过滤时，对从 Parquet 文件读取页的方式进行小幅调整。

input_format_parquet_verify_checksums​

在读取 Parquet 文件时验证页校验和。

input_format_protobuf_flatten_google_wrappers​

为常规的非嵌套列启用 Google wrapper，例如在 String 列 str 上使用 google.protobuf.StringValue 字段 str。对于 Nullable 列，空的 wrapper 会被识别为默认值，缺失的 wrapper 会被识别为 NULL。

input_format_protobuf_oneof_presence​

通过在一个专用列中设置枚举值来指示检测到的是 protobuf oneof 中的哪个字段

input_format_protobuf_skip_fields_with_unsupported_types_in_schema_inference​

在对 Protobuf 格式执行 schema 推断时，跳过所有类型不受支持的字段

input_format_record_errors_file_path​

在读取文本格式（如 CSV、TSV）时用于记录错误的文件路径。

input_format_skip_unknown_fields​

启用或禁用在插入数据时跳过多余字段。

写入数据时，如果输入数据包含目标表中不存在的列，ClickHouse 会抛出异常。如果启用了跳过功能，ClickHouse 不会插入多余数据，也不会抛出异常。

支持的格式：

可选值：

  • 0 — 禁用。
  • 1 — 启用。

input_format_try_infer_dates​

启用后，ClickHouse 会在文本格式的模式推断中尝试从字符串字段推断出 Date 类型。如果输入数据中某一列的所有字段都成功解析为日期，则结果类型为 Date；如果至少有一个字段无法解析为日期，则结果类型为 String。

默认启用。

input_format_try_infer_datetimes​

启用后，ClickHouse 会在文本格式的模式推断中尝试将字符串字段推断为 DateTime64 类型。若输入数据中某一列的所有字段都成功解析为日期时间，则结果类型为 DateTime64；如果至少有一个字段未能解析为日期时间，则结果类型为 String。

默认启用。

input_format_try_infer_datetimes_only_datetime64​

当启用 input_format_try_infer_datetimes 时，仅推断为 DateTime64 类型，而不推断为 DateTime 类型。

input_format_try_infer_exponent_floats​

在对文本格式进行 schema 推断时，尝试识别指数表示法的浮点数（JSON 除外，其中带指数的数字始终会被识别为浮点数）

input_format_try_infer_integers​

启用后，ClickHouse 会在文本格式的 schema 推断中，优先尝试将数字推断为整数而非浮点数。如果输入数据中该列的所有数字都是整数，则结果类型为 Int64；如果至少有一个数字是浮点数，则结果类型为 Float64。

默认启用。

input_format_try_infer_variants​

如果启用，ClickHouse 会在对文本格式进行 schema 推断时，当某个列/数组元素存在多个可能的类型时，尝试推断为 Variant 类型。

可能的值：

  • 0 — 禁用。
  • 1 — 启用。

input_format_tsv_allow_variable_number_of_columns​

在 TSV 输入中忽略多余的列（当文件的列数多于预期时），并将 TSV 输入中缺失的字段处理为默认值

input_format_tsv_crlf_end_of_line​

如果将其设置为 true，file 函数将按以 \r\n 而不是 \n 作为行结束符的 TSV 格式进行读取。

input_format_tsv_detect_header​

自动检测 TSV 格式数据中包含列名和类型的表头行

input_format_tsv_empty_as_default​

将 TSV 输入中的空字段按默认值处理。

input_format_tsv_enum_as_number​

将 TSV 格式中插入的枚举值视为其枚举索引。

input_format_tsv_skip_first_lines​

跳过 TSV 格式数据开头的指定行数

input_format_tsv_skip_trailing_empty_lines​

忽略 TSV 格式中末尾的空行

input_format_tsv_use_best_effort_in_schema_inference​

在推断 TSV 格式的 schema 时使用一些优化和启发式规则

input_format_values_accurate_types_of_literals​

对于 Values 格式：在使用 Template 解析和解释表达式时，检查字面量的实际类型，以避免潜在的溢出和精度问题。

input_format_values_deduce_templates_of_expressions​

对于 Values 格式：如果某个字段无法被流式解析器解析，则运行 SQL 解析器，推断出该 SQL 表达式的 Template，然后尝试使用该 Template 解析所有行，并对所有行求值该表达式。

input_format_values_interpret_expressions​

对于 Values 格式：如果流式解析器无法解析某个字段，则运行 SQL 解析器，并尝试将其作为 SQL 表达式进行解释。

input_format_with_names_use_header​

启用或禁用在插入数据时对列顺序的检查。

为提升插入性能，如果确定输入数据的列顺序与目标表一致，建议禁用此检查。

支持的格式：

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

input_format_with_types_use_header​

控制是否让格式解析器检查输入数据中的数据类型是否与目标表中的数据类型匹配。

支持的格式：

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

insert_distributed_one_random_shard​

在不存在分布式键时，启用或禁用向 Distributed 表随机选择某个分片进行插入。

默认情况下，当向一个拥有多个分片的 Distributed 表插入数据且未指定分布式键时，ClickHouse 服务器会拒绝任何插入请求。当 insert_distributed_one_random_shard = 1 时，则允许插入操作，数据会在所有分片之间随机转发。

可能的取值：

  • 0 — 如果存在多个分片且未提供分布式键，则拒绝插入。
  • 1 — 当未提供分布式键时，在所有可用分片之间随机执行插入。

interval_output_format​

允许为 interval 类型的文本表示选择不同的输出格式。

可能的值：

  • kusto - KQL 风格的输出格式。

    ClickHouse 以 KQL 格式 输出 interval。例如，toIntervalDay(2) 会被格式化为 2.00:00:00。请注意，对于长度不固定的 interval 类型（即 IntervalMonth 和 IntervalYear），会考虑每个 interval 对应的平均秒数。

  • numeric - 数值输出格式。

    ClickHouse 将 interval 按其底层数值表示输出。例如，toIntervalDay(2) 会被格式化为 2。

另请参阅：

into_outfile_create_parent_directories​

在使用 INTO OUTFILE 时，如果父目录不存在，则自动创建父目录。

json_type_escape_dots_in_keys​

启用后，解析时会对 JSON 键名中的点号进行转义。

output_format_arrow_compression_method​

用于 Arrow 输出格式的压缩方法。支持的压缩算法：lz4_frame、zstd、none（不压缩）

output_format_arrow_fixed_string_as_fixed_byte_array​

对 FixedString 列使用 Arrow FIXED_SIZE_BINARY 类型而不是 Binary 类型。

output_format_arrow_low_cardinality_as_dictionary​

启用以 Dictionary Arrow 类型输出 LowCardinality 类型

output_format_arrow_string_as_string​

为 String 列使用 Arrow String 类型而非 Binary 类型

output_format_arrow_use_64_bit_indexes_for_dictionary​

在 Arrow 格式下，字典索引一律使用 64 位整数

output_format_arrow_use_signed_indexes_for_dictionary​

在 Arrow 格式中为字典索引使用有符号整数

output_format_avro_codec​

用于输出数据的压缩编解码器。可选值：'null'、'deflate'、'snappy'、'zstd'。

output_format_avro_rows_in_file​

单个文件中允许的最大行数（取决于存储限制）

output_format_avro_string_column_pattern​

针对 Avro 格式：用于匹配需要作为 AVRO string 处理的 String 列的正则表达式。

output_format_avro_sync_interval​

同步间隔，单位为字节。

output_format_binary_encode_types_in_binary_format​

在 RowBinaryWithNamesAndTypes 输出格式中，将数据类型以二进制格式而非类型名称写出

output_format_binary_write_json_as_string​

在 RowBinary 输出格式中，将 JSON 数据类型的值写出为 JSON String 类型的值。

output_format_bson_string_as_string​

对 String 类型列使用 BSON String 类型，而不是 Binary 类型。

output_format_csv_crlf_end_of_line​

如果将其设置为 true，则 CSV 格式中的行结束符将使用 \r\n 而不是 \n。

output_format_csv_serialize_tuple_into_separate_columns​

当设置为 true 时，CSV 格式中的 Tuple 会被序列化为多个独立的列（即它们在 Tuple 中的嵌套关系会丢失）。

output_format_decimal_trailing_zeros​

在输出 Decimal 值时保留小数末尾的零。例如，输出 1.230000 而不是 1.23。

默认禁用。

output_format_json_array_of_rows​

启用将所有行以 JSONEachRow 格式输出为 JSON 数组的功能。

可能的值：

  • 1 — ClickHouse 以数组形式输出所有行，每一行都使用 JSONEachRow 格式。
  • 0 — ClickHouse 将每一行分别输出为 JSONEachRow 格式。

启用该设置时的查询示例

查询：

SET output_format_json_array_of_rows = 1;
SELECT number FROM numbers(3) FORMAT JSONEachRow;

结果：

[
{"number":"0"},
{"number":"1"},
{"number":"2"}
]

关闭该设置时的查询示例

查询：

SET output_format_json_array_of_rows = 0;
SELECT number FROM numbers(3) FORMAT JSONEachRow;

结果：

{"number":"0"}
{"number":"1"}
{"number":"2"}

output_format_json_escape_forward_slashes​

控制是否在 JSON 输出格式的字符串中对正斜杠进行转义。此设置用于与 JavaScript 保持兼容性。不要与始终会被转义的反斜杠混淆。

默认启用。

output_format_json_map_as_array_of_tuples​

将 Map 类型列序列化为由元组组成的 JSON 数组。

默认情况下禁用。

output_format_json_named_tuples_as_objects​

将命名元组列序列化为 JSON 对象。

默认情况下启用。

output_format_json_pretty_print​

该设置用于控制在使用 JSON 输出格式时，data 数组中 Tuple、Map 和 Array 等嵌套结构的显示方式。

例如，与以下输出相比：

"data":
[
  {
    "tuple": {"a":1,"b":2,"c":3},
    "array": [1,2,3],
    "map": {"a":1,"b":2,"c":3}
  }
],

输出格式如下：

"data":
[
    {
        "tuple": {
            "a": 1,
            "b": 2,
            "c": 3
        },
        "array": [
            1,
            2,
            3
        ],
        "map": {
            "a": 1,
            "b": 2,
            "c": 3
        }
    }
],

默认启用。

output_format_json_quote_64bit_floats​

控制在以 JSON* 格式输出时，是否为 64 位浮点数添加引号。

默认禁用。

output_format_json_quote_64bit_integers​

控制在以 JSON 格式输出时，是否对 64 位或更大整数（例如 UInt64 或 Int128）加引号。 默认情况下，这类整数会被括在引号中。该行为与大多数 JavaScript 实现兼容。

可能的取值：

  • 0 — 整数输出时不加引号。
  • 1 — 整数输出时加引号。

output_format_json_quote_decimals​

控制是否在 JSON 输出格式中对小数加引号。

默认禁用。

output_format_json_quote_denormals​

在 JSON 输出格式中允许输出 +nan、-nan、+inf、-inf。

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

示例

考虑如下表 account_orders：

┌─id─┬─name───┬─duration─┬─period─┬─area─┐
│  1 │ Andrew │       20 │      0 │  400 │
│  2 │ John   │       40 │      0 │    0 │
│  3 │ Bob    │       15 │      0 │ -100 │
└────┴────────┴──────────┴────────┴──────┘

当 output_format_json_quote_denormals = 0 时，查询结果中会输出 null 值：

SELECT area/period FROM account_orders FORMAT JSON;

{
        "meta":
        [
                {
                        "name": "divide(area, period)",
                        "type": "Float64"
                }
        ],

        "data":
        [
                {
                        "divide(area, period)": null
                },
                {
                        "divide(area, period)": null
                },
                {
                        "divide(area, period)": null
                }
        ],

        "rows": 3,

        "statistics":
        {
                "elapsed": 0.003648093,
                "rows_read": 3,
                "bytes_read": 24
        }
}

当 output_format_json_quote_denormals = 1 时，查询结果为：

{
        "meta":
        [
                {
                        "name": "divide(area, period)",
                        "type": "Float64"
                }
        ],

        "data":
        [
                {
                        "divide(area, period)": "inf"
                },
                {
                        "divide(area, period)": "-nan"
                },
                {
                        "divide(area, period)": "-inf"
                }
        ],

        "rows": 3,

        "statistics":
        {
                "elapsed": 0.000070241,
                "rows_read": 3,
                "bytes_read": 24
        }
}

output_format_json_skip_null_value_in_named_tuples​

在将 named tuple 类型的列序列化为 JSON 对象时，跳过值为 null 的键值对。此设置仅在 output_format_json_named_tuples_as_objects 为 true 时有效。

output_format_json_validate_utf8​

控制是否在 JSON 输出格式中验证 UTF-8 序列，不影响 JSON/JSONCompact/JSONColumnsWithMetadata 格式，这些格式始终会验证 UTF-8。

默认情况下禁用。

output_format_markdown_escape_special_characters​

启用后，将对 Markdown 中的特殊字符进行转义。

CommonMark 定义了以下可进行转义的特殊字符：

! " # $ % & ' ( ) * + , - . / : ; < = > ? @ [ \ ] ^ _ ` { | } ~

可能的取值：

  • 0 — 禁用。
  • 1 — 启用。

output_format_msgpack_uuid_representation​

在 MsgPack 格式中输出 UUID 的表示方式。

output_format_native_encode_types_in_binary_format​

在 Native 输出格式中，以二进制格式写出数据类型，而不是写出类型名称

output_format_native_use_flattened_dynamic_and_json_serialization​

以扁平化格式写入 JSON 和 Dynamic 列的数据（将所有类型/路径作为独立的子列）。

output_format_native_write_json_as_string​

将 JSON 列的数据写入为包含 JSON 字符串的 String 列，而不是使用默认的原生 JSON 序列化格式。

output_format_orc_compression_block_size​

ORC 输出格式的压缩块大小（以字节为单位）。

output_format_orc_compression_method​

ORC 输出格式的压缩方式。支持的压缩编解码器：lz4、snappy、zlib、zstd、none（不压缩）

output_format_orc_dictionary_key_size_threshold​

对于 ORC 输出格式中的字符串列，如果不同值的数量大于非空行总数中该阈值所表示的比例，则禁用字典编码；否则启用字典编码。

output_format_orc_row_index_stride​

ORC 输出格式中目标行索引的步长

output_format_orc_string_as_string​

对 String 列使用 ORC String 类型而不是 Binary 类型

output_format_orc_writer_time_zone_name​

ORC writer 使用的时区名称；ORC writer 的默认时区为 GMT。

output_format_parquet_batch_size​

每处理这么多行时检查一次页大小。如果某些列中值的平均大小超过数 KB，建议减小该值。

output_format_parquet_bloom_filter_bits_per_value​

在 Parquet 布隆过滤器中，每个不同值大致使用的比特数。对应的预估误报率为：

  • 6 位 - 10%
  • 10.5 位 - 1%
  • 16.9 位 - 0.1%
  • 26.4 位 - 0.01%
  • 41 位 - 0.001%

output_format_parquet_bloom_filter_flush_threshold_bytes​

指定在 Parquet 文件中写入布隆过滤器的位置。布隆过滤器将按大约此大小的分组进行写入。具体规则如下：

  • 如果为 0，每个行组的布隆过滤器将紧随该行组之后立即写入；
    • 如果大于所有布隆过滤器的总大小，所有行组的布隆过滤器将在内存中累积，然后在文件末尾附近统一写入；
    • 否则，布隆过滤器将在内存中累积，当其总大小超过此阈值时即写出。

output_format_parquet_compliant_nested_types​

在 Parquet 文件的 schema 中，对列表元素使用名称 element 而不是 item。这是 Arrow 库实现中的历史遗留特性。通常可以提高兼容性，但某些旧版本的 Arrow 可能是例外。

output_format_parquet_compression_method​

Parquet 输出格式的压缩方法。支持的编解码器：snappy、lz4、brotli、zstd、gzip、none（不压缩）

output_format_parquet_data_page_size​

压缩前的目标数据页大小（字节）。

output_format_parquet_date_as_uint16​

将 Date 值写为普通的 16 位整数（读取时为 UInt16），而不是转换为 32 位的 Parquet DATE 类型（读取时为 Date32）。

output_format_parquet_datetime_as_uint32​

将 DateTime 值作为原始 Unix 时间戳写入（读取为 UInt32），而不是转换为毫秒（读取为 DateTime64(3)）。

output_format_parquet_enum_as_byte_array​

以 Parquet 物理类型 BYTE_ARRAY 和逻辑类型 ENUM 写出枚举值

output_format_parquet_fixed_string_as_fixed_byte_array​

对 FixedString 列使用 Parquet 的 FIXED_LEN_BYTE_ARRAY 类型，而不是 Binary 类型。

output_format_parquet_geometadata​

允许在 Parquet 元数据中写入地理空间列的信息，并以 WKB 格式对这些列进行编码。

output_format_parquet_max_dictionary_size​

如果字典大小超过此字节数，则切换为非字典编码。将其设置为 0 可禁用字典编码。

output_format_parquet_parallel_encoding​

在多个线程中执行 Parquet 编码。需要已启用 output_format_parquet_use_custom_encoder。

output_format_parquet_row_group_size​

目标行组大小（行数）。

output_format_parquet_row_group_size_bytes​

目标行组的大小（以字节为单位，压缩前）。

output_format_parquet_string_as_string​

对于 String 类型的列，使用 Parquet 的 String 类型而不是 Binary 类型。

output_format_parquet_use_custom_encoder​

使用更快的 Parquet 编码器实现。

output_format_parquet_version​

Parquet 输出格式的版本。支持的版本：1.0、2.4、2.6 和 2.latest（默认）

output_format_parquet_write_bloom_filter​

在 Parquet 文件中写入布隆过滤器。需要 output_format_parquet_use_custom_encoder = true。

output_format_parquet_write_checksums​

将 CRC32 校验和写入 Parquet 页头中。

output_format_parquet_write_page_index​

将列索引和偏移索引（即关于每个数据页的统计信息，可在读取时用于过滤下推）写入 Parquet 文件。

output_format_pretty_color​

在 Pretty 输出格式中使用 ANSI 转义序列。0 - 禁用，1 - 启用，'auto' - 在终端中自动启用。

当表包含很多行时，在页脚中显示列名。

可能的取值：

示例

查询：

SELECT *, toTypeName(*) FROM (SELECT * FROM system.numbers LIMIT 1000);

结果：

      ┌─number─┬─toTypeName(number)─┐
   1. │      0 │ UInt64             │
   2. │      1 │ UInt64             │
   3. │      2 │ UInt64             │
   ...
 999. │    998 │ UInt64             │
1000. │    999 │ UInt64             │
      └─number─┴─toTypeName(number)─┘

指定在启用 output_format_pretty_display_footer_column_names 设置时，显示包含列名的页脚所需的最少行数。

output_format_pretty_fallback_to_vertical​

如果启用，并且表列很多但行数较少，则 Pretty 格式会像 Vertical 格式那样输出结果。 有关此行为的详细调节，请参阅 output_format_pretty_fallback_to_vertical_max_rows_per_chunk 和 output_format_pretty_fallback_to_vertical_min_table_width。

output_format_pretty_fallback_to_vertical_max_rows_per_chunk​

仅当一个数据块（chunk）中的记录数不超过指定值时，才会启用回退为 Vertical 格式（参见 output_format_pretty_fallback_to_vertical）。

output_format_pretty_fallback_to_vertical_min_columns​

仅当列数大于该参数的取值时，才会触发回退为 Vertical 格式（参见 output_format_pretty_fallback_to_vertical）。

output_format_pretty_fallback_to_vertical_min_table_width​

仅在以下情况下才会回退为 Vertical 格式（参见 output_format_pretty_fallback_to_vertical）：要么表中各列宽度之和至少达到指定值，要么至少有一个值包含换行符。

output_format_pretty_glue_chunks​

如果以 Pretty 格式渲染的数据是分块到达的，即使中间有延迟，但下一个数据块的列宽与前一个相同，则使用 ANSI 转义序列回退到上一行并覆盖前一个数据块的页脚，用新数据块中的数据将其续接输出。这样可以让结果在视觉上更加美观。

0 - 禁用，1 - 启用，'auto' - 在终端中启用。

output_format_pretty_grid_charset​

用于显示网格边框的字符集。可用字符集：ASCII、UTF-8（默认）。

output_format_pretty_highlight_digit_groups​

如果启用且输出到终端，则对表示千、百万等数位的每个数字添加下划线高亮显示。

output_format_pretty_highlight_trailing_spaces​

如果启用且输出为终端，则以灰色并添加下划线的方式高亮显示行尾空格。

output_format_pretty_max_column_name_width_cut_to​

如果列名太长，则将其截断为该长度。 当列名长度大于 output_format_pretty_max_column_name_width_cut_to 与 output_format_pretty_max_column_name_width_min_chars_to_cut 之和时，将被截断。

output_format_pretty_max_column_name_width_min_chars_to_cut​

当列名过长时最少需要截断的字符数。 如果列名长度大于 output_format_pretty_max_column_name_width_cut_to 加上 output_format_pretty_max_column_name_width_min_chars_to_cut，则会被截断。

output_format_pretty_max_column_pad_width​

在 Pretty 格式中，对某列中所有值进行填充时允许的最大宽度。

output_format_pretty_max_rows​

Pretty 输出格式的行数上限。

output_format_pretty_max_value_width​

Pretty 格式中单个值的最大显示宽度。如果超过该值，超出部分将被截断。 当值为 0 时，表示永不截断。

output_format_pretty_max_value_width_apply_for_single_value​

仅当数据块中该值不是单个值时才进行裁剪（参见 output_format_pretty_max_value_width 设置）。否则将其完整输出，这对于 SHOW CREATE TABLE 查询很有用。

output_format_pretty_multiline_fields​

如果启用，Pretty 格式会在表格单元格内渲染多行字段，从而保留表格的整体结构。
如果未启用，它们会直接按原样渲染，可能会使表格变形（关闭该选项的一个好处是更便于复制粘贴多行值）。

output_format_pretty_row_numbers​

在 Pretty 输出格式中为每行添加行号

output_format_pretty_single_large_number_tip_threshold​

如果数据块仅包含一个数值，并且该数值（除 0 外）超过该值，则在表格右侧输出一条更易读的数值提示

output_format_pretty_squash_consecutive_ms​

在写入之前，最多等待指定的毫秒数以获取下一个数据块，并将其与前一个数据块合并。 这可以避免频繁输出过小的数据块，同时仍然允许以流式方式输出数据。

output_format_pretty_squash_max_wait_ms​

如果自上次输出以来经过的时间超过指定的毫秒数，则以 Pretty 格式输出当前挂起的数据块。

output_format_protobuf_nullables_with_google_wrappers​

在使用 Google 封装类型序列化 Nullable 列时，将默认值序列化为空封装对象。若关闭此设置，则默认值和 NULL 值都不会被序列化。

output_format_schema​

自动生成的 schema 以 Cap'n Proto 或 Protobuf 格式保存时所使用的文件路径。

output_format_sql_insert_include_column_names​

在 INSERT 查询中包含列名

output_format_sql_insert_max_batch_size​

单个 INSERT 语句中包含的最大行数。

output_format_sql_insert_quote_names​

使用 '`' 字符包裹列名

output_format_sql_insert_table_name​

输出 INSERT 查询中使用的表名

output_format_sql_insert_use_replace​

使用 REPLACE 语句而非 INSERT

output_format_tsv_crlf_end_of_line​

若设为 true，TSV 格式中的行结束符将使用 \r\n 而不是 \n。

output_format_values_escape_quote_with_quote​

如果为 true，则使用 '' 对 ' 进行转义，否则使用 \' 对其加引号

output_format_write_statistics​

在相应的输出格式中写入关于读取行数、字节数以及耗时的统计信息。

默认启用

precise_float_parsing​

优先使用更精确（但更慢）的浮点数解析算法

regexp_dict_allow_hyperscan​

允许 regexp_tree 字典使用 Hyperscan 库。

regexp_dict_flag_case_insensitive​

对 regexp_tree 字典使用不区分大小写的匹配。可在单个表达式中通过 (?i) 和 (?-i) 重写该设置。

regexp_dict_flag_dotall​

允许在 regexp_tree 字典中使用 '.' 匹配换行字符。

rows_before_aggregation​

启用后，ClickHouse 将为 rows_before_aggregation 统计指标提供精确值，该值表示聚合前读取的行数。

schema_inference_hints​

在对不含 schema 的格式进行 schema 推断时，用作提示的列名和类型列表。

示例：

查询：

desc format(JSONEachRow, '{"x" : 1, "y" : "String", "z" : "0.0.0.0" }') settings schema_inference_hints='x UInt8, z IPv4';

结果：

x   UInt8
y   Nullable(String)
z   IPv4
注意

如果 schema_inference_hints 的格式不正确，或者其中存在拼写错误、数据类型错误等问题，整个 schema_inference_hints 都会被忽略。

schema_inference_make_columns_nullable​

用于控制在 schema 推断时是否将推断出的类型设为 Nullable。 可能的取值：

  • 0 - 推断出的类型永远不会是 Nullable（在这种情况下使用 input_format_null_as_default 控制如何处理 NULL 值），
  • 1 - 所有推断出的类型都将是 Nullable，
  • 2 或 auto - 只有当在 schema 推断期间解析的样本数据中该列包含 NULL，或者文件元数据包含关于列可空性的信息时，推断出的类型才会是 Nullable，
  • 3 - 如果格式具有相关元数据（例如 Parquet），则推断出的类型可空性将与文件元数据一致，否则（例如 CSV）则始终为 Nullable。

schema_inference_make_json_columns_nullable​

控制在 schema 推断过程中是否将推断出的 JSON 类型设为 Nullable。 如果此设置与 schema_inference_make_columns_nullable 一同启用，则推断的 JSON 类型将为 Nullable。

schema_inference_mode​

控制表结构推断的模式。default — 假定所有文件具有相同的表结构，并且可以从任意一个文件推断出表结构；union — 各个文件可以有不同的表结构，最终表结构应为所有文件表结构的并集。

show_create_query_identifier_quoting_rule​

设置 SHOW CREATE 查询中标识符的引号规则

show_create_query_identifier_quoting_style​

设置 SHOW CREATE 查询中标识符的引用风格

type_json_skip_duplicated_paths​

启用后，在将 JSON 对象解析为 JSON 类型时会忽略重复路径，只插入遇到的第一个重复路径对应的值，而不会抛出异常。

type_json_skip_invalid_typed_paths​

启用后，对于 JSON 类型列中带 typed path 的字段，如果字段值无法转换为该路径上声明的类型，则会跳过该字段，而不会抛出错误。被跳过的字段视为缺失，并根据 typed path 定义使用默认值或 null 值。

此设置仅适用于 JSON 类型列（例如 JSON(a Int64, b String)），且这些列中的特定路径已声明类型的情况。不适用于在向常规已定义类型的列插入数据时使用的常规 JSON 输入格式（例如 JSONEachRow）。

可能的取值：

  • 0 — 禁用（在类型不匹配时抛出错误）。
  • 1 — 启用（在类型不匹配时跳过字段）。

validate_experimental_and_suspicious_types_inside_nested_types​

验证在 Array/Map/Tuple 等嵌套类型中使用实验性和可疑类型的情况