PuffinMetadata - ClickHouse Documentation

描述

一种用于读取 Apache Iceberg Puffin 文件页脚元数据的特殊输入格式。它会针对页脚 BlobMetadata 列表中的每个 blob 条目输出一行。 deletion-vector-v1 是唯一支持的 blob 类型：文件包含任何其他 blob 类型 (例如 apache-datasketches-theta-v1) 时将被拒绝。固定输出列：

blob_type (String) - blob 类型，例如 deletion-vector-v1
snapshot_id (Int64) - blob 的快照 ID
sequence_number (Int64) - blob 的序列号
fields (Array(Int32)) - 此 blob 适用的字段 ID 列表
offset (Int64) - blob 载荷在文件中的偏移量
length (Int64) - blob 载荷的长度 (字节)
compression_codec (String) - blob 载荷的压缩编解码器 (如有)
properties (Map(String, String)) - blob 专有属性

页脚中可选的顶层 FileMetadata.properties (例如 created-by) 若存在，会进行类型检查，但不会作为列返回。若该键存在，其值必须是一个所有值均为字符串的 JSON 对象 (不接受 null) 。支持 LZ4 压缩和未压缩的 Puffin 页脚。页脚载荷大小 (以及声明的 LZ4 内容大小) 在适用时受压缩率和绝对上限约束；超出限制的页脚会在内存分配前被拒绝。

使用示例

检查页脚 blob：

SELECT blob_type, snapshot_id, sequence_number, offset, length, compression_codec,
       mapKeys(properties), mapValues(properties)
FROM file(deletes.puffin, PuffinMetadata);

与 Puffin 格式配合使用，以读取 deletion-vector-v1 blob 载荷。

最后修改于 2026年8月14日