跳到主要内容
跳到主要内容

s3Cluster 表函数

这是对 s3 表函数的扩展。

允许在指定集群中的多个节点上并行处理来自 Amazon S3 和 Google Cloud Storage Google Cloud Storage 的文件。在发起者处,它会创建与集群中所有节点的连接,披露 S3 文件路径中的星号,并动态分发每个文件。在工作节点上,它会询问发起者下一个要处理的任务并进行处理。这个过程会重复,直到所有任务完成。

语法

参数

参数描述
cluster_name用于构建远程和本地服务器地址及连接参数的集群名称。
url文件或一组文件的路径。在只读模式下支持以下通配符:***?{'abc','def'}{N..M},其中 NM 是数字,abcdef 是字符串。有关更多信息,请参见 路径中的通配符
NOSIGN如果在凭证位置提供此关键字,则所有请求将不被签名。
access_key_idsecret_access_key用于指定与给定端点一起使用的凭证的密钥。可选。
session_token用于给定密钥的会话令牌。在传递密钥时可选。
format文件的 格式
structure表的结构。格式为 'column1_name column1_type, column2_name column2_type, ...'
compression_method参数是可选的。支持的值为:nonegzipgzbrotlibrxzLZMAzstdzst。默认情况下,它会根据文件扩展名自动检测压缩方法。
headers参数是可选的。允许在 S3 请求中传递头部。格式为 headers(key=value),例如 headers('x-amz-request-payer' = 'requester')。有关用法示例,请参见 这里
extra_credentials可选。可以通过此参数传递 roleARN。有关示例,请参见 这里

参数也可以使用 命名集合 传递。在这种情况下,urlaccess_key_idsecret_access_keyformatstructurecompression_method 的工作方式相同,并支持一些额外参数:

参数描述
filename如果指定,则附加到 URL 后面。
use_environment_credentials默认启用,允许使用环境变量 AWS_CONTAINER_CREDENTIALS_RELATIVE_URIAWS_CONTAINER_CREDENTIALS_FULL_URIAWS_CONTAINER_AUTHORIZATION_TOKENAWS_EC2_METADATA_DISABLED 传递额外参数。
no_sign_request默认禁用。
expiration_window_seconds默认值为 120。

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

选择 /root/data/clickhouse/root/data/database/ 文件夹中所有文件的数据,使用 cluster_simple 集群中的所有节点:

计算 cluster_simple 集群中所有文件的总行数:

提示

如果您的文件列表包含带有前导零的数字范围,请分别为每个数字使用带括号的构造或使用 ?

对于生产用例,建议使用 命名集合。以下是示例:

访问私有和公共桶

用户可以使用与 s3 函数 这里 相同的方法。

优化性能

有关优化 s3 函数性能的详细信息,请参见 我们的详细指南