YAMLRegExpTree 字典源

Not supported in ClickHouse Cloud

YAMLRegExpTree 源会从本地文件系统中的 YAML 文件加载一个正则表达式树。它专门用于与 regexp_tree 字典布局配合使用，并为基于模式的查找（例如 User-Agent 解析）提供分层的正则表达式到属性的映射。

注意

YAMLRegExpTree 源仅在 ClickHouse 开源版本中可用。对于 ClickHouse Cloud，请先将字典导出为 CSV，然后通过 ClickHouse table source 加载。详情参见在 ClickHouse Cloud 中使用 regexp_tree 字典。

配置

CREATE DICTIONARY regexp_dict
(
    regexp String,
    name String,
    version String
)
PRIMARY KEY(regexp)
SOURCE(YAMLRegExpTree(PATH '/var/lib/clickhouse/user_files/regexp_tree.yaml'))
LAYOUT(regexp_tree)
LIFETIME(0);

设置字段：

Setting	Description
`PATH`	指向包含正则表达式树的 YAML 文件的绝对路径。在通过 DDL 创建时，该文件必须位于 `user_files` 目录中。

YAML 文件结构

YAML 文件包含一个正则表达式树的节点列表。每个节点都可以具有属性和子节点，从而形成一个层级结构：

- regexp: 'Linux/(\d+[\.\d]*).+tlinux'
  name: 'TencentOS'
  version: '\1'

- regexp: '\d+/tclwebkit(?:\d+[\.\d]*)'
  name: 'Android'
  versions:
    - regexp: '33/tclwebkit'
      version: '13'
    - regexp: '3[12]/tclwebkit'
      version: '12'
    - regexp: '30/tclwebkit'
      version: '11'
    - regexp: '29/tclwebkit'
      version: '10'

每个节点具有以下结构：

regexp：该节点对应的正则表达式。
attributes：用户自定义的字典属性（例如 name、version）。属性值可以包含对正则表达式中捕获组的反向引用，写作 \1 或 $1（数字 1-9）。这些引用会在查询时被替换为相应的匹配捕获组。
child nodes：子节点列表，每个子节点都有自己的属性，并且可以选择包含更多子节点。子节点列表的名称是任意的（例如上面的 versions）。字符串匹配以深度优先的方式进行：如果某个字符串匹配到某个节点，其子节点也会被检查。最深层匹配节点的属性优先级最高，会覆盖同名的父节点属性。

regexp_tree 字典布局 — 布局配置、查询示例和匹配模式
dictGet, dictGetAll — 用于查询 regexp_tree 字典的函数

配置​

YAML 文件结构​

相关页面​

配置

YAML 文件结构

相关页面