创建 STAGE

引入或更新版本：v1.2.339

创建一个内部或外部 Stage。

语法

-- 内部 Stage
CREATE [ OR REPLACE ] STAGE [ IF NOT EXISTS ] <internal_stage_name>
  [ FILE_FORMAT = (
         FORMAT_NAME = '<your-custom-format>'
         | TYPE = { CSV | TSV | NDJSON | PARQUET | ORC } [ formatTypeOptions ]
       ) ]
  [ COPY_OPTIONS = ( copyOptions ) ]
  [ COMMENT = '<string_literal>' ]

-- 外部 Stage
CREATE STAGE [ IF NOT EXISTS ] <external_stage_name>
    externalStageParams
  [ FILE_FORMAT = (
         FORMAT_NAME = '<your-custom-format>'
         | TYPE = { CSV | TSV | NDJSON | PARQUET | ORC } [ formatTypeOptions ]
       ) ]
  [ COPY_OPTIONS = ( copyOptions ) ]
  [ COMMENT = '<string_literal>' ]

externalStageParams

Amazon S3 兼容存储服务

externalStageParams ::=
  's3://<bucket>[<path/>]'
  CONNECTION = (
        <connection_parameters>
  )

有关访问 Amazon S3 兼容存储服务的连接参数，请参见连接参数。

备注

要在 Amazon S3 上创建外部 Stage，您还可以使用 IAM 用户账户，从而为 Stage 定义细粒度的访问控制，包括指定对特定 S3 存储桶的读取或写入等操作。请参见示例 3：使用 AWS IAM 用户创建外部 Stage。

Azure Blob Storage

externalStageParams ::=
  'azblob://<container>[<path/>]'
  CONNECTION = (
        <connection_parameters>
  )

有关访问 Azure Blob Storage 的连接参数，请参见连接参数。

Google Cloud Storage

externalLocation ::=
  'gcs://<bucket>[<path>]'
  CONNECTION = (
        <connection_parameters>
  )

有关访问 Google Cloud Storage 的连接参数，请参见连接参数。

阿里云 OSS

externalLocation ::=
  'oss://<bucket>[<path>]'
  CONNECTION = (
        <connection_parameters>
  )

有关访问阿里云 OSS 的连接参数，请参见连接参数。

腾讯云对象存储

externalLocation ::=
  'cos://<bucket>[<path>]'
  CONNECTION = (
        <connection_parameters>
  )

有关访问腾讯云对象存储的连接参数，请参见连接参数。

HDFS

externalLocation ::=
  "hdfs://<endpoint_url>[<path>]"
  CONNECTION = (
        <connection_parameters>
  )

有关访问 HDFS 的连接参数，请参见连接参数。

WebHDFS

externalLocation ::=
  "webhdfs://<endpoint_url>[<path>]"
  CONNECTION = (
        <connection_parameters>
  )

有关访问 WebHDFS 的连接参数，请参见连接参数。

Hugging Face

externalLocation ::=
  "hf://<repo_id>[<path>]"
  CONNECTION = (
        <connection_parameters>
  )

有关访问 Hugging Face 的连接参数，请参见连接参数。

FILE_FORMAT

有关详细信息，请参见输入输出文件格式。

copyOptions

copyOptions ::=
  [ SIZE_LIMIT = <num> ]
  [ PURGE = <bool> ]

参数	描述	是否必填
SIZE_LIMIT = <num>	指定单个 COPY 语句加载数据的最大行数（> 0）。默认值为 0	可选
PURGE = <bool>	如果设置为 True，则在数据成功加载到表后，命令将清除 Stage 中的文件。默认值为 false	可选

示例

示例 1：创建内部 Stage

此示例创建了一个名为 my_internal_stage 的内部 Stage：

CREATE STAGE my_internal_stage;

DESC STAGE my_internal_stage;

name             |stage_type|stage_params                                                  |copy_options                                                                                                                                                  |file_format_options             |number_of_files|creator           |comment|
-----------------+----------+--------------------------------------------------------------+--------------------------------------------------------------------------------------------------------------------------------------------------------------+--------------------------------+---------------+------------------+-------+
my_internal_stage|Internal  |StageParams { storage: Fs(StorageFsConfig { root: "_data" }) }|CopyOptions { on_error: AbortNum(1), size_limit: 0, max_files: 0, split_size: 0, purge: false, single: false, max_file_size: 0, disable_variant_check: false }|Parquet(ParquetFileFormatParams)|              0|'root'@'127.0.0.1'|       |

示例 2：使用 AWS 访问密钥创建外部 Stage

此示例在 Amazon S3 上创建了一个名为 my_s3_stage 的外部 Stage：

CREATE STAGE my_s3_stage URL='s3://load/files/' CONNECTION = (ACCESS_KEY_ID = '<your-access-key-id>' SECRET_ACCESS_KEY = '<your-secret-access-key>');

DESC STAGE my_s3_stage;
+-------------+------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------+-----------------------------------------------+--------------------------------------------------------------------------------------------------------------------+---------+
| name        | stage_type | stage_params                                                                                                                                                           | copy_options                                  | file_format_options                                                                                                | comment |
+-------------+------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------+-----------------------------------------------+--------------------------------------------------------------------------------------------------------------------+---------+
| my_s3_stage | External   | StageParams { storage: S3(StageS3Storage { bucket: "load", path: "/files/", credentials_aws_key_id: "", credentials_aws_secret_key: "", encryption_master_key: "" }) } | CopyOptions { on_error: None, size_limit: 0 } | FileFormatOptions { format: Csv, skip_header: 0, field_delimiter: ",", record_delimiter: "\n", compression: None } |         |
+-------------+------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------+-----------------------------------------------+--------------------------------------------------------------------------------------------------------------------+---------+

示例 3：使用 AWS IAM 用户创建外部 Stage

此示例使用 AWS Identity and Access Management (IAM) 用户在 Amazon S3 上创建了一个名为 iam_external_stage 的外部 Stage。

步骤 1：为 S3 存储桶创建访问策略

以下步骤为 Amazon S3 上的存储桶 databend-toronto 创建了一个名为 databend-access 的访问策略：

1. 登录 AWS 管理控制台，然后选择 Services > Security, Identity, & Compliance > IAM。
2. 在左侧导航栏中选择 Account settings，然后转到右侧页面的 Security Token Service (STS) 部分。确保您所属的 AWS 区域的状态为 Active。
3. 在左侧导航栏中选择 Policies，然后在右侧页面中选择 Create policy。
4. 点击 JSON 标签，将以下代码复制并粘贴到编辑器中，然后将策略保存为 databend_access。

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "AllObjectActions",
      "Effect": "Allow",
      "Action": [
        "s3:*Object"
      ],
      "Resource": "arn:aws:s3:::databend-toronto/*"
    },
    {
      "Sid": "ListObjectsInBucket",
      "Effect": "Allow",
      "Action": [
        "s3:ListBucket"
      ],
      "Resource": "arn:aws:s3:::databend-toronto"
    }
  ]
}

步骤 2：创建 IAM 用户

以下步骤创建了一个名为 databend 的 IAM 用户，并将访问策略 databend-access 附加到该用户。

1. 在左侧导航栏中选择 Users，然后在右侧页面中选择 Add users。
2. 配置用户：
   • 将用户名设置为 databend。
   • 在为用户设置权限时，点击 Attach policies directly，然后搜索并选择访问策略 databend-access。
3. 用户创建后，点击用户名打开详细信息页面，然后选择 Security credentials 标签。
4. 在 Access keys 部分，点击 Create access key。
5. 选择 Third-party service 作为用例，并勾选下方的复选框以确认创建访问密钥。
6. 将生成的访问密钥和秘密访问密钥复制并保存到安全的地方。

步骤 3：创建外部 Stage

使用为 IAM 用户 databend 生成的访问密钥和秘密访问密钥创建外部 Stage。

CREATE STAGE iam_external_stage url = 's3://databend-toronto' CONNECTION =(aws_key_id='<your-access-key-id>' aws_secret_key='<your-secret-access-key>' region='us-east-2');

示例 4：在 Cloudflare R2 上创建外部 Stage

Cloudflare R2 是 Cloudflare 推出的对象存储服务，完全兼容 Amazon 的 AWS S3 服务。此示例在 Cloudflare R2 上创建了一个名为 r2_stage 的外部 Stage。

步骤 1：创建存储桶

以下步骤在 Cloudflare R2 上创建了一个名为 databend 的存储桶。

1. 登录 Cloudflare 仪表板，然后在左侧导航栏中选择 R2。
2. 点击 Create bucket 创建存储桶，并将存储桶名称设置为 databend。存储桶成功创建后，您可以在查看存储桶详细信息页面时，在存储桶名称下方找到存储桶端点。

步骤 2：创建 R2 API 令牌

以下步骤创建了一个包含 Access Key ID 和 Secret Access Key 的 R2 API 令牌。

1. 在 R2 > Overview 中点击 Manage R2 API Tokens。
2. 点击 Create API token 创建 API 令牌。
3. 在配置 API 令牌时，选择必要的权限并根据需要设置 TTL。
4. 点击 Create API Token 以获取 Access Key ID 和 Secret Access Key。将其复制并保存到安全的地方。

步骤 3：创建外部 Stage

使用创建的 Access Key ID 和 Secret Access Key 创建名为 r2_stage 的外部 Stage。

CREATE STAGE r2_stage
  URL='s3://databend/'
  CONNECTION = (
    REGION = 'auto'
    ENDPOINT_URL = '<your-bucket-endpoint>'
    ACCESS_KEY_ID = '<your-access-key-id>'
    SECRET_ACCESS_KEY = '<your-secret-access-key>');