Перейти к основному содержимому
Перейти к основному содержимому

Функция табличного типа fileCluster

Позволяет одновременно обрабатывать файлы, соответствующие указанному пути, на нескольких узлах внутри кластера. Инициатор устанавливает соединения с рабочими узлами, разворачивает шаблоны в пути к файлу и делегирует задачи чтения файлов рабочим узлам. Каждый рабочий узел запрашивает у инициатора следующий файл для обработки, повторяя процесс до завершения всех задач (все файлы прочитаны).

примечание

Эта функция будет работать корректно только в случае, если набор файлов, соответствующий изначально указанному пути, идентичен на всех узлах, и их содержимое согласовано между различными узлами.
Если эти файлы различаются между узлами, возвращаемое значение нельзя предсказать и оно зависит от порядка, в котором рабочие узлы запрашивают задания у инициатора.

Синтаксис​

fileCluster(cluster_name, path[, format, structure, compression_method])

Аргументы​

АргументОписание
cluster_nameИмя кластера, используемое для построения набора адресов и параметров соединения к удаленным и локальным серверам.
pathОтносительный путь к файлу от user_files_path. Путь к файлу также поддерживает глобальные шаблоны.
formatФормат файлов. Тип: String.
structureСтруктура таблицы в формате 'UserID UInt64, Name String'. Определяет имена и типы колонок. Тип: String.
compression_methodМетод сжатия. Поддерживаемые типы сжатия: gz, br, xz, zst, lz4 и bz2.

Возвращаемое значение​

Таблица с указанным форматом и структурой и с данными из файлов, соответствующих указанному пути.

Пример

При задании кластера с именем my_cluster и задании следующего значения настройки user_files_path:

$ grep user_files_path /etc/clickhouse-server/config.xml
    <user_files_path>/var/lib/clickhouse/user_files/</user_files_path>

Также, если на каждом узле кластера есть файлы test1.csv и test2.csv, и их содержимое идентично на различных узлах:

$ cat /var/lib/clickhouse/user_files/test1.csv
    1,"file1"
    11,"file11"

$ cat /var/lib/clickhouse/user_files/test2.csv
    2,"file2"
    22,"file22"

Например, можно создать эти файлы, выполнив эти два запроса на каждом узле кластера:

INSERT INTO TABLE FUNCTION file('file1.csv', 'CSV', 'i UInt32, s String') VALUES (1,'file1'), (11,'file11');
INSERT INTO TABLE FUNCTION file('file2.csv', 'CSV', 'i UInt32, s String') VALUES (2,'file2'), (22,'file22');

Теперь считайте данные из файлов test1.csv и test2.csv с помощью функции табличного типа fileCluster:

SELECT * FROM fileCluster('my_cluster', 'file{1,2}.csv', 'CSV', 'i UInt32, s String') ORDER BY i, s

┌──i─┬─s──────┐
│  1 │ file1  │
│ 11 │ file11 │
└────┴────────┘
┌──i─┬─s──────┐
│  2 │ file2  │
│ 22 │ file22 │
└────┴────────┘

Глобальные шаблоны в пути​

Все шаблоны, поддерживаемые функцией табличного типа File, поддерживаются и в FileCluster.