导出 Parquet

导出 Parquet

语法：

COPY INTO {internalStage | externalStage | externalLocation}
FROM { [<database_name>.]<table_name> | ( <query> ) }
FILE_FORMAT = (TYPE = PARQUET)
[MAX_FILE_SIZE = <num>]
[DETAILED_OUTPUT = true | false]

• 更多 Parquet 选项请参考 Parquet File Format Options
• 导出到多个文件请使用 MAX_FILE_SIZE Copy Option
• 更多关于语法的细节可以在 COPY INTO location 中找到

教程

Step 1. 创建一个 External Stage

CREATE STAGE parquet_unload_stage
URL = 's3://unload/parquet/'
CONNECTION = (
    ACCESS_KEY_ID = '<your-access-key-id>'
    SECRET_ACCESS_KEY = '<your-secret-access-key>'
);

Step 2. 创建自定义 Parquet 文件格式

CREATE FILE FORMAT parquet_unload_format
    TYPE = PARQUET
    ;

Step 3. 导出到 Parquet 文件

COPY INTO @parquet_unload_stage
FROM (
    SELECT *
    FROM generate_series(1, 100)
)
FILE_FORMAT = (FORMAT_NAME = 'parquet_unload_format')
DETAILED_OUTPUT = true;

结果：

┌───────────────────────────────────────────────────────────────────────────────────────────┐
│                             file_name                             │ file_size │ row_count │
│                               String                              │   UInt64  │   UInt64  │
├───────────────────────────────────────────────────────────────────┼───────────┼───────────┤
│   data_a3760513-78a8-4a89-8f92-b1a17e0a61b6_0000_00000000.parquet │       445 │       100 │
└───────────────────────────────────────────────────────────────────────────────────────────┘

Step 4. 验证导出的 Parquet 文件

SELECT COUNT($1)
FROM @parquet_unload_stage
(
    FILE_FORMAT => 'parquet_unload_format',
    PATTERN => '.*[.]parquet'
);

结果：

┌───────────┐
│ count($1) │
├───────────┤
│       100 │
└───────────┘