跳转到主要内容
该引擎以只读方式集成现有 Apache Paimon 表，这些表可存储在亚马逊 S3、Azure、HDFS 或本地。 它支持快照读取、增量读取，以及由该引擎提供的基础分区裁剪。

​
创建表

请注意，Paimon 表必须已存在于存储中；此命令不接受用于创建新表的 DDL 参数。 创建 Paimon* 表受 allow_experimental_paimon_storage_engine 控制 (默认禁用) ，因此请先启用它，再运行 CREATE TABLE。

​
引擎参数

这些参数的说明分别与 S3、AzureBlobStorage、HDFS 和 File 表引擎中的参数说明一致。 format 表示 Paimon 表中数据文件的格式。 可以通过 命名集合 指定引擎参数

​
示例

使用命名集合：

​
功能

  • 从最新的表快照读取。
  • 启用时，可基于已提交的快照 ID 进行增量读取。
  • 启用 use_paimon_partition_pruning 时支持分区裁剪。
  • 配置后可选择在后台刷新元数据。
  • 使用 Atomic/Replicated 数据库时，表 UUID 会保持稳定，因此可在 Keeper 路径中使用 {uuid} 宏。

​
设置

该引擎使用与相应对象存储引擎相同的设置，并额外提供了 Paimon 特有的设置：
  • allow_experimental_paimon_storage_engine — 启用创建 Paimon、PaimonS3、PaimonAzure、PaimonHDFS 和 PaimonLocal 表引擎。默认值：0 (禁用) 。
  • paimon_incremental_read — 启用增量读取模式。
  • paimon_metadata_refresh_interval_sec — 后台元数据刷新间隔 (单位：秒) 。当设置为大于 0 的值时，后台任务会定期从对象存储拉取最新的快照和 schema。默认值：30。
  • paimon_keeper_path — 增量读取状态对应的 Keeper 路径。必须设置，且每个表唯一；支持 {database}、{table}、{uuid} 等宏。
  • paimon_replica_name — 增量读取状态对应的副本名称。必须设置，且每个副本唯一；支持 {replica} 等宏。

​
增量读取示例

基于 Keeper 状态的增量读取：

​
增量读取的查询级设置

以下设置属于查询级 (通过 SELECT ... SETTINGS 传递，而不是在 CREATE TABLE 中设置) 。它们用于控制增量读取在每次查询中的行为：
  • paimon_target_snapshot_id — 仅读取指定快照的增量。Keeper 中已提交的 watermark 不会推进，因此同一个快照可以重复读取任意次数。默认值：-1 (禁用) 。
  • max_consume_snapshots — 单次增量读取可消费的快照数量上限。当源端累积了大量尚未读取的快照时，该参数会限制每次查询消费的数量，以控制批次大小。0 表示不限制。默认值：0。
定向快照读取 — 无论当前 watermark 如何，始终返回快照 1 的增量：
限制每个批次的快照数 — 如果有三个新快照待处理，则每次查询最多消费两个：

​
通过可刷新materialized view 将 Paimon 同步到 MergeTree

你可以构建一条端到端管道，使用 APPEND 模式的可刷新materialized view，持续将数据从 Paimon 表同步到 MergeTree 表。每个刷新周期只会从 Paimon 读取新增的增量数据，并将其追加到目标表。 步骤 1 — 创建启用了增量读取和元数据刷新的 Paimon 源表。 下面的示例使用 PaimonLocal。请根据你的存储后端，将 引擎 替换为 PaimonS3、PaimonAzure、PaimonHDFS，或可自动检测的 Paimon 引擎：
paimon_metadata_refresh_interval_sec 用于设置后台元数据刷新间隔 (以秒为单位) 。当该值大于 0 时，后台任务会定期从对象存储中拉取最新的快照和 schema，这样 MV 的刷新周期无需等待查询触发元数据更新，就能看到新提交的数据。默认值为 30。在大量表上启用时请谨慎，以避免对象存储和 Keeper I/O 开销过大。 步骤 2 — 创建 MergeTree 目标表 (schema 克隆自 Paimon 表) ：
步骤 3 — 创建可刷新 materialized view：
MV 每 10 秒执行一次 SELECT * FROM paimon_mv_source，该查询只会返回自上一个已提交快照以来新增的行，并将其追加到 paimon_mv_dest。 清理：
删除 MV 前请先将其停止，以免后台刷新阻塞 DDL 操作。

​
限制

  • 增量读取要求已配置 Keeper (ZooKeeper) 。
  • 增量读取要求设置 paimon_keeper_path，且每个表的该值必须唯一。
  • 在同一 Keeper 路径下，paimon_replica_name 对每个副本都必须唯一。
  • 增量读取采用至多一次投递语义：已提交快照会在收集数据文件时向前推进，此时数据实际上尚未被消费。如果查询在文件收集后失败，重试时不会重新读取这些被跳过的快照。
  • 该表引擎为只读；不支持修改数据。
  • 增量读取不会处理来自 Paimon 源端的历史数据删除。如果上游 Paimon 数据被删除或更新，已写入 ClickHouse MergeTree 目标表的对应行不会被自动删除。你必须在 MergeTree 表上手动执行 ALTER TABLE ... DELETE 来清理过时数据。

​
别名

Paimon 表引擎会根据 disk 设置自动检测存储后端，并相应分派到 PaimonS3、PaimonAzure 或 PaimonLocal。如果未指定 disk，则默认使用 PaimonS3 实现。

​
虚拟列

  • _path — 文件路径。类型：LowCardinality(String)。
  • _file — 文件名。类型：LowCardinality(String)。
  • _size — 文件大小 (以字节为单位) 。类型：Nullable(UInt64)。如果文件大小未知，则值为 NULL。
  • _time — 文件的最后修改时间。类型：Nullable(DateTime)。如果时间未知，则值为 NULL。
  • _etag — 文件的 etag。类型：LowCardinality(String)。如果 etag 未知，则值为 NULL。

​
支持的数据类型

​
支持的分区键

Paimon 分区键支持的数据类型：
  • CHAR
  • VARCHAR
  • BOOLEAN
  • DECIMAL
  • TINYINT
  • SMALLINT
  • INTEGER
  • DATE
  • TIME
  • TIMESTAMP
  • TIMESTAMP WITH LOCAL TIME ZONE
  • BIGINT
  • FLOAT
  • DOUBLE
最后修改于 2026年7月1日