hdfs 

HDFS内のファイルからテーブルを作成します。 この表関数は次のようになります urlファイル ワンズ

hdfs(URI, format, structure)

入力パラメータ

  • URI — The relative URI to the file in HDFS. Path to file support following globs in readonly mode: *, ?, {abc,def}{N..M} どこに N, M — numbers, `'abc', 'def' — strings.
  • format — The 形式 ファイルの。
  • structure — Structure of the table. Format 'column1_name column1_type, column2_name column2_type, ...'.

戻り値

テーブルの指定された構造を読み取りまたは書き込みデータを、指定されたファイルです。

テーブルから hdfs://hdfs1:9000/test そして、それから最初の二つの行の選択:

SELECT *
FROM hdfs('hdfs://hdfs1:9000/test', 'TSV', 'column1 UInt32, column2 UInt32, column3 UInt32')
LIMIT 2
┌─column1─┬─column2─┬─column3─┐
│       1 │       2 │       3 │
│       3 │       2 │       1 │
└─────────┴─────────┴─────────┘

パス内のグロブ

複数のパスコンポーネ のための処理中のファイルが存在するマッチのパスのパターンのみならず接尾辞または接頭).

  • * — Substitutes any number of any characters except / 空の文字列を含む。
  • ? — Substitutes any single character.
  • {some_string,another_string,yet_another_one} — Substitutes any of strings 'some_string', 'another_string', 'yet_another_one'.
  • {N..M} — Substitutes any number in range from N to M including both borders.

構造との {} に類似しています 遠隔テーブル機能).

  1. HDFSに次のUriを持つ複数のファイルがあるとします:
  • ‘hdfs://hdfs1:9000/some_dir/some_file_1’
  • ‘hdfs://hdfs1:9000/some_dir/some_file_2’
  • ‘hdfs://hdfs1:9000/some_dir/some_file_3’
  • ‘hdfs://hdfs1:9000/another_dir/some_file_1’
  • ‘hdfs://hdfs1:9000/another_dir/some_file_2’
  • ‘hdfs://hdfs1:9000/another_dir/some_file_3’
  1. これらのファイル内の行の量を照会します:
SELECT count(*)
FROM hdfs('hdfs://hdfs1:9000/{some,another}_dir/some_file_{1..3}', 'TSV', 'name String, value UInt32')
  1. クエリの量の行のすべてのファイルのディレクトリ:
SELECT count(*)
FROM hdfs('hdfs://hdfs1:9000/{some,another}_dir/*', 'TSV', 'name String, value UInt32')

クエリからのデータファイル名 file000, file001, … , file999:

SELECT count(*)
FROM hdfs('hdfs://hdfs1:9000/big_dir/file{0..9}{0..9}{0..9}', 'CSV', 'name String, value UInt32')

仮想列 

  • _path — Path to the file.
  • _file — Name of the file.

も参照。

評価: 4 - 1 投票

この内容は有用だったか。
★★★★☆