deltaLake

为 Amazon S3 中的 Delta Lake 表提供只读的类表接口。

为 Amazon S3、Azure Blob 存储或本地挂载文件系统中的 Delta Lake 表提供类表接口，支持读取和写入 (自 v25.10 起)

​

语法

deltaLake 是 deltaLakeS3 的别名，保留该名称是出于兼容性考虑。

deltaLake(url [,aws_access_key_id, aws_secret_access_key] [,format] [,structure] [,compression] [,extra_credentials])

deltaLakeS3(url [,aws_access_key_id, aws_secret_access_key] [,format] [,structure] [,compression] [,extra_credentials])

deltaLakeAzure(connection_string|storage_account_url, container_name, blobpath, [,account_name], [,account_key] [,format] [,compression_method])

deltaLakeLocal(path, [,format])

​

参数

此表函数的参数分别与 s3、azureBlobStorage、HDFS 和 file 表函数的参数相同。 format 参数表示 Delta Lake 表中数据文件所采用的格式。

可选的 extra_credentials 参数可用于传递 role_arn，以便在 ClickHouse Cloud 中实现基于角色的访问。有关配置步骤，请参见 安全访问 S3。

​

返回值

返回一个具有指定结构的表，用于从指定的 Delta Lake 表中读取数据或向其中写入数据。

​

示例

​

读取数据

假设有一个位于 S3 存储中的表：https://clickhouse-public-datasets.s3.amazonaws.com/delta_lake/hits/。 要在 ClickHouse 中读取该表的数据，请运行：

Query

SELECT
    URL,
    UserAgent
FROM deltaLake('https://clickhouse-public-datasets.s3.amazonaws.com/delta_lake/hits/')
WHERE URL IS NOT NULL
LIMIT 2

Response

┌─URL───────────────────────────────────────────────────────────────────┬─UserAgent─┐
│ http://auto.ria.ua/search/index.kz/jobinmoscow/detail/55089/hasimages │         1 │
│ http://auto.ria.ua/search/index.kz/jobinmoscow.ru/gosushi             │         1 │
└───────────────────────────────────────────────────────────────────────┴───────────┘

​

插入数据

假设 S3 存储 s3://ch-docs-s3-bucket/people_10k/ 中有一个表。 要向该表插入数据，首先启用该 Experimental 功能：

Query

SET allow_experimental_delta_lake_writes=1

然后输入：

Query

INSERT INTO TABLE FUNCTION deltaLake('s3://ch-docs-s3-bucket/people_10k/', '<access_key>', '<secret>') VALUES (10001, 'John', 'Smith', 'Male', 30)

Response

Query id: 09069b47-89fa-4660-9e42-3d8b1dde9b17

Ok.

1 row in set. Elapsed: 3.426 sec.

你可以再次查询该表，以确认插入是否成功：

Query

SELECT *
FROM deltaLake('s3://ch-docs-s3-bucket/people_10k/', '<access_key>', '<secret>')
WHERE (firstname = 'John') AND (lastname = 'Smith')

Response

Query id: 65032944-bed6-4d45-86b3-a71205a2b659

   ┌────id─┬─firstname─┬─lastname─┬─gender─┬─age─┐
1. │ 10001 │ John      │ Smith    │ Male   │  30 │
   └───────┴───────────┴──────────┴────────┴─────┘

​

虚拟列

• _path — 文件路径。类型：LowCardinality(String)。
• _file — 文件名。类型：LowCardinality(String)。
• _size — 文件大小 (单位：字节) 。类型：Nullable(UInt64)。如果文件大小未知，则该值为 NULL。
• _time — 文件的最后修改时间。类型：Nullable(DateTime)。如果时间未知，则该值为 NULL。
• _etag — 文件的 etag。类型：LowCardinality(String)。如果 etag 未知，则该值为 NULL。

​

相关

• DeltaLake 引擎
• DeltaLake cluster 表函数