Перейти к основному содержимому
Перейти к основному содержимому

urlCluster Табличная Функция

Позволяет обрабатывать файлы из URL в параллельном режиме с множества узлов в указанном кластере. На инициаторе создается соединение со всеми узлами в кластере, раскрывается звездочка в пути к файлу URL и динамически распределяются каждый файл. На рабочем узле он запрашивает у инициатора следующую задачу для обработки и обрабатывает её. Это повторяется, пока все задачи не будут завершены.

Синтаксис​

urlCluster(cluster_name, URL, format, structure)

Аргументы​

АргументОписание
cluster_nameИмя кластера, которое используется для формирования набора адресов и параметров подключения к удаленным и локальным серверам.
URLАдрес HTTP или HTTPS сервера, который может принимать GET запросы. Тип: String.
formatФормат данных. Тип: String.
structureСтруктура таблицы в формате 'UserID UInt64, Name String'. Определяет имена и типы колонок. Тип: String.

Возвращаемое значение​

Таблица с указанным форматом и структурой и с данными из определённого URL.

Примеры​

Получение первых 3 строк таблицы, содержащей колонки типа String и UInt32 из HTTP-сервера, который отвечает в CSV формате.

  1. Создайте базовый HTTP-сервер с использованием стандартных инструментов Python 3 и запустите его:
from http.server import BaseHTTPRequestHandler, HTTPServer

class CSVHTTPServer(BaseHTTPRequestHandler):
    def do_GET(self):
        self.send_response(200)
        self.send_header('Content-type', 'text/csv')
        self.end_headers()

        self.wfile.write(bytes('Hello,1\nWorld,2\n', "utf-8"))

if __name__ == "__main__":
    server_address = ('127.0.0.1', 12345)
    HTTPServer(server_address, CSVHTTPServer).serve_forever()

SELECT * FROM urlCluster('cluster_simple','http://127.0.0.1:12345', CSV, 'column1 String, column2 UInt32')

Глобусы в URL​

Шаблоны в фигурных скобках { } используются для генерации набора шардов или для указания резервных адресов. Поддерживаемые типы шаблонов и примеры см. в описании функции remote. Символ | внутри шаблонов используется для указания резервных адресов. Они перебираются в том же порядке, в каком они перечислены в шаблоне. Количество сгенерированных адресов ограничено настройкой glob_expansion_max_elements.