> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # Escribir datos en formatos de tabla abiertos > Escriba datos desde ClickHouse de vuelta a tablas Iceberg en almacenamiento de objetos para almacenamiento a largo plazo y consumo posterior. En las guías anteriores, consultó formatos de tabla abiertos directamente y cargó datos en MergeTree para análisis rápidos. En muchas arquitecturas, los datos también deben fluir en la otra dirección: de ClickHouse de vuelta a formatos de tabla abiertos. Esto suele responder a dos escenarios habituales: * **Traslado a almacenamiento a largo plazo** - Los datos llegan a ClickHouse como una capa de analítica en tiempo real, que alimenta dashboards e informes operativos. Una vez que los datos salen de su ventana en tiempo real, pueden escribirse en Iceberg en almacenamiento de objetos para una retención duradera y rentable en un formato interoperable. * **ETL inverso** - Las transformaciones, agregaciones y enriquecimiento realizados dentro de ClickHouse producen conjuntos de datos derivados que las herramientas posteriores y otros equipos necesitan consumir. Escribir estos resultados en tablas Iceberg los pone a disposición del ecosistema de datos en general. En ambos casos, `INSERT INTO SELECT` le permite mover datos desde tablas de ClickHouse a tablas Iceberg almacenadas en almacenamiento de objetos. Actualmente, la escritura en formatos de tabla abiertos solo es compatible con **tablas Iceberg**. La compatibilidad parcial con tablas Delta Lake está en desarrollo. Las tablas no deben estar gestionadas por un catálogo.
## Preparar un conjunto de datos de origen
Para esta guía, usaremos el conjunto de datos [UK Price Paid](/es/get-started/sample-datasets/uk-price-paid), un registro público de todas las transacciones de compraventa de viviendas en Inglaterra y Gales.
### Crear y poblar una tabla MergeTree
```sql theme={null} CREATE DATABASE uk; CREATE TABLE uk.uk_price_paid ( price UInt32, date Date, postcode1 LowCardinality(String), postcode2 LowCardinality(String), type Enum8('terraced' = 1, 'semi-detached' = 2, 'detached' = 3, 'flat' = 4, 'other' = 0), is_new UInt8, duration Enum8('freehold' = 1, 'leasehold' = 2, 'unknown' = 0), addr1 String, addr2 String, street LowCardinality(String), locality LowCardinality(String), town LowCardinality(String), district LowCardinality(String), county LowCardinality(String) ) ENGINE = MergeTree ORDER BY (postcode1, postcode2, addr1, addr2); ``` Pueble la tabla directamente desde la fuente CSV pública: ```sql theme={null} INSERT INTO uk.uk_price_paid SELECT toUInt32(price_string) AS price, parseDateTimeBestEffortUS(time) AS date, splitByChar(' ', postcode)[1] AS postcode1, splitByChar(' ', postcode)[2] AS postcode2, transform(a, ['T', 'S', 'D', 'F', 'O'], ['terraced', 'semi-detached', 'detached', 'flat', 'other']) AS type, b = 'Y' AS is_new, transform(c, ['F', 'L', 'U'], ['freehold', 'leasehold', 'unknown']) AS duration, addr1, addr2, street, locality, town, district, county FROM url( 'http://prod1.publicdata.landregistry.gov.uk.s3-website-eu-west-1.amazonaws.com/pp-complete.csv', 'CSV', 'uuid_string String, price_string String, time String, postcode String, a String, b String, c String, addr1 String, addr2 String, street String, locality String, town String, district String, county String, d String, e String' ) SETTINGS max_http_get_redirects=10; ``` ```response theme={null} 30906560 rows in set. Elapsed: 59.852 sec. Processed 30.91 million rows, 5.41 GB (516.39 thousand rows/s., 90.40 MB/s.) Peak memory usage: 485.15 MiB. ```
## Escribir datos en una tabla Iceberg
### Crear la tabla Iceberg
Para escribir datos en Iceberg, cree una tabla con el [motor de tabla `IcebergS3`](/es/reference/engines/table-engines/integrations/iceberg). Tenga en cuenta que el esquema debe simplificarse con respecto a la tabla de origen MergeTree. ClickHouse admite un sistema de tipos más amplio que Iceberg y que los archivos Parquet subyacentes; tipos como `Enum`, `LowCardinality` y `UInt8` no son compatibles con Iceberg y deben convertirse a tipos compatibles. ```sql theme={null} CREATE TABLE uk.uk_iceberg ( price UInt32, date Date, postcode1 String, postcode2 String, type UInt32, is_new UInt32, duration UInt32, addr1 String, addr2 String, street String, locality String, town String, district String, county String ) ENGINE = IcebergS3('https://datasets-documentation.s3.amazonaws.com/lake_formats/iceberg_uk_price_paid/', '', '', '') ```
### Insertar un subconjunto de datos
Use `INSERT INTO SELECT` para escribir datos de la tabla MergeTree en la tabla Iceberg. En este ejemplo, escribimos solo las transacciones de Londres: ```sql theme={null} SET allow_experimental_insert_into_iceberg = 1; INSERT INTO uk.uk_iceberg SELECT * FROM uk.uk_price_paid WHERE town = 'LONDON' ``` ```response theme={null} 2346741 rows in set. Elapsed: 1.419 sec. Processed 30.91 million rows, 153.43 MB (21.78 million rows/s., 108.15 MB/s.) Peak memory usage: 371.60 MiB. ```
### Consultar la tabla Iceberg
Los datos ahora se almacenan en formato Iceberg en el almacenamiento de objetos y pueden consultarse desde ClickHouse o desde cualquier otra herramienta que lea Iceberg: ```sql theme={null} SELECT locality, count() FROM uk.uk_iceberg WHERE locality != '' GROUP BY locality ORDER BY count() DESC LIMIT 10 ``` ```response theme={null} ┌─locality────┬─count()─┐ │ LONDON │ 896796 │ │ WALTHAMSTOW │ 8610 │ │ LEYTON │ 3525 │ │ CHINGFORD │ 3133 │ │ HORNSEY │ 2794 │ │ STREATHAM │ 2760 │ │ WOOD GREEN │ 2443 │ │ ACTON │ 2155 │ │ LEYTONSTONE │ 2102 │ │ EAST HAM │ 2085 │ └─────────────┴─────────┘ 10 filas en el conjunto. Elapsed: 0.329 sec. Processed 457.86 thousand rows, 2.62 MB (1.39 million rows/s., 7.95 MB/s.) Peak memory usage: 12.19 MiB. ```
## Escribir resultados agregados
Las tablas Iceberg no se limitan a almacenar filas sin procesar. También pueden contener los resultados de agregaciones y transformaciones: los resultados de procesos de ETL realizados dentro de ClickHouse. Esto resulta útil para publicar resúmenes precalculados en un lakehouse para su consumo posterior.
### Crear una tabla Iceberg para datos agregados
```sql theme={null} CREATE TABLE uk.uk_avg_town ( price Float64, town String ) ENGINE = IcebergS3('https://datasets-documentation.s3.amazonaws.com/lake_formats/iceberg_uk_avg_town/', '', '', '') ```
### Insertar datos agregados
Calcule el precio medio de las propiedades por municipio y escriba los resultados directamente en Iceberg: ```sql theme={null} INSERT INTO uk.uk_avg_town SELECT avg(price) AS price, town FROM uk.uk_price_paid GROUP BY town ``` ```response theme={null} 1173 rows in set. Elapsed: 0.480 sec. Processed 30.91 million rows, 185.44 MB (64.34 million rows/s., 386.05 MB/s.) Peak memory usage: 4.18 MiB. ```
### Consultar la tabla agregada
Otras herramientas —y otras instancias de ClickHouse— ya pueden leer este conjunto de datos precalculado: ```sql theme={null} SELECT town, price FROM uk.uk_avg_town ORDER BY price DESC LIMIT 10 ``` ```response theme={null} ┌─town───────────────┬──────────────price─┐ │ GATWICK │ 28232811.583333332 │ │ THORNHILL │ 985000 │ │ VIRGINIA WATER │ 984633.2938574939 │ │ CHALFONT ST GILES │ 863347.7280187573 │ │ COBHAM │ 775251.47313278 │ │ PURFLEET-ON-THAMES │ 772651.8 │ │ BEACONSFIELD │ 746052.9327405858 │ │ ESHER │ 686708.4969745865 │ │ KESTON │ 654541.1774842045 │ │ GERRARDS CROSS │ 639109.4084023251 │ └────────────────────┴────────────────────┘ 10 rows in set. Elapsed: 0.210 sec. ```