Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

Matrice de compatibilité

View as MarkdownEdit this pageReport an issueSet up docs MCP

Cette page présente des matrices de compatibilité complètes pour les intégrations lac de données de ClickHouse. Elle détaille les fonctionnalités disponibles pour chaque format de table ouvert, les catalogues auxquels ClickHouse peut se connecter, ainsi que les fonctionnalités prises en charge par chaque catalogue.

La prise en charge est présentée séparément pour ClickHouse Cloud et ClickHouse autogéré. Les fonctionnalités expérimentales sont désactivées par défaut dans ClickHouse Cloud et doivent être demandées auprès du Support. Leur disponibilité dépend de la fonctionnalité concernée ; contactez donc le Support pour confirmer si une fonctionnalité expérimentale spécifique peut être activée. La configuration et les limitations propres au déploiement sont décrites dans la colonne Notes.

Prise en charge des formats de table ouverts

ClickHouse s’intègre à quatre formats de table ouverts : Apache Iceberg, Delta Lake, Apache Hudi et Apache Paimon. Sélectionnez un format ci-dessous pour consulter sa matrice de compatibilité.

Légende : ✅ Pris en charge | ⚠️ Partiel, expérimental ou obsolète | ❌ Non pris en charge

Fonctionnalité ClickHouse Cloud Auto-géré Notes
Backends de stockage
AWS S3 ✅ ✅ Via icebergS3() ou l'alias iceberg()
GCS ✅ ✅ Via icebergS3() ou l'alias iceberg()
Azure Blob Storage ✅ ✅ Via icebergAzure()
HDFS ❌ ⚠️ Obsolète Via icebergHDFS()
Système de fichiers local ❌ ✅ Via icebergLocal()
Méthodes d'accès
Fonction de table ✅ ✅ icebergS3() avec des variantes selon le backend
Moteur de table ✅ ✅ IcebergS3 avec des variantes selon le backend
Lectures distribuées sur le cluster ✅ ✅ icebergS3Cluster, icebergAzureCluster, icebergHDFSCluster
Collections nommées ⚠️ ✅ Les collections nommées créées par DDL peuvent être activées sur certains services ClickHouse Cloud. Contactez le Support pour confirmer leur disponibilité.
Fonctionnalités de lecture
Prise en charge de la lecture ✅ ✅ Prise en charge complète de SELECT et de toutes les fonctions ClickHouse SQL
Élagage des partitions ✅ ✅ Consultez Élagage des partitions.
Partitionnement masqué ✅ ✅ Prise en charge du partitionnement basé sur les transformations Iceberg
Évolution des partitions ✅ ✅ Prise en charge de la lecture de tables dont les spécifications de partition évoluent au fil du temps
Évolution du schéma ✅ ✅ Ajout, suppression et réorganisation de colonnes. Consultez Évolution du schéma.
Promotion / élargissement des types ✅ ✅ int → long, float → double, decimal(P,S) → decimal(P',S) lorsque P' > P. Consultez Évolution du schéma.
Voyage dans le temps / snapshots ✅ ✅ Via les paramètres iceberg_timestamp_ms ou iceberg_snapshot_id. Consultez Voyage dans le temps.
Suppressions par position ✅ ✅ Consultez Traitement des lignes supprimées.
Suppressions par égalité ✅ ✅ Fonctions de table et moteurs de table, à partir de v25.8+. Consultez Traitement des lignes supprimées.
Fusion à la lecture ⚠️ ⚠️ Expérimental. Pris en charge pour les opérations de suppression.
Versions de format ⚠️ Partiel ⚠️ Partiel Les versions v1 et v2 sont prises en charge. La prise en charge de v3 est partielle ; les vecteurs de suppression et le compactage des manifestes ne sont pas pris en charge.
Statistiques de colonnes ✅ ✅
Filtres de Bloom / fichiers Puffin ❌ ❌ Les index de filtres de Bloom des fichiers Puffin ne sont pas pris en charge
Colonnes virtuelles ✅ ✅ _path, _file, _size, _time, _etag. Consultez Colonnes virtuelles.
Fonctionnalités d'écriture
Création de table ⚠️ ⚠️ Expérimental. Nécessite allow_insert_into_iceberg = 1. À partir de v25.7+. Consultez Création d'une table.
INSERT ✅ Beta ✅ Beta Beta à partir de la version 26.2. Nécessite allow_insert_into_iceberg = 1. Voir Insertion de données.
DELETE ⚠️ ⚠️ Experimental. Nécessite allow_insert_into_iceberg = 1. Via ALTER TABLE ... DELETE WHERE. Voir Suppression de données.
ALTER TABLE (modifications de schéma) ⚠️ ⚠️ Experimental. Nécessite allow_insert_into_iceberg = 1. Permet d'ajouter, supprimer, modifier ou renommer des colonnes. Voir Évolution du schéma.
Compaction ⚠️ ⚠️ Experimental. Nécessite allow_experimental_iceberg_compaction = 1. Voir Compaction.
UPDATE / MERGE ❌ ❌ Non pris en charge. Voir Compaction.
Copie sur écriture ❌ ❌ Non pris en charge
Expiration des snapshots ⚠️ ⚠️ Experimental. Nécessite Iceberg v2, allow_insert_into_iceberg = 1 et allow_experimental_expire_snapshots = 1. Voir Expiration des snapshots.
Suppression des fichiers orphelins ⚠️ ⚠️ Experimental. Nécessite Iceberg v2 ou une version ultérieure, allow_insert_into_iceberg = 1 et allow_iceberg_remove_orphan_files = 1. Voir Suppression des fichiers orphelins.
Écriture de partitions ✅ Beta ✅ Beta Prise en charge pour les écritures dans Iceberg.
Modification des partitions ❌ ❌ La modification du schéma de partitionnement depuis ClickHouse n'est pas prise en charge. ClickHouse peut écrire dans des tables Iceberg dont le schéma de partitionnement a évolué.
Métadonnées
Création de branches et balisage ❌ ❌ Les références de branches et de tags Iceberg ne sont pas prises en charge
Résolution des fichiers de métadonnées ✅ ✅ Prise en charge de la résolution via les catalogues, le listing de répertoires, version-hint et un chemin spécifique. Voir Résolution des fichiers de métadonnées.
Mise en cache des données ✅ ✅ Même mécanisme que pour les moteurs de stockage S3/Azure/HDFS. Voir Cache de données.
Mise en cache des métadonnées ✅ ✅ Activée par défaut via use_iceberg_metadata_files_cache. Voir Cache de métadonnées.

Prise en charge des catalogues

ClickHouse peut se connecter à des catalogues de données externes à l’aide du moteur de base de données DataLakeCatalog, qui expose le catalogue comme une base de données ClickHouse. Les tables enregistrées dans le catalogue apparaissent automatiquement et peuvent être interrogées avec du SQL standard.

Les catalogues suivants sont actuellement pris en charge. Consultez le guide de référence de chaque catalogue pour les instructions de configuration complètes.

Catalogue Formats Lecture Créer une table INSERT Guide de référence
AWS Glue Catalog Iceberg ✅ Bêta ❌ ❌ Guide du Glue catalog
BigLake Metastore Iceberg ✅ Bêta ❌ ❌ Guide de BigLake Metastore
Databricks Unity Catalog Delta, Iceberg ✅ Bêta ✅ Bêta ✅ Bêta Guide de Unity Catalog
Iceberg REST Iceberg ✅ Bêta ❌ ❌ Guide du REST catalog
Lakekeeper Iceberg ✅ Bêta ❌ ❌ Guide du catalogue Lakekeeper
Project Nessie Iceberg ✅ Expérimental ❌ ❌ Guide du catalogue Nessie
Microsoft OneLake Iceberg ✅ Bêta ✅ Bêta ✅ Bêta Guide du catalogue OneLake
SeaweedFS Iceberg ✅ Bêta ✅ Bêta ✅ Bêta Guide du catalogue SeaweedFS

Toutes les intégrations de catalogues exigent actuellement l’activation d’un paramètre expérimental ou bêta. À l’exception de Microsoft OneLake, de Databricks Unity Catalog et de SeaweedFS, tous les catalogues offrent un accès en lecture seule — les tables peuvent être interrogées, mais il n’est pas possible de les créer ni d’y écrire des données via la connexion au catalogue. Pour charger des données depuis un catalogue dans ClickHouse afin d’accélérer l’analytics, utilisez INSERT INTO SELECT comme indiqué dans le guide d’accélération de l’analytics. Pour réécrire des données dans des formats de table ouverts, créez des tables Iceberg autonomes comme indiqué dans le guide d’écriture des données.

Navigation