CSV数据导入到ClickHouse数据库

Micheal超

已于 2024-02-23 09:10:22 修改

阅读量1.8k

点赞数 7

分类专栏：数据库系统概论文章标签：数据库 clickhouse oracle

于 2024-02-23 09:07:26 首次发布

本文链接：https://blog.csdn.net/qq_42887760/article/details/136246974

版权

7 篇文章 9 订阅

订阅专栏

本文介绍了如何将大量CSV文件导入ClickHouse数据库，包括在DBeaver中建表、服务器命令行下使用clickhouse-client导入数据，以及处理导入过程中的错误和格式问题。

摘要由CSDN通过智能技术生成

问题描述：手头上有一个数据量较大的CSV文件，希望导入到指定的ClickHouse数据中，ClickHouse部署在服务器中。

解决方案：通常来说，数据量较少的CSV文件可以直接通过DBeaver软件的可视化界面导入数据。
若数据量较大，则建议将CSV文件传输到clickhouse所在服务器上，使用命令将数据导入到数据库中指定的表中。（提前在数据库中根据字段建立表结构）

方法一：可以借助DBeaver的可视化界面，在里面编写SQL建表语句
方法二：在服务器中，进入clickhouse交互式界面。在交互式界面编写SQL语句建表。
clickhouse-client --host=127.0.0.1 --port 9000 --user default

在服务器的命令行界面，执行如下语句：

导入的CSV文件没有字段名称时：
cat csv文件路径 | clickhouse-client --query="INSERT INTO 数据库.表名 FORMAT CSV"
导入的CSV文件有字段名称时
cat csv文件路径 | clickhouse-client --query="INSERT INTO 数据库.表名 FORMAT CSVWithNames"
如果想要跳过首行，或者特定行，则可以使用如下命令：(1d表示跳过第一行)
sed '1d' csv文件路径 | clickhouse-client --query="INSERT INTO 数据库.表名 FORMAT CSV"
(重要)clickhouse-client INSERT CSV/TSV时跳过错误行
在使用clickhouse-client向ck中导入csv文件时，当csv中有个别行数据格式错误时，整个文件就插入失败了，经常会导致丢数据。
案例：指定允许错误条数为10000，错误比率为0.1
cat a.csv | clickhouse-client --host 127.0.0.1 --port 9000 --database default \ --user default --query="INSERT INTO tb_a FORMAT CSVWithNames " \ --format_csv_delimiter="|" --input_format_allow_errors_num=10000 \ --input_format_allow_errors_ratio=0.1
clickhouse官方推荐语句：在clickhouse-client客户端的安装目录下执行如下命令。
cat <本地文件名> | ./clickhouse-client --host=<数据库连接地址> --port=<TCP端口号> --user=<数据库账号> --password=<数据库账号的密码> --query="INSERT INTO <ClickHouse表名> FORMAT <本地文件格式>";