注記
Nessie カタログとの統合は Iceberg テーブルのみに対応しています。
この統合は AWS S3 と他のクラウドストレージプロバイダーの両方をサポートしています。
ClickHouse は複数のカタログ（Unity、Glue、REST、Polaris など）との統合をサポートしています。このガイドでは、ClickHouse と Nessie カタログを使用してデータをクエリする手順を説明します。
Nessie はデータレイク向けのオープンソーストランザクショナルカタログで、以下の機能を提供します：
- Gitにインスパイアされた データバージョン管理機能（ブランチとコミット）
- クロステーブルトランザクション 及び可視性保証
- REST API Iceberg REST カタログ仕様への準拠
- オープンデータレイク アプローチ（Hive、Spark、Dremio、Trino などをサポート）
- 本番環境で使用可能な Docker または Kubernetes でのデプロイ
注記
この機能は実験的であるため、以下のように有効にする必要があります：
SET allow_experimental_database_iceberg = 1;
ローカル開発セットアップ
ローカル開発およびテスト用に、コンテナ化された Nessieセットアップを使用できます。このアプローチは、学習、プロトタイピング、および開発環境に理想的です。
前提条件
- Docker および Docker Compose：Docker がインストールされていて、実行中であることを確認してください
- サンプルセットアップ：公式の Nessie docker-compose セットアップを使用できます
ローカル Nessie カタログのセットアップ
公式の Nessie docker-compose セットアップ を使用すると、Nessie、インメモリバージョンストア、オブジェクトストレージ用の MinIO を含む完全な環境を提供します。
ステップ 1： 例を実行するための新しいフォルダーを作成し、次の構成のファイル docker-compose.yml を作成します：
version: '3.8'
services:
nessie:
image: ghcr.io/projectnessie/nessie:latest
ports:
- "19120:19120"
environment:
- nessie.version.store.type=IN_MEMORY
- nessie.catalog.default-warehouse=warehouse
- nessie.catalog.warehouses.warehouse.location=s3://my-bucket/
- nessie.catalog.service.s3.default-options.endpoint=http://minio:9000/
- nessie.catalog.service.s3.default-options.access-key=urn:nessie-secret:quarkus:nessie.catalog.secrets.access-key
- nessie.catalog.service.s3.default-options.path-style-access=true
- nessie.catalog.service.s3.default-options.auth-type=STATIC
- nessie.catalog.secrets.access-key.name=admin
- nessie.catalog.secrets.access-key.secret=password
- nessie.catalog.service.s3.default-options.region=us-east-1
- nessie.server.authentication.enabled=false
depends_on:
minio:
condition: service_healthy
networks:
- iceberg_net
minio:
image: quay.io/minio/minio
ports:
- "9002:9000"
- "9003:9001"
environment:
- MINIO_ROOT_USER=admin
- MINIO_ROOT_PASSWORD=password
- MINIO_REGION=us-east-1
healthcheck:
test: ["CMD", "mc", "ready", "local"]
interval: 5s
timeout: 10s
retries: 5
start_period: 30s
entrypoint: >
/bin/sh -c "
minio server /data --console-address ':9001' &
sleep 10;
mc alias set myminio http://localhost:9000 admin password;
mc mb myminio/my-bucket --ignore-existing;
tail -f /dev/null"
networks:
- iceberg_net
clickhouse:
image: clickhouse/clickhouse-server:head
container_name: nessie-clickhouse
user: '0:0' # Ensures root permissions
ports:
- "8123:8123"
- "9000:9000"
volumes:
- clickhouse_data:/var/lib/clickhouse
- ./clickhouse/data_import:/var/lib/clickhouse/data_import # Mount dataset folder
networks:
- iceberg_net
environment:
- CLICKHOUSE_DB=default
- CLICKHOUSE_USER=default
- CLICKHOUSE_DO_NOT_CHOWN=1
- CLICKHOUSE_PASSWORD=
depends_on:
nessie:
condition: service_started
minio:
condition: service_healthy
volumes:
clickhouse_data:
networks:
iceberg_net:
driver: bridge
ステップ 2： サービスを開始するために、以下のコマンドを実行します：
ステップ 3： すべてのサービスが利用可能になるまで待ちます。ログを確認することができます：
注記
Nessie セットアップはインメモリバージョンストアを使用しており、最初に Iceberg テーブルにサンプルデータがロードされる必要があります。ClickHouse を介してクエリを実行する前に、環境がテーブルを作成し、データを格納していることを確認してください。
ローカル Nessie カタログへの接続
ClickHouse コンテナに接続します：
docker exec -it nessie-clickhouse clickhouse-client
次に、Nessie カタログへのデータベース接続を作成します：
SET allow_experimental_database_iceberg = 1;
CREATE DATABASE demo
ENGINE = DataLakeCatalog('http://nessie:19120/iceberg', 'admin', 'password')
SETTINGS catalog_type = 'rest', storage_endpoint = 'http://minio:9002/my-bucket', warehouse = 'warehouse'
ClickHouse を使用した Nessie カタログテーブルのクエリ
接続ができたので、Nessie カタログを通じてクエリを開始できます。例えば：
サンプルデータ（タクシーデータセットなど）が含まれている場合、以下のようなテーブルが表示されるはずです：
┌─name──────────┐
│ default.taxis │
└───────────────┘
注記
テーブルが表示されない場合、通常、次のことを意味します：
- 環境がサンプルテーブルをまだ作成していない
- Nessie カタログサービスが完全に初期化されていない
- サンプルデータのロードプロセスが完了していない
Nessie のログを確認してカタログのアクティビティを確認できます：
docker-compose logs nessie
テーブルをクエリするには（利用可能な場合）：
SELECT count(*) FROM `default.taxis`;
┌─count()─┐
│ 2171187 │
└─────────┘
バックティック必須
ClickHouse は 1 つのネームスペースしかサポートしていないため、バックティックが必要です。
テーブルの DDL を確認するには：
SHOW CREATE TABLE `default.taxis`;
┌─statement─────────────────────────────────────────────────────────────────────────────────────┐
│ CREATE TABLE demo.`default.taxis` │
│ ( │
│ `VendorID` Nullable(Int64), │
│ `tpep_pickup_datetime` Nullable(DateTime64(6)), │
│ `tpep_dropoff_datetime` Nullable(DateTime64(6)), │
│ `passenger_count` Nullable(Float64), │
│ `trip_distance` Nullable(Float64), │
│ `RatecodeID` Nullable(Float64), │
│ `store_and_fwd_flag` Nullable(String), │
│ `PULocationID` Nullable(Int64), │
│ `DOLocationID` Nullable(Int64), │
│ `payment_type` Nullable(Int64), │
│ `fare_amount` Nullable(Float64), │
│ `extra` Nullable(Float64), │
│ `mta_tax` Nullable(Float64), │
│ `tip_amount` Nullable(Float64), │
│ `tolls_amount` Nullable(Float64), │
│ `improvement_surcharge` Nullable(Float64), │
│ `total_amount` Nullable(Float64), │
│ `congestion_surcharge` Nullable(Float64), │
│ `airport_fee` Nullable(Float64) │
│ ) │
│ ENGINE = Iceberg('http://localhost:9002/my-bucket/default/taxis/', 'admin', '[HIDDEN]') │
└───────────────────────────────────────────────────────────────────────────────────────────────┘
データレイクから ClickHouse へのデータのロード
Nessie カタログから ClickHouse にデータをロードする必要がある場合、ローカル ClickHouse テーブルを作成することから始めます：
CREATE TABLE taxis
(
`VendorID` Int64,
`tpep_pickup_datetime` DateTime64(6),
`tpep_dropoff_datetime` DateTime64(6),
`passenger_count` Float64,
`trip_distance` Float64,
`RatecodeID` Float64,
`store_and_fwd_flag` String,
`PULocationID` Int64,
`DOLocationID` Int64,
`payment_type` Int64,
`fare_amount` Float64,
`extra` Float64,
`mta_tax` Float64,
`tip_amount` Float64,
`tolls_amount` Float64,
`improvement_surcharge` Float64,
`total_amount` Float64,
`congestion_surcharge` Float64,
`airport_fee` Float64
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(tpep_pickup_datetime)
ORDER BY (VendorID, tpep_pickup_datetime, PULocationID, DOLocationID);
次に、INSERT INTO SELECT を介して Nessie カタログテーブルからデータをロードします：
INSERT INTO taxis
SELECT * FROM demo.`default.taxis`;