Dicionários integrados (geobase) - ClickHouse Documentation

Esta página não se aplica ao ClickHouse Cloud. O recurso documentado aqui não está disponível nos serviços do ClickHouse Cloud. Consulte o guia Compatibilidade com Cloud do ClickHouse para mais informações.

O ClickHouse contém um recurso integrado para trabalhar com uma geobase. Isso permite que você:

Use o ID de uma região para obter seu nome no idioma desejado.
Use o ID de uma região para obter o ID de uma cidade, área, distrito federal, país ou continente.
Verifique se uma região faz parte de outra região.
Obtenha uma cadeia de regiões ascendentes.

Todas as funções oferecem suporte a “translocality”, a capacidade de usar simultaneamente diferentes perspectivas sobre o pertencimento de regiões. Para mais informações, consulte a seção “Funções para trabalhar com dicionários de análise da web”. Os dicionários internos vêm desabilitados no pacote padrão. Para habilitá-los, descomente os parâmetros path_to_regions_hierarchy_file e path_to_regions_names_files no arquivo de configuração do servidor. A geobase é carregada de arquivos de texto. Coloque os arquivos regions_hierarchy*.txt no diretório path_to_regions_hierarchy_file. Esse parâmetro de configuração deve conter o caminho para o arquivo regions_hierarchy.txt (a hierarquia regional padrão), e os outros arquivos (regions_hierarchy_ua.txt) devem estar no mesmo diretório. Coloque os arquivos regions_names_*.txt no diretório path_to_regions_names_files. Você também pode criar esses arquivos manualmente. O formato do arquivo é o seguinte: regions_hierarchy*.txt: TabSeparated (sem cabeçalho), colunas:

ID da região (UInt32)
ID da região pai (UInt32)
tipo de região (UInt8): 1 - continente, 3 - país, 4 - distrito federal, 5 - região, 6 - cidade; os outros tipos não têm valores
população (UInt32) — coluna opcional

regions_names_*.txt: TabSeparated (sem cabeçalho), colunas:

ID da região (UInt32)
nome da região (String) — Não pode conter tabulações nem quebras de linha, mesmo escapadas.

Um array plano é usado para armazenamento na RAM. Por esse motivo, os IDs não devem ser maiores que um milhão. Os dicionários podem ser atualizados sem reiniciar o servidor. No entanto, o conjunto de dicionários disponíveis não é atualizado. Nas atualizações, as datas de modificação dos arquivos são verificadas. Se um arquivo tiver sido alterado, o dicionário será atualizado. O intervalo para verificar alterações é configurado no parâmetro builtin_dictionaries_reload_interval. As atualizações de dicionários (exceto o carregamento no primeiro uso) não bloqueiam consultas. Durante as atualizações, as consultas usam as versões antigas dos dicionários. Se ocorrer um erro durante uma atualização, o erro será gravado no log do servidor, e as consultas continuarão usando a versão antiga dos dicionários. Recomendamos atualizar periodicamente os dicionários da geobase. Durante uma atualização, gere novos arquivos e grave-os em um local separado. Quando tudo estiver pronto, renomeie-os com os nomes dos arquivos usados pelo servidor. Também existem funções para trabalhar com identificadores de SO e mecanismos de busca, mas elas não devem ser usadas.