跳到主要内容
跳到主要内容

hdfs 表函数

从 HDFS 中的文件创建一个表。此表函数类似于 url 和 file 表函数。

语法​

参数​

参数描述
URIHDFS 中文件的相对 URI。对于只读模式，文件路径支持以下通配符：*、?、{abc,def} 和 {N..M}，其中 N 和 M 是数字，'abc'、'def' 是字符串。
format文件的 format。
structure表的结构。格式为 'column1_name column1_type, column2_name column2_type, ...'。

返回值​

具有指定结构的表，用于读取或写入指定文件中的数据。

示例

来自 hdfs://hdfs1:9000/test 的表并选择前两行：

路径中的通配符​

路径可以使用通配符。文件必须匹配整个路径模式，而不仅仅是后缀或前缀。

  • * — 代表任意多个字符，除了 /，但包括空字符串。
  • ** — 代表文件夹中的所有文件，递归查找。
  • ? — 代表任意单个字符。
  • {some_string,another_string,yet_another_one} — 替换任意字符串 'some_string'、'another_string'、'yet_another_one'。字符串可以包含 / 符号。
  • {N..M} — 代表任何数字 >= N 和 <= M。

带有 {} 的构造与 remote 和 file 表函数类似。

示例

  1. 假设我们在 HDFS 上有几个文件，URI 如下：
  • 'hdfs://hdfs1:9000/some_dir/some_file_1'
  • 'hdfs://hdfs1:9000/some_dir/some_file_2'
  • 'hdfs://hdfs1:9000/some_dir/some_file_3'
  • 'hdfs://hdfs1:9000/another_dir/some_file_1'
  • 'hdfs://hdfs1:9000/another_dir/some_file_2'
  • 'hdfs://hdfs1:9000/another_dir/some_file_3'
  1. 查询这些文件中的行数：
  1. 查询这两个目录中所有文件的行数：
备注

如果您的文件列表包含带前导零的数字范围，则分别为每个数字使用花括号构造，或使用 ?。

示例

查询名为 file000、file001、...、file999 的文件中的数据：

虚拟列​

  • _path — 文件的路径。类型：LowCardinality(String)。
  • _file — 文件的名称。类型：LowCardinality(String)。
  • _size — 文件的大小（以字节为单位）。类型：Nullable(UInt64)。如果大小未知，则值为 NULL。
  • _time — 文件的最后修改时间。类型：Nullable(DateTime)。如果时间未知，则值为 NULL。

Hive 风格的分区​

当设置 use_hive_partitioning 为 1 时，ClickHouse 将检测路径中的 Hive 风格分区（/name=value/），并允许在查询中使用分区列作为虚拟列。这些虚拟列将拥有与分区路径相同的名称，但以 _ 开头。

示例

使用通过 Hive 风格分区创建的虚拟列

存储设置​