> ## 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.
> Este motor oferece integração com o ecossistema do Azure Blob Storage, permitindo importar dados em streaming.
# Motor de tabela AzureQueue
Este motor oferece integração com o ecossistema do [Azure Blob Storage](https://azure.microsoft.com/en-us/products/storage/blobs), permitindo importar dados em streaming.
## Criar tabela
```sql theme={null}
CREATE TABLE test (name String, value UInt32)
ENGINE = AzureQueue(...)
[SETTINGS]
[mode = '',]
[after_processing = 'keep',]
[keeper_path = '',]
...
```
**Parâmetros do motor**
Os parâmetros de `AzureQueue` são os mesmos compatíveis com o motor de tabela `AzureBlobStorage`. Consulte a seção de parâmetros [aqui](/pt-BR/reference/engines/table-engines/integrations/azureBlobStorage).
Assim como no motor de tabela [AzureBlobStorage](/pt-BR/reference/engines/table-engines/integrations/azureBlobStorage), os usuários podem usar o emulador Azurite para desenvolvimento local com o Azure Storage. Mais detalhes [aqui](https://learn.microsoft.com/en-us/azure/storage/common/storage-use-azurite?tabs=docker-hub%2Cblob-storage).
**Exemplo**
```sql theme={null}
CREATE TABLE azure_queue_engine_table
(
`key` UInt64,
`data` String
)
ENGINE = AzureQueue('DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://azurite1:10000/devstoreaccount1/;', 'testcontainer', '*', 'CSV')
SETTINGS mode = 'unordered'
```
## Configurações
O conjunto de configurações compatíveis é praticamente o mesmo do motor de tabela `S3Queue`, mas sem o prefixo `s3queue_`. Consulte a [lista completa de configurações](/pt-BR/reference/engines/table-engines/integrations/s3queue#settings).
Para obter a lista de configurações definidas para a tabela, use a tabela `system.azure_queue_settings`. Disponível a partir da versão `24.10`.
Abaixo estão as configurações compatíveis apenas com o AzureQueue e não aplicáveis ao S3Queue.
### `after_processing_move_connection_string`
String de conexão do Azure Blob Storage para a qual os arquivos processados com sucesso serão movidos, caso o destino seja outro contêiner do Azure.
Valores possíveis:
* String.
Valor padrão: string vazia.
### `after_processing_move_container`
Nome do contêiner para o qual os arquivos processados com sucesso serão movidos, caso o destino seja outro contêiner do Azure.
Valores possíveis:
* String.
Valor padrão: string vazia.
Exemplo:
```sql theme={null}
CREATE TABLE azure_queue_engine_table
(
`key` UInt64,
`data` String
)
ENGINE = AzureQueue('DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://azurite1:10000/devstoreaccount1/;', 'testcontainer', '*', 'CSV')
SETTINGS
mode = 'unordered',
after_processing = 'move',
after_processing_move_connection_string = 'DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://azurite1:10000/devstoreaccount1/;',
after_processing_move_container = 'dst-container';
```
## SELECT no motor de tabela AzureQueue
Consultas SELECT são proibidas por padrão em tabelas AzureQueue. Isso segue o padrão comum de fila, em que os dados são lidos uma vez e depois removidos da fila. O SELECT é proibido para evitar perda acidental de dados.
No entanto, às vezes isso pode ser útil. Para isso, você precisa definir a configuração `stream_like_engine_allow_direct_select` como `True`.
O motor AzureQueue tem uma configuração especial para consultas SELECT: `commit_on_select`. Defina-a como `False` para preservar os dados na fila após a leitura, ou `True` para removê-los.
## Descrição
`SELECT` não é particularmente útil para importação em streaming (exceto para depuração), porque cada arquivo pode ser importado apenas uma vez. É mais prático criar fluxos em tempo real usando [visões materializadas](/pt-BR/reference/statements/create/view). Para fazer isso:
1. Use o motor para criar uma tabela para consumir do caminho especificado no S3 e considere-a um fluxo de dados.
2. Crie uma tabela com a estrutura desejada.
3. Crie uma visão materializada que converta os dados do motor e os insira em uma tabela criada anteriormente.
Quando a `MATERIALIZED VIEW` é vinculada ao motor, ela começa a coletar dados em segundo plano.
Exemplo:
```sql theme={null}
CREATE TABLE azure_queue_engine_table (key UInt64, data String)
ENGINE=AzureQueue('', 'CSV', 'gzip')
SETTINGS
mode = 'unordered';
CREATE TABLE stats (key UInt64, data String)
ENGINE = MergeTree() ORDER BY key;
CREATE MATERIALIZED VIEW consumer TO stats
AS SELECT key, data FROM azure_queue_engine_table;
SELECT * FROM stats ORDER BY key;
```
## Colunas virtuais
* `_path` — Caminho do arquivo.
* `_file` — Nome do arquivo.
Para mais informações sobre colunas virtuais, veja [aqui](/pt-BR/reference/engines/table-engines#table_engines-virtual_columns).
## Introspecção
Ative o logging da tabela usando a configuração de tabela `enable_logging_to_queue_log=1`.
Os recursos de introspecção são os mesmos do [motor de tabela S3Queue](/pt-BR/reference/engines/table-engines/integrations/s3queue#introspection), com algumas diferenças específicas:
1. Use `system.azure_queue_metadata_cache` para o estado em memória da fila em versões do servidor >= 25.1. Em versões anteriores, use `system.s3queue_metadata_cache` (ele também conterá informações para tabelas `azure`).
2. Ative `system.azure_queue_log` por meio da configuração principal do ClickHouse, por exemplo.
```xml theme={null}
system
```
Esta tabela persistente contém as mesmas informações que `system.s3queue_metadata_cache`, mas para arquivos processados e arquivos com falha.
A tabela tem a seguinte estrutura:
```sql theme={null}
CREATE TABLE system.azure_queue_log
(
`hostname` LowCardinality(String) COMMENT 'Hostname',
`event_date` Date COMMENT 'Event date of writing this log row',
`event_time` DateTime COMMENT 'Event time of writing this log row',
`database` String COMMENT 'The name of a database where current S3Queue table lives.',
`table` String COMMENT 'The name of S3Queue table.',
`uuid` String COMMENT 'The UUID of S3Queue table',
`file_name` String COMMENT 'File name of the processing file',
`rows_processed` UInt64 COMMENT 'Number of processed rows',
`status` Enum8('Processed' = 0, 'Failed' = 1) COMMENT 'Status of the processing file',
`processing_start_time` Nullable(DateTime) COMMENT 'Time of the start of processing the file',
`processing_end_time` Nullable(DateTime) COMMENT 'Time of the end of processing the file',
`exception` String COMMENT 'Exception message if happened'
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, event_time)
COMMENT 'Contains logging entries with the information files processes by S3Queue engine.'
```
Exemplo:
```sql theme={null}
SELECT *
FROM system.azure_queue_log
LIMIT 1
FORMAT Vertical
Row 1:
──────
hostname: clickhouse
event_date: 2024-12-16
event_time: 2024-12-16 13:42:47
database: default
table: azure_queue_engine_table
uuid: 1bc52858-00c0-420d-8d03-ac3f189f27c8
file_name: test_1.csv
rows_processed: 3
status: Processed
processing_start_time: 2024-12-16 13:42:47
processing_end_time: 2024-12-16 13:42:47
exception:
1 row in set. Elapsed: 0.002 sec.
```