> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. > Документация по формату AvroConfluent # AvroConfluent | Вход | Выход | Псевдоним | | - | - | - | | ✔ | ✔ | | ## Описание [Apache Avro](https://avro.apache.org/) — это строко-ориентированный формат сериализации, использующий двоичное кодирование для эффективной обработки данных. Формат `AvroConfluent` поддерживает чтение и запись сообщений в формате Avro с использованием [Confluent Schema Registry](https://docs.confluent.io/current/schema-registry/index.html) (или сервисов с совместимым API). Каждое сообщение использует формат передачи данных Confluent: магический байт (`0x00`), затем 4-байтовый идентификатор схемы в порядке байтов big-endian, после чего следует двоичное значение Avro. При чтении ClickHouse определяет идентификатор схемы, обращаясь к реестру. При записи ClickHouse регистрирует схему, полученную из выходных столбцов, и добавляет полученный идентификатор в начало каждой строки. Для оптимальной производительности схемы кэшируются. ## Соответствие типов данных В таблице ниже приведены все типы данных, поддерживаемые форматом Apache Avro, и соответствующие им [типы данных](/ru/reference/data-types/index) ClickHouse в запросах `INSERT` и `SELECT`. | Avro data type `INSERT` | ClickHouse data type | Avro data type `SELECT` | | - | - | - | | `boolean`, `int`, `long`, `float`, `double` | [Int(8\16\32)](/ru/reference/data-types/int-uint), [UInt(8\16\32)](/ru/reference/data-types/int-uint) | `int` | | `boolean`, `int`, `long`, `float`, `double` | [Int64](/ru/reference/data-types/int-uint), [UInt64](/ru/reference/data-types/int-uint) | `long` | | `boolean`, `int`, `long`, `float`, `double` | [Float32](/ru/reference/data-types/float) | `float` | | `boolean`, `int`, `long`, `float`, `double` | [Float64](/ru/reference/data-types/float) | `double` | | `bytes`, `string`, `fixed`, `enum` | [String](/ru/reference/data-types/string) | `bytes` or `string` \* | | `bytes`, `string`, `fixed` | [FixedString(N)](/ru/reference/data-types/fixedstring) | `fixed(N)` | | `enum` | [Enum(8\16)](/ru/reference/data-types/enum) | `enum` | | `array(T)` | [Array(T)](/ru/reference/data-types/array) | `array(T)` | | `map(V, K)` | [Map(V, K)](/ru/reference/data-types/map) | `map(string, K)` | | `union(null, T)`, `union(T, null)` | [Nullable(T)](/ru/reference/data-types/date) | `union(null, T)` | | `union(T1, T2, …)` \*\* | [Variant(T1, T2, …)](/ru/reference/data-types/variant) | `union(T1, T2, …)` \*\* | | `null` | [Nullable(Nothing)](/ru/reference/data-types/special-data-types/nothing) | `null` | | `int (date)` \*\*\* | [Date](/ru/reference/data-types/date), [Date32](/ru/reference/data-types/date32) | `int (date)` \*\*\* | | `long (timestamp-millis)` \*\*\* | [DateTime64(3)](/ru/reference/data-types/datetime) | `long (timestamp-millis)` \*\*\* | | `long (timestamp-micros)` \*\*\* | [DateTime64(6)](/ru/reference/data-types/datetime) | `long (timestamp-micros)` \*\*\* | | `bytes (decimal)` \*\*\* | [DateTime64(N)](/ru/reference/data-types/datetime) | `bytes (decimal)` \*\*\* | | `int` | [IPv4](/ru/reference/data-types/ipv4) | `int` | | `fixed(16)` | [IPv6](/ru/reference/data-types/ipv6) | `fixed(16)` | | `bytes (decimal)` \*\*\* | [Decimal(P, S)](/ru/reference/data-types/decimal) | `bytes (decimal)` \*\*\* | | `string (uuid)` \*\*\* | [UUID](/ru/reference/data-types/uuid) | `string (uuid)` \*\*\* | | `fixed(16)` | [Int128/UInt128](/ru/reference/data-types/int-uint) | `fixed(16)` | | `fixed(32)` | [Int256/UInt256](/ru/reference/data-types/int-uint) | `fixed(32)` | | `record` | [Tuple](/ru/reference/data-types/tuple) | `record` | * `bytes` is default, controlled by setting [`output_format_avro_string_column_pattern`](/ru/reference/settings/formats/output-format#output_format_avro_string_column_pattern) \*\* [Тип Variant](/ru/reference/data-types/variant) неявно допускает `null` в качестве значения поля, поэтому, например, Avro `union(T1, T2, null)` будет преобразован в `Variant(T1, T2)`. В результате при генерации Avro из ClickHouse нам всегда нужно включать тип `null` в набор типов Avro `union`, поскольку во время вывода схемы мы не знаем, является ли какое-либо из значений фактически `null`. \*\*\* [Логические типы Avro](https://avro.apache.org/docs/1.12.0/specification/#logical-types) Неподдерживаемые логические типы данных Avro: * `time-millis` * `time-micros` * `duration` ## Настройки формата [//]: # "ПРИМЕЧАНИЕ: эти настройки можно задавать на уровне сеанса, но это встречается нечасто, и слишком заметное упоминание об этом может запутать пользователей." | Настройка | Описание | По умолчанию | | - | - | - | | `input_format_avro_allow_missing_fields` | Следует ли использовать значение по умолчанию вместо выдачи ошибки, если поле не найдено в схеме. | `0` | | `input_format_avro_null_as_default` | Следует ли использовать значение по умолчанию вместо выдачи ошибки при вставке значения `null` в столбец, не являющийся Nullable. | `0` | | `format_avro_schema_registry_url` | URL Confluent Schema Registry. Для базовой аутентификации учетные данные в URL-кодировке можно включить непосредственно в URL. | | | `format_avro_schema_registry_connection_timeout` | Тайм-аут соединения в секундах для HTTP-клиента Schema Registry (используется как для получения схемы, так и для регистрации). Должен быть больше 0; значение 600 (10 минут) или больше уменьшается до 599. | `1` | | `format_avro_schema_registry_send_timeout` | Тайм-аут отправки в секундах для HTTP-клиента Schema Registry. Должен быть больше 0; значение 600 (10 минут) или больше уменьшается до 599. | `1` | | `format_avro_schema_registry_receive_timeout` | Тайм-аут получения в секундах для HTTP-клиента Schema Registry. Должен быть больше 0; значение 600 (10 минут) или больше уменьшается до 599. | `1` | | `output_format_avro_confluent_subject` | Для вывода: имя subject, под которым схема зарегистрирована в Schema Registry. Обязательно при записи. | | | `output_format_avro_string_column_pattern` | Для вывода: шаблон регулярного выражения для столбцов String, которые нужно сериализовать как Avro `string` (по умолчанию — `bytes`). | | ## Примеры ### Чтение из Kafka Чтобы читать Kafka топик в кодировке Avro с помощью [движка таблицы Kafka](/ru/reference/engines/table-engines/integrations/kafka), используйте параметр `format_avro_schema_registry_url`, чтобы указать URL реестра схем. ```sql theme={null} CREATE TABLE topic1_stream ( field1 String, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'kafka-broker', kafka_topic_list = 'topic1', kafka_group_name = 'group1', kafka_format = 'AvroConfluent', format_avro_schema_registry_url = 'http://schema-registry-url'; SELECT * FROM topic1_stream; ``` ### Запись в Kafka Чтобы записывать сообщения AvroConfluent в топик Kafka, задайте URL реестра схем и имя subject. Схема автоматически регистрируется в реестре при первой записи. ```sql theme={null} CREATE TABLE topic1_sink ( field1 String, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'kafka-broker', kafka_topic_list = 'topic1', kafka_format = 'AvroConfluent', format_avro_schema_registry_url = 'http://schema-registry-url', output_format_avro_confluent_subject = 'topic1-value'; INSERT INTO topic1_sink VALUES ('hello', 'world'); ``` #### Использование базовой аутентификации Если для вашего реестра схем требуется базовая аутентификация (например, если вы используете Confluent Cloud), вы можете указать URL-кодированные учетные данные в параметре `format_avro_schema_registry_url`. ```sql theme={null} CREATE TABLE topic1_stream ( field1 String, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'kafka-broker', kafka_topic_list = 'topic1', kafka_group_name = 'group1', kafka_format = 'AvroConfluent', format_avro_schema_registry_url = 'https://:@schema-registry-url'; ``` ## Устранение неполадок Чтобы отслеживать прогресс ингестии и диагностировать ошибки Kafka-консьюмера, можно выполнить запрос к [системной таблице `system.kafka_consumers`](/ru/reference/system-tables/kafka_consumers). Если в вашем развертывании несколько реплик (например, в ClickHouse Cloud), необходимо использовать табличную функцию [`clusterAllReplicas`](/ru/reference/functions/table-functions/cluster). ```sql theme={null} SELECT * FROM clusterAllReplicas('default',system.kafka_consumers) ORDER BY assignments.partition_id ASC; ``` Если вы столкнулись с проблемами с разрешением схемы, для диагностики можно использовать [kafkacat](https://github.com/edenhill/kafkacat) вместе с [clickhouse-local](/ru/concepts/features/tools-and-utilities/clickhouse-local): ```bash theme={null} $ kafkacat -b kafka-broker -C -t topic1 -o beginning -f '%s' -c 3 | clickhouse-local --input-format AvroConfluent --format_avro_schema_registry_url 'http://schema-registry' -S "field1 Int64, field2 String" -q 'select * from table' 1 a 2 b 3 c ```