azureBlobStorageCluster

允许在指定集群中的多个节点上并行处理 Azure Blob 存储中的文件。

允许在指定集群中的多个节点上并行处理 Azure Blob Storage 中的文件。在发起节点上，它会与集群中的所有节点建立连接，解析 S3 文件路径中的星号，并动态分发各个文件。在工作节点上，它会向发起节点请求下一个待处理任务并执行处理。该过程会重复进行，直到所有任务全部完成。 此表函数与 s3Cluster 表函数 类似。

​

语法

azureBlobStorageCluster(cluster_name, connection_string|storage_account_url, container_name, blobpath, [account_name, account_key, format, compression, structure])

​

参数

参数	说明
cluster_name	用于构建远程和本地 server 的一组地址及 connection 参数的集群名称。
connection_string	storage_account_url` — connection_string 包含账户名和 key (创建 connection string) ；你也可以在此处提供 storage account url，并将账户名和账户 key 作为单独参数传入 (参见参数 account_name 和 account_key)
container_name	Container 名称
blobpath	文件路径。在 readonly 模式下支持以下 wildcards：*、**、?、{abc,def} 和 {N..M}，其中 N、M 表示数字，'abc'、'def' 表示字符串。
account_name	如果使用 storage_account_url，则可在此处指定账户名
account_key	如果使用 storage_account_url，则可在此处指定账户 key
format	文件的 format。
compression	支持的值：none、gzip/gz、deflate、brotli/br、xz/LZMA、zstd/zst、lz4、bz2、snappy。默认情况下，会根据文件扩展名自动检测压缩方式。 (等同于将其设置为 auto。) 对于 snappy，传输格式由 snappy_mode 设置选择 (默认为 basic) 。
structure	表的结构。格式为 'column1_name column1_type, column2_name column2_type, ...'。

​

返回值

一个具有指定结构的表，可用于读取指定文件中的数据或向其中写入数据。

​

示例

与 AzureBlobStorage 表引擎类似，用户可以使用 Azurite 模拟器在本地开发 Azure Storage。更多详情请参见此处。下文假设可通过主机名 azurite1 访问 Azurite。

使用 cluster_simple 集群中的所有节点，统计文件 test_cluster_*.csv 的数量：

SELECT count(*) FROM azureBlobStorageCluster(
        'cluster_simple', 'http://azurite1:10000/devstoreaccount1', 'testcontainer', 'test_cluster_count.csv', 'devstoreaccount1',
        'Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==', 'CSV',
        'auto', 'key UInt64')

​

使用共享访问签名 (SAS)

示例请参见 azureBlobStorage。

​

相关

• AzureBlobStorage 引擎
• azureBlobStorage 表函数