fileCluster

支持在集群内多个节点上并行处理匹配指定路径的文件。发起节点会与工作节点建立连接，展开文件路径中的通配符，并将文件读取任务分派给工作节点。每个工作节点都会向发起节点请求下一个要处理的文件，如此反复，直到所有任务完成 (即所有文件均已读取) 。

语法

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

参数

参数	说明
`cluster_name`	集群名称，用于构建远程和本地服务器的地址集合及连接参数。
`path`	相对于 user_files_path 的文件路径。该路径也支持通配符。
`format`	文件的格式。类型：String。
`structure`	表结构，格式为 `'UserID UInt64, Name String'`。用于确定列名和类型。类型：String。
`compression_method`	压缩方法。支持的压缩类型包括 `gz`、`br`、`xz`、`zst`、`lz4` 和 `bz2`。

返回值

一个表，采用指定的格式和结构，并包含来自与指定路径匹配的文件中的数据。

示例

给定一个名为 my_cluster 的集群，且 setting user_files_path 的值如下：

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

此外，假设每个集群节点的 user_files_path 中都包含文件 test1.csv 和 test2.csv，并且这些文件在不同节点上的内容完全一致：

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

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

例如，可以在每个集群节点上执行以下两条查询语句来创建这些文件：

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');

现在，通过 fileCluster 表函数读取 test1.csv 和 test2.csv 中的数据内容：

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 │
└────┴────────┘

路径中的通配符

FileCluster 支持 File 表函数支持的所有模式。

File 表函数

语法

参数

返回值

路径中的通配符

相关