Skip to content

Commit 80759af

Browse files
github-actions[bot]github-actions[bot]
authored
💬Generate LLM translations (#1708)
Co-authored-by: github-actions[bot] <41898282+github-actions[bot]@users.noreply.github.com>
1 parent 3dd2ebc commit 80759af

File tree

1 file changed

+21
-168
lines changed

1 file changed

+21
-168
lines changed

‎docs/cn/sql-reference/00-sql-reference/50-file-format-options.md‎

Lines changed: 21 additions & 168 deletions
Original file line numberDiff line numberDiff line change
@@ -5,11 +5,11 @@ import FunctionDescription from '@site/src/components/FunctionDescription';
55

66
<FunctionDescription description="引入或更新于：v1.2.530"/>
77

8-
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。
8+
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。
99

1010
## 语法
1111

12-
要在语句中指定文件格式，请使用以下语法：
12+
在语句中指定文件格式时，使用以下语法：
1313

1414
```sql
1515
-- 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。
1919
... FILE_FORMAT = ( FORMAT_NAME = '<your-custom-format>' )
2020
```
2121

22-
- Databend 目前仅支持 ORC 作为源。尚不支持将数据卸载为 ORC 文件。
23-
- 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。
24-
- 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)。
22+
- 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。
23+
- 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。
24+
- 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)。
2525

2626
### formatTypeOptions
2727

28-
`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。
28+
`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。
2929

3030
```sql
3131
formatTypeOptions ::=
@@ -41,13 +41,13 @@ formatTypeOptions ::=
4141

4242
## CSV 选项
4343

44-
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：
44+
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：
4545

46-
- 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。
47-
- 在引用的字符串中，除了 [QUOTE](#quote) 外，不会转义任何字符。
48-
- [FIELD_DELIMITER](#field_delimiter) 和 [QUOTE](#quote) 之间不应留有空格。
49-
- 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。
50-
- 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。
46+
- 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。
47+
- 在引号字符串中，除 [QUOTE](#quote) 外，不会转义任何字符。
48+
- [FIELD_DELIMITER](#field_delimiter) 和 [QUOTE](#quote) 之间不应有空格。
49+
- 若字符串来自序列化的 Array 或 Struct 字段，将在 CSV 中加引号。
50+
- 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。
5151

5252
### RECORD_DELIMITER
5353

@@ -56,8 +56,8 @@ Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV
5656
**可用值**：
5757

5858
- `\r\n`
59-
- 一个非字母数字的单字节字符，例如 `#` 和 `|`。
60-
- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH`
59+
- 一个非字母数字的单字节字符，如 `#` 和 `|`。
60+
- 带有转义字符的字符：`\b`、`\f`、`\r`、`\n`、`\t`、`\0`、`\xHH`
6161

6262
**默认值**：`\n`
6363

@@ -67,26 +67,26 @@ Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV
6767

6868
**可用值**：
6969

70-
- 一个非字母数字的单字节字符，例如 `#` 和 `|`。
71-
- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH`
70+
- 一个非字母数字的单字节字符，如 `#` 和 `|`。
71+
- 带有转义字符的字符：`\b`、`\f`、`\r`、`\n`、`\t`、`\0`、`\xHH`
7272

7373
**默认值**：`,`（逗号）
7474

7575
### QUOTE
7676

77-
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。
77+
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。
7878

7979
:::note
80-
**仅用于数据加载**：当您从 Databend 卸载数据时，此选项不可用。
80+
**仅用于数据加载**：此选项在从 Databend 卸载数据时不可用。
8181
:::
8282

83-
**可用值**：`'`, `"`, 或 `(反引号)
83+
**可用值**：`'`、`"` 或 `（反引号）
8484

8585
**默认值**：`"`
8686

8787
### ESCAPE
8888

89-
在引用的字符串中转义引号。
89+
在引号字符串中转义引号。
9090

9191
**可用值**：`'\\'` 或 `''`
9292

@@ -97,151 +97,4 @@ Databend 接受符合 [RFC 4180](https://www.rfc-editor.org/rfc/rfc4180) 的 CSV
9797
指定从文件开头跳过多少行。
9898

9999
:::note
100-
**仅用于数据加载**：当您从 Databend 卸载数据时，此选项不可用。
101-
:::
102-
103-
**默认值**：`0`
104-
105-
### NAN_DISPLAY
106-
107-
指定查询结果中如何显示“NaN”（非数字）值。
108-
109-
**可用值**：必须是字面量 `'nan'` 或 `'null'`（不区分大小写）
110-
111-
**默认值**：`'NaN'`
112-
113-
### NULL_DISPLAY
114-
115-
指定查询结果中如何显示 NULL 值。
116-
117-
**默认值**：`'\N'`
118-
119-
### ERROR_ON_COLUMN_COUNT_MISMATCH
120-
121-
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。
122-
123-
**默认值**：`true`
124-
125-
### EMPTY_FIELD_AS
126-
127-
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。
128-
129-
**可用值**：
130-
131-
| 值 | 描述 |
132-
|------------------|-----------------------------------------------------------------------------------|
133-
| `null` (默认) | 将空字段解释为 NULL 值。仅适用于可为空的列。 |
134-
| `string` | 将空字段解释为空字符串（''）。仅适用于字符串列。 |
135-
| `field_default` | 使用列的默认值处理空字段。 |
136-
137-
### OUTPUT_HEADER
138-
139-
指定在使用 `COPY INTO <location>` 命令导出数据时是否在 CSV 文件中包含标题行。默认为 `false`。
140-
141-
### BINARY_FORMAT
142-
143-
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`。
144-
145-
### COMPRESSION
146-
147-
指定压缩算法。
148-
149-
**可用值**：
150-
151-
| 值 | 描述 |
152-
|------------------|-----------------------------------------------------------------|
153-
| `NONE` (默认) | 表示文件未压缩。 |
154-
| `AUTO` | 通过文件扩展名自动检测压缩 |
155-
| `GZIP` | |
156-
| `BZ2` | |
157-
| `BROTLI` | 如果加载/卸载 Brotli 压缩文件，则必须指定。 |
158-
| `ZSTD` | 支持 Zstandard v0.8（及更高版本）。 |
159-
| `DEFLATE` | Deflate 压缩文件（带有 zlib 头，RFC1950）。 |
160-
| `RAW_DEFLATE` | Deflate 压缩文件（无任何头，RFC1951）。 |
161-
| `XZ` | |
162-
163-
## TSV 选项
164-
165-
Databend 在处理 TSV 文件时受以下条件约束：
166-
167-
- 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)。
168-
- 目前不支持引用或包围。
169-
- 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。
170-
- Null 被序列化为 `\N`。
171-
172-
:::note
173-
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)。
174-
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。
175-
3. TSV 可用于加载由以下方式生成的文件：
176-
1. Clickhouse TSV 文件格式。
177-
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。
178-
3. Snowflake CSV，不带 `ESCAPE_UNENCLOSED_FIELD`。如果指定了 `ESCAPE_UNENCLOSED_FIELD`，请使用 CSV。
179-
:::
180-
181-
### RECORD_DELIMITER
182-
183-
分隔输入文件中的记录。
184-
185-
**可用值**：
186-
187-
- `\r\n`
188-
- 任意字符，例如 `#` 和 `|`。
189-
- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH`
190-
191-
**默认值**：`\n`
192-
193-
### FIELD_DELIMITER
194-
195-
分隔记录中的字段。
196-
197-
**可用值**：
198-
199-
- 非字母数字字符，例如 `#` 和 `|`。
200-
- 带有转义字符的字符：`\b`, `\f`, `\r`, `\n`, `\t`, `\0`, `\xHH`
201-
202-
**默认值**：`\t`（制表符）
203-
204-
### COMPRESSION
205-
206-
与 [CSV 的 COMPRESSION 选项](#compression) 相同。
207-
208-
## NDJSON 选项
209-
210-
### NULL_FIELD_AS
211-
212-
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。
213-
214-
| 可用值 | 描述 |
215-
|-------------------------|---------------------------------------------------------------------------------------------------------|
216-
| `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。 |
217-
| `FIELD_DEFAULT` | 使用字段的默认值处理空值。 |
218-
219-
### MISSING_FIELD_AS
220-
221-
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。
222-
223-
| 可用值 | 描述 |
224-
|------------------|-----------------------------------------------------------------------------------------------|
225-
| `ERROR` (默认) | 如果遇到缺失字段，则生成错误。 |
226-
| `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。 |
227-
| `FIELD_DEFAULT` | 使用字段的默认值处理缺失字段。 |
228-
| `TYPE_DEFAULT` | 使用字段数据类型的默认值处理缺失字段。 |
229-
230-
### COMPRESSION
231-
232-
与 [CSV 的 COMPRESSION 选项](#compression) 相同。
233-
234-
## PARQUET 选项
235-
236-
### MISSING_FIELD_AS
237-
238-
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。
239-
240-
| 可用值 | 描述 |
241-
|------------------|-----------------------------------------------------------------------------------------------|
242-
| `ERROR` (默认)| 如果遇到缺失字段，则生成错误。 |
243-
| `FIELD_DEFAULT` | 使用字段的默认值处理缺失字段。 |
244-
245-
## ORC 选项
246-
247-
ORC 格式目前没有可用选项。
100+
**仅

0 commit comments

Comments
 (0)