Arrow

Arrow 格式文档

输入	输出	别名
✔	✔

​

说明

Apache Arrow 提供两种内置的列式存储格式。ClickHouse 支持对这些格式进行读写。 Arrow 是 Apache Arrow 的“文件模式”格式，专为内存中的随机访问而设计。

​

数据类型匹配

下表列出了支持的数据类型，以及它们在 INSERT 和 SELECT 查询中与 ClickHouse 数据类型 的对应关系。

Arrow 数据类型 (INSERT)	ClickHouse 数据类型	Arrow 数据类型 (SELECT)
BOOL	Bool	BOOL
UINT8, BOOL	UInt8	UINT8
INT8	Int8/Enum8	INT8
UINT16	UInt16	UINT16
INT16	Int16/Enum16	INT16
UINT32	UInt32	UINT32
INT32	Int32	INT32
UINT64	UInt64	UINT64
INT64	Int64	INT64
FLOAT, HALF_FLOAT	Float32	FLOAT32
DOUBLE	Float64	FLOAT64
DATE32	Date32	UINT16
DATE64	DateTime	UINT32
TIMESTAMP, TIME32, TIME64	DateTime64	TIMESTAMP
STRING, BINARY	String	BINARY
STRING, BINARY, FIXED_SIZE_BINARY	FixedString	FIXED_SIZE_BINARY
DECIMAL	Decimal	DECIMAL
DECIMAL256	Decimal256	DECIMAL256
LIST	Array	LIST
STRUCT	Tuple	STRUCT
MAP	Map	MAP
UINT32	IPv4	UINT32
FIXED_SIZE_BINARY, BINARY	IPv6	FIXED_SIZE_BINARY
FIXED_SIZE_BINARY, BINARY	Int128/UInt128/Int256/UInt256	FIXED_SIZE_BINARY
DURATION	Interval (Nanosecond/Microsecond/Millisecond/Second)	DURATION
INT64	Interval (Minute/Hour/Day/Week/Month/Quarter/Year)	INT64

Array 可以嵌套，其参数也可以是 Nullable 类型的值。Tuple 和 Map 类型同样可以嵌套。

DICTIONARY 类型支持用于 INSERT 查询；对于 SELECT 查询，则提供了 output_format_arrow_low_cardinality_as_dictionary 设置，可将 LowCardinality 类型输出为 DICTIONARY 类型。请注意，LowCardinality 字典中可能包含未使用的值，这可能导致输出的 Arrow DICTIONARY 中也出现未使用的值。

不支持的 Arrow 数据类型：

• FIXED_SIZE_BINARY
• JSON
• UUID
• ENUM.

ClickHouse 表中列的数据类型不必与对应的 Arrow 数据字段完全一致。插入数据时，ClickHouse 会根据上表解释数据类型，然后将数据转换为为 ClickHouse 表中列设置的数据类型。

​

示例用法

​

插入数据

你可以使用以下命令，将文件中的 Arrow 数据插入 ClickHouse 表：

$ cat filename.arrow | clickhouse-client --query="INSERT INTO some_table FORMAT Arrow"

​

选择数据

您可以使用以下命令从 ClickHouse 表中查询数据，并将其以 Arrow 格式保存到文件中：

$ clickhouse-client --query="SELECT * FROM {some_table} FORMAT Arrow" > {filename.arrow}

​

格式设置

设置	说明	默认值
input_format_arrow_allow_missing_columns	读取 Arrow 输入格式时允许缺失列	1
input_format_arrow_case_insensitive_column_matching	匹配 Arrow 列与 CH 列时忽略大小写。	0
input_format_arrow_import_nested	已废弃，无任何作用。	0
input_format_arrow_skip_columns_with_unsupported_types_in_schema_inference	对 Arrow 格式进行 schema 推断时，跳过类型不受支持的列	0
output_format_arrow_compression_method	Arrow 输出格式的压缩方法。支持的编解码器：lz4_frame、zstd、none (未压缩)	lz4_frame
output_format_arrow_fixed_string_as_fixed_byte_array	对 FixedString 列使用 Arrow FIXED_SIZE_BINARY 类型，而不是 Binary 类型。	1
output_format_arrow_low_cardinality_as_dictionary	启用将 LowCardinality 类型输出为 Arrow 的 字典 类型	0
output_format_arrow_string_as_string	对 String 列使用 Arrow String 类型，而不是 Binary 类型	1
output_format_arrow_use_64_bit_indexes_for_dictionary	在 Arrow 格式中始终对字典索引使用 64 位整数	0
output_format_arrow_use_signed_indexes_for_dictionary	在 Arrow 格式中对字典索引使用有符号整数	1