数据湖仓
ClickHouse 可与开放的 lakehouse 表格式集成，包括 Apache Iceberg、Delta Lake、Apache Hudi 和 Apache Paimon。这使用户能够将 ClickHouse 连接到对象存储中已以这些格式存储的数据，将 ClickHouse 的分析能力与其现有的数据湖基础设施相结合。
为什么要将 ClickHouse 与开放表格式结合使用？
就地查询现有数据
ClickHouse 可以直接在对象存储中查询 open table formats，而无需复制数据。已经将 Iceberg、Delta Lake、Hudi 或 Paimon 作为标准表格式的组织，可以将 ClickHouse 指向现有表，并立即使用其 SQL 方言、分析函数以及高效的原生 Parquet 读取器。同时，像 clickhouse-local 和 chDB 这样的工具，使得在远程存储中针对 70 多种文件格式进行探索式、临时性分析成为可能，允许用户在无需搭建任何基础设施的情况下，以交互方式探索湖仓（lakehouse）数据集。
用户可以通过两种方式实现这一点：要么使用表函数和表引擎进行直接读取，要么连接到数据目录。
使用 ClickHouse 处理实时分析型工作负载
对于需要高并发和低延迟响应的工作负载，用户可以将开放表格式的数据加载到 ClickHouse 的 MergeTree 引擎中。这样可以在源自数据湖的数据之上提供实时分析层，以支持仪表盘、运维报表，以及其他对延迟敏感并能够利用 MergeTree 列式存储和索引能力的工作负载。
参阅入门指南：使用 MergeTree 加速分析。
功能
直接读取数据
ClickHouse 提供了表函数和引擎，用于在对象存储上直接读取开放表格式。例如 iceberg()、deltaLake()、hudi() 和 paimon() 等函数，允许用户在无需任何预先配置的情况下，在 SQL 语句中对数据湖格式的表进行查询。这些函数针对大多数常见的对象存储服务（如 S3、Azure Blob Storage 和 GCS）都提供了对应版本。它们还拥有等价的表引擎，可用于在 ClickHouse 中创建引用底层数据湖格式对象存储的表，从而使查询更加便捷。
请参阅我们的入门指南，了解如何通过直接查询或连接到数据目录的方式进行使用。
将 catalog 暴露为数据库
使用 DataLakeCatalog 数据库引擎，用户可以将 ClickHouse 连接到外部 catalog，并将其暴露为一个数据库。注册在 catalog 中的表会在 ClickHouse 中显示为表，从而可以透明地使用 ClickHouse 完整的 SQL 语法和分析函数。也就是说，用户可以像操作原生 ClickHouse 表一样，对由 catalog 管理的表进行查询、关联和聚合，并受益于 ClickHouse 的查询优化、并行执行和读取能力。
当前支持的 catalog 包括：
| Catalog | 指南 |
|---|---|
| AWS Glue | Glue Catalog 指南 |
| Databricks Unity Catalog | Unity Catalog 指南 |
| Iceberg REST Catalog | REST Catalog 指南 |
| Lakekeeper | Lakekeeper Catalog 指南 |
| Project Nessie | Nessie Catalog 指南 |
| Microsoft OneLake | OneLake Catalog 指南 |
请参阅连接到 catalog的入门指南。
写回开放表格式
ClickHouse 支持将数据写回开放表格式，这在以下场景中非常重要：
- 从实时到长期存储 - 数据先进入 ClickHouse，作为实时分析层进行处理，用户需要将结果导出到 Iceberg 或其他格式中，以实现持久且具成本效益的长期存储。
- 反向 ETL - 用户在 ClickHouse 中使用 materialized view 或定时查询执行数据转换，并希望将结果持久化为开放表格式，供数据生态系统中的其他工具使用。
请参阅 写入数据湖 入门指南。
后续步骤
准备好试用了吗？入门指南 将逐步演示如何直接查询开放表格式、连接到 catalog、将数据加载到 MergeTree 以实现快速分析，以及将结果写回——这一切都在一个端到端的工作流中完成。
