From 9273b708b5007378969de1837938503d4338c71e Mon Sep 17 00:00:00 2001 From: "github-actions[bot]" <41898282+github-actions[bot]@users.noreply.github.com> Date: Thu, 27 Mar 2025 11:59:46 +0000 Subject: [PATCH] =?UTF-8?q?=F0=9F=92=ACGenerate=20LLM=20translations?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .../50-file-format-options.md | 189 ++---------------- 1 file changed, 21 insertions(+), 168 deletions(-) diff --git a/docs/cn/sql-reference/00-sql-reference/50-file-format-options.md b/docs/cn/sql-reference/00-sql-reference/50-file-format-options.md index 5ccc4fe764..eef3b71218 100644 --- a/docs/cn/sql-reference/00-sql-reference/50-file-format-options.md +++ b/docs/cn/sql-reference/00-sql-reference/50-file-format-options.md @@ -5,11 +5,11 @@ import FunctionDescription from '@site/src/components/FunctionDescription'; -Databend 接受多种文件格式作为数据加载或卸载的源和目标。本页解释了支持的文件格式及其可用选项。 +Databend 支持多种文件格式作为数据加载或卸载的源和目标。本页介绍支持的文件格式及其可用选项。 ## 语法 -要在语句中指定文件格式，请使用以下语法： +在语句中指定文件格式时，使用以下语法： ```sql -- 指定标准文件格式 @@ -19,13 +19,13 @@ Databend 接受多种文件格式作为数据加载或卸载的源和目标。 ... FILE_FORMAT = ( FORMAT_NAME = '' ) ``` -- Databend 目前仅支持 ORC 作为源。尚不支持将数据卸载为 ORC 文件。 -- 如果在执行 COPY INTO 或从 Stage 执行 SELECT 操作时未指定 FILE_FORMAT，Databend 将使用您在创建 Stage 时最初定义的文件格式。如果在创建 Stage 时未明确指定文件格式，Databend 默认使用 PARQUET 格式。如果您指定的 FILE_FORMAT 与创建 Stage 时定义的不同，Databend 将优先使用操作期间指定的 FILE_FORMAT。 -- 有关在 Databend 中管理自定义文件格式的信息，请参阅[文件格式](../10-sql-commands/00-ddl/13-file-format/index.md)。 +- Databend 目前仅支持 ORC 作为数据源。暂不支持将数据卸载为 ORC 文件。 +- 如果在执行 COPY INTO 或从 Stage 执行 SELECT 操作时未指定 FILE_FORMAT，Databend 将使用创建 Stage 时初始定义的文件格式。若创建 Stage 时未显式指定文件格式，Databend 默认使用 PARQUET 格式。如果指定的 FILE_FORMAT 与创建 Stage 时定义的不同，Databend 将优先采用操作中指定的 FILE_FORMAT。 +- 关于在 Databend 中管理自定义文件格式，请参阅[文件格式](../10-sql-commands/00-ddl/13-file-format/index.md)。 ### formatTypeOptions -`formatTypeOptions` 包括一个或多个选项，用于描述文件的其他格式细节。这些选项因文件格式而异。请参阅以下部分以了解每种支持的文件格式的可用选项。 +`formatTypeOptions` 包含一个或多个选项，用于描述文件的其他格式细节。选项因文件格式而异。请参阅以下部分了解每种支持的文件格式的可用选项。 ```sql formatTypeOptions ::= @@ -41,13 +41,13 @@ formatTypeOptions ::= ## CSV 选项 -Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV 文件，并受以下条件约束： +Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV 文件，并遵循以下条件： -- 如果字符串包含 [QUOTE](#quote)、[ESCAPE](#escape)、[RECORD_DELIMITER](#record_delimiter) 或 [FIELD_DELIMITER](#field_delimiter) 的字符，则必须引用该字符串。 -- 在引用的字符串中，除了 [QUOTE](#quote) 外，不会转义任何字符。 -- [FIELD_DELIMITER](#field_delimiter) 和 [QUOTE](#quote) 之间不应留有空格。 -- 如果字符串来自序列化的数组或结构体字段，则会在 CSV 中引用该字符串。 -- 如果您开发程序并从该程序生成 CSV 文件，Databend 建议使用编程语言的 CSV 库。 +- 若字符串包含 [QUOTE](#quote)、[ESCAPE](#escape)、[RECORD_DELIMITER](#record_delimiter) 或 [FIELD_DELIMITER](#field_delimiter) 字符，则必须加引号。 +- 在引号字符串中，除 [QUOTE](#quote) 外，不会转义任何字符。 +- [FIELD_DELIMITER](#field_delimiter) 和 [QUOTE](#quote) 之间不应有空格。 +- 若字符串来自序列化的 Array 或 Struct 字段，将在 CSV 中加引号。 +- 若您开发程序并从中生成 CSV 文件，Databend 建议使用编程语言的 CSV 库。 ### RECORD_DELIMITER @@ -56,8 +56,8 @@ Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV **可用值**： - `\r\n` -- 一个非字母数字的单字节字符，例如 `#` 和 `|`。 -- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH` +- 一个非字母数字的单字节字符，如 `#` 和 `|`。 +- 带有转义字符的字符：`\b`、`\f`、`\r`、`\n`、`\t`、`\0`、`\xHH` **默认值**：`\n` @@ -67,26 +67,26 @@ Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV **可用值**： -- 一个非字母数字的单字节字符，例如 `#` 和 `|`。 -- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH` +- 一个非字母数字的单字节字符，如 `#` 和 `|`。 +- 带有转义字符的字符：`\b`、`\f`、`\r`、`\n`、`\t`、`\0`、`\xHH` **默认值**：`,`（逗号） ### QUOTE -在 CSV 文件中引用字符串。对于数据加载，除非字符串包含 [QUOTE](#quote)、[ESCAPE](#escape)、[RECORD_DELIMITER](#record_delimiter) 或 [FIELD_DELIMITER](#field_delimiter) 的字符，否则不需要引用。 +在 CSV 文件中为字符串加引号。对于数据加载，除非字符串包含 [QUOTE](#quote)、[ESCAPE](#escape)、[RECORD_DELIMITER](#record_delimiter) 或 [FIELD_DELIMITER](#field_delimiter) 字符，否则不需要引号。 :::note -**仅用于数据加载**：当您从 Databend 卸载数据时，此选项不可用。 +**仅用于数据加载**：此选项在从 Databend 卸载数据时不可用。 ::: -**可用值**：`'`, `"`, 或 `(反引号) +**可用值**：`'`、`"` 或 `（反引号） **默认值**：`"` ### ESCAPE -在引用的字符串中转义引号。 +在引号字符串中转义引号。 **可用值**：`'\\'` 或 `''` @@ -97,151 +97,4 @@ Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV 指定从文件开头跳过多少行。 :::note -**仅用于数据加载**：当您从 Databend 卸载数据时，此选项不可用。 -::: - -**默认值**：`0` - -### NAN_DISPLAY - -指定查询结果中如何显示“NaN”（非数字）值。 - -**可用值**：必须是字面量 `'nan'` 或 `'null'`（不区分大小写） - -**默认值**：`'NaN'` - -### NULL_DISPLAY - -指定查询结果中如何显示 NULL 值。 - -**默认值**：`'\N'` - -### ERROR_ON_COLUMN_COUNT_MISMATCH - -ERROR_ON_COLUMN_COUNT_MISMATCH 是一个布尔选项，当设置为 true 时，如果数据文件中的列数与目标表中的列数不匹配，则会引发错误。将其设置为 true 有助于确保加载过程中的数据完整性和一致性。 - -**默认值**：`true` - -### EMPTY_FIELD_AS - -指定在加载到表中的 CSV 数据中遇到空字段（包括 `,,` 和 `,"",`）时应使用的值。 - -**可用值**： - -| 值 | 描述 | -|------------------|-----------------------------------------------------------------------------------| -| `null` (默认) | 将空字段解释为 NULL 值。仅适用于可为空的列。 | -| `string` | 将空字段解释为空字符串（''）。仅适用于字符串列。 | -| `field_default` | 使用列的默认值处理空字段。 | - -### OUTPUT_HEADER - -指定在使用 `COPY INTO ` 命令导出数据时是否在 CSV 文件中包含标题行。默认为 `false`。 - -### BINARY_FORMAT - -控制数据导出和导入操作期间的二进制编码格式，可用值为 `HEX`（默认）和 `BASE64`。 - -### COMPRESSION - -指定压缩算法。 - -**可用值**： - -| 值 | 描述 | -|------------------|-----------------------------------------------------------------| -| `NONE` (默认) | 表示文件未压缩。 | -| `AUTO` | 通过文件扩展名自动检测压缩 | -| `GZIP` | | -| `BZ2` | | -| `BROTLI` | 如果加载/卸载 Brotli 压缩文件，则必须指定。 | -| `ZSTD` | 支持 Zstandard v0.8（及更高版本）。 | -| `DEFLATE` | Deflate 压缩文件（带有 zlib 头，RFC1950）。 | -| `RAW_DEFLATE` | Deflate 压缩文件（无任何头，RFC1951）。 | -| `XZ` | | - -## TSV 选项 - -Databend 在处理 TSV 文件时受以下条件约束： - -- TSV 文件中的这些字符将被转义：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\\`, `\'`, [RECORD_DELIMITER](#record_delimiter-1), [FIELD_DELIMITER](#field_delimiter-1)。 -- 目前不支持引用或包围。 -- 如果字符串来自序列化的数组或结构体字段，则会在 CSV 中引用该字符串。 -- Null 被序列化为 `\N`。 - -:::note -1. 在 Databend 中，TSV 和 CSV 的主要区别不是使用制表符代替逗号作为字段分隔符（可以通过选项更改），而是使用转义而不是引用来处理[分隔符冲突](https://en.wikipedia.org/wiki/Delimiter#Delimiter_collision)。 -2. 我们建议使用 CSV 而不是 TSV 作为存储格式，因为它有正式的标准。 -3. TSV 可用于加载由以下方式生成的文件： - 1. Clickhouse TSV 文件格式。 - 2. MySQL `mysqldump` 命令，带有 `--tab` 选项但不带 `--fields-enclosed-by` 或 `--fields-optinally-enclosed-by`，如果指定了后两个选项，请使用 CSV。 - 3. Snowflake CSV，不带 `ESCAPE_UNENCLOSED_FIELD`。如果指定了 `ESCAPE_UNENCLOSED_FIELD`，请使用 CSV。 -::: - -### RECORD_DELIMITER - -分隔输入文件中的记录。 - -**可用值**： - -- `\r\n` -- 任意字符，例如 `#` 和 `|`。 -- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH` - -**默认值**：`\n` - -### FIELD_DELIMITER - -分隔记录中的字段。 - -**可用值**： - -- 非字母数字字符，例如 `#` 和 `|`。 -- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH` - -**默认值**：`\t`（制表符） - -### COMPRESSION - -与 [CSV 的 COMPRESSION 选项](#compression) 相同。 - -## NDJSON 选项 - -### NULL_FIELD_AS - -指定在数据加载期间如何处理空值。请参阅下表中的选项以了解可能的配置。 - -| 可用值 | 描述 | -|-------------------------|---------------------------------------------------------------------------------------------------------| -| `NULL` (默认) | 将空值解释为 NULL 用于可为空的字段。对于不可为空的字段将生成错误。 | -| `FIELD_DEFAULT` | 使用字段的默认值处理空值。 | - -### MISSING_FIELD_AS - -确定在数据加载期间遇到缺失字段时的行为。请参阅下表中的选项以了解可能的配置。 - -| 可用值 | 描述 | -|------------------|-----------------------------------------------------------------------------------------------| -| `ERROR` (默认) | 如果遇到缺失字段，则生成错误。 | -| `NULL` | 将缺失字段解释为 NULL 值。对于不可为空的字段将生成错误。 | -| `FIELD_DEFAULT` | 使用字段的默认值处理缺失字段。 | -| `TYPE_DEFAULT` | 使用字段数据类型的默认值处理缺失字段。 | - -### COMPRESSION - -与 [CSV 的 COMPRESSION 选项](#compression) 相同。 - -## PARQUET 选项 - -### MISSING_FIELD_AS - -确定在数据加载期间遇到缺失字段时的行为。请参阅下表中的选项以了解可能的配置。 - -| 可用值 | 描述 | -|------------------|-----------------------------------------------------------------------------------------------| -| `ERROR` (默认)| 如果遇到缺失字段，则生成错误。 | -| `FIELD_DEFAULT` | 使用字段的默认值处理缺失字段。 | - -## ORC 选项 - -ORC 格式目前没有可用选项。 \ No newline at end of file +**仅 \ No newline at end of file