跳到主要内容
跳到主要内容

hdfs 表函数

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

输入参数

  • URI — HDFS 中文件的相对 URI。文件路径支持以下只读模式的通配符： *, ?, {abc,def} 和 {N..M}，其中 N, M — 数字，\``'abc', 'def' — 字符串。
  • format — 文件的 格式。
  • 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

从 hdfs://hdfs1:9000/test 创建的表，并选择其中的前两行：

路径中的通配符​

路径可以使用通配符。文件必须与整个路径模式匹配，而不仅仅是后缀或前缀。

  • * — 代表任意多个字符（不包括 /），但包括空字符串。
  • ** — 递归表示文件夹内的所有文件。
  • ? — 代表一个任意单字符。
  • {some_string,another_string,yet_another_one} — 替换为任一字符串 '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 及 <= M。

带有 {} 的结构类似于 remote 和 file 表函数。

示例

  1. 假设我们在 HDFS 上有以下 URI 的多个文件：
  • '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

如果文件列表包含前导零的数字范围，应为每个数字单独使用花括号构造，或使用 ?。

示例

查询命名为 file000, file001, ... , file999 的文件中的数据：

虚拟列​

  • _path — 文件路径。类型: LowCardinality(String)。
  • _file — 文件名称。类型: LowCardinality(String)。
  • _size — 文件大小（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 样式分区​

当 use_hive_partitioning 设置为 1 时，ClickHouse 将在路径中检测 Hive 样式分区（/name=value/），并允许在查询中将分区列作为虚拟列使用。这些虚拟列的名称与分区路径中的名称相同，但以 _ 开头。

示例

使用虚拟列，创建于 Hive 样式分区

存储设置​

另见