> ## 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. > Documentação do formato AvroConfluent # AvroConfluent | Entrada | Saída | Alias | | ------- | ----- | ----- | | ✔ | ✔ | |
## Descrição
[Apache Avro](https://avro.apache.org/) é um formato de serialização orientado a linhas que usa codificação binária para o processamento eficiente de dados. O formato `AvroConfluent` oferece suporte à leitura e à gravação de mensagens codificadas em Avro usando o [Confluent Schema Registry](https://docs.confluent.io/current/schema-registry/index.html) (ou serviços compatíveis com a API). Cada mensagem usa o wire format da Confluent: um byte mágico (`0x00`), seguido de um ID de schema de 4 bytes em big-endian e, em seguida, do datum binário Avro. Durante a leitura, o ClickHouse resolve o ID do schema consultando o registry. Durante a gravação, o ClickHouse registra o schema derivado das colunas de saída e prefixa cada linha com o ID resultante. Os schemas são armazenados em cache para garantir desempenho ideal.
## Mapeamento de tipos de dados
A tabela abaixo mostra todos os tipos de dados compatíveis com o formato Apache Avro e seus respectivos [tipos de dados](/pt-BR/reference/data-types) no ClickHouse em consultas `INSERT` e `SELECT`. | Tipo de dado Avro `INSERT` | Tipo de dado ClickHouse | Tipo de dado Avro `SELECT` | | ------------------------------------------- | ----------------------------------------------------------------------------------------------------------- | -------------------------------- | | `boolean`, `int`, `long`, `float`, `double` | [Int(8\16\32)](/pt-BR/reference/data-types/int-uint), [UInt(8\16\32)](/pt-BR/reference/data-types/int-uint) | `int` | | `boolean`, `int`, `long`, `float`, `double` | [Int64](/pt-BR/reference/data-types/int-uint), [UInt64](/pt-BR/reference/data-types/int-uint) | `long` | | `boolean`, `int`, `long`, `float`, `double` | [Float32](/pt-BR/reference/data-types/float) | `float` | | `boolean`, `int`, `long`, `float`, `double` | [Float64](/pt-BR/reference/data-types/float) | `double` | | `bytes`, `string`, `fixed`, `enum` | [String](/pt-BR/reference/data-types/string) | `bytes` ou `string` \* | | `bytes`, `string`, `fixed` | [FixedString(N)](/pt-BR/reference/data-types/fixedstring) | `fixed(N)` | | `enum` | [Enum(8\16)](/pt-BR/reference/data-types/enum) | `enum` | | `array(T)` | [Array(T)](/pt-BR/reference/data-types/array) | `array(T)` | | `map(V, K)` | [Map(V, K)](/pt-BR/reference/data-types/map) | `map(string, K)` | | `union(null, T)`, `union(T, null)` | [Nullable(T)](/pt-BR/reference/data-types/date) | `union(null, T)` | | `union(T1, T2, …)` \*\* | [Variant(T1, T2, …)](/pt-BR/reference/data-types/variant) | `union(T1, T2, …)` \*\* | | `null` | [Nullable(Nothing)](/pt-BR/reference/data-types/special-data-types/nothing) | `null` | | `int (date)` \*\*\* | [Date](/pt-BR/reference/data-types/date), [Date32](/pt-BR/reference/data-types/date32) | `int (date)` \*\*\* | | `long (timestamp-millis)` \*\*\* | [DateTime64(3)](/pt-BR/reference/data-types/datetime) | `long (timestamp-millis)` \*\*\* | | `long (timestamp-micros)` \*\*\* | [DateTime64(6)](/pt-BR/reference/data-types/datetime) | `long (timestamp-micros)` \*\*\* | | `bytes (decimal)` \*\*\* | [DateTime64(N)](/pt-BR/reference/data-types/datetime) | `bytes (decimal)` \*\*\* | | `int` | [IPv4](/pt-BR/reference/data-types/ipv4) | `int` | | `fixed(16)` | [IPv6](/pt-BR/reference/data-types/ipv6) | `fixed(16)` | | `bytes (decimal)` \*\*\* | [Decimal(P, S)](/pt-BR/reference/data-types/decimal) | `bytes (decimal)` \*\*\* | | `string (uuid)` \*\*\* | [UUID](/pt-BR/reference/data-types/uuid) | `string (uuid)` \*\*\* | | `fixed(16)` | [Int128/UInt128](/pt-BR/reference/data-types/int-uint) | `fixed(16)` | | `fixed(32)` | [Int256/UInt256](/pt-BR/reference/data-types/int-uint) | `fixed(32)` | | `record` | [Tuple](/pt-BR/reference/data-types/tuple) | `record` | * `bytes` é o padrão, controlado pela configuração [`output_format_avro_string_column_pattern`](/pt-BR/reference/settings/formats#output_format_avro_string_column_pattern) \*\* O [tipo Variant](/pt-BR/reference/data-types/variant) aceita implicitamente `null` como valor de campo; assim, por exemplo, o Avro `union(T1, T2, null)` será convertido em `Variant(T1, T2)`. Como resultado, ao gerar Avro a partir do ClickHouse, precisamos sempre incluir o tipo `null` no conjunto de tipos `union` do Avro, pois não sabemos, durante a inferência de esquema, se algum valor é de fato `null`. \*\*\* [Tipos lógicos do Avro](https://avro.apache.org/docs/current/spec.html#Logical+Types) Tipos de dados lógicos do Avro não compatíveis: * `time-millis` * `time-micros` * `duration`
## Configurações de formato
[//]: # "NOTA: Estas configurações podem ser definidas no nível da sessão, mas isso não é comum, e destacá-lo demais na documentação pode confundir os usuários." | Setting | Description | Default | | ------------------------------------------------ | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------- | | `input_format_avro_allow_missing_fields` | Se deve usar um valor padrão em vez de gerar um erro quando um campo não é encontrado no schema. | `0` | | `input_format_avro_null_as_default` | Se deve usar um valor padrão em vez de gerar um erro ao inserir um valor `null` em uma coluna que não é Nullable. | `0` | | `format_avro_schema_registry_url` | A URL do Confluent Schema Registry. Para autenticação básica, credenciais codificadas para URL podem ser incluídas diretamente no caminho da URL. | | | `format_avro_schema_registry_connection_timeout` | Tempo limite de conexão, em segundos, para o cliente HTTP do Schema Registry (usado tanto para buscar schemas quanto para registrá-los). Deve ser maior que 0 e menor que 600 (10 minutos). | `1` | | `format_avro_schema_registry_send_timeout` | Tempo limite de envio, em segundos, para o cliente HTTP do Schema Registry. Deve ser maior que 0 e menor que 600 (10 minutos). | `1` | | `format_avro_schema_registry_receive_timeout` | Tempo limite de recebimento, em segundos, para o cliente HTTP do Schema Registry. Deve ser maior que 0 e menor que 600 (10 minutos). | `1` | | `output_format_avro_confluent_subject` | Para saída: o nome do subject sob o qual o schema é registrado no Schema Registry. Obrigatório ao gravar. | | | `output_format_avro_string_column_pattern` | Para saída: expressão regular das colunas String a serem serializadas como Avro `string` (o padrão é `bytes`). | |
## Exemplos
### Lendo do Kafka
Para ler um tópico do Kafka codificado em Avro usando o [motor de tabela Kafka](/pt-BR/reference/engines/table-engines/integrations/kafka), use a configuração `format_avro_schema_registry_url` para informar a URL do schema registry. ```sql theme={null} CREATE TABLE topic1_stream ( field1 String, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'kafka-broker', kafka_topic_list = 'topic1', kafka_group_name = 'group1', kafka_format = 'AvroConfluent', format_avro_schema_registry_url = 'http://schema-registry-url'; SELECT * FROM topic1_stream; ```
### Gravando no Kafka
Para gravar mensagens AvroConfluent em um tópico do Kafka, defina a URL do schema registry e o nome do subject. O schema é registrado automaticamente no schema registry na primeira gravação. ```sql theme={null} CREATE TABLE topic1_sink ( field1 String, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'kafka-broker', kafka_topic_list = 'topic1', kafka_format = 'AvroConfluent', format_avro_schema_registry_url = 'http://schema-registry-url', output_format_avro_confluent_subject = 'topic1-value'; INSERT INTO topic1_sink VALUES ('hello', 'world'); ```
#### Usando autenticação básica
Se o seu schema registry exigir autenticação básica (por exemplo, se você estiver usando o Confluent Cloud), você pode fornecer credenciais codificadas em URL na configuração `format_avro_schema_registry_url`. ```sql theme={null} CREATE TABLE topic1_stream ( field1 String, field2 String ) ENGINE = Kafka() SETTINGS kafka_broker_list = 'kafka-broker', kafka_topic_list = 'topic1', kafka_group_name = 'group1', kafka_format = 'AvroConfluent', format_avro_schema_registry_url = 'https://:@schema-registry-url'; ```
## Solução de problemas
Para monitorar o progresso da ingestão e depurar erros no consumer do Kafka, você pode consultar a [tabela de sistema `system.kafka_consumers`](/pt-BR/reference/system-tables/kafka_consumers). Se a sua implantação tiver várias réplicas (por exemplo, no ClickHouse Cloud), será necessário usar a [função de tabela `clusterAllReplicas`](/pt-BR/reference/functions/table-functions/cluster). ```sql theme={null} SELECT * FROM clusterAllReplicas('default',system.kafka_consumers) ORDER BY assignments.partition_id ASC; ``` Se você tiver problemas na resolução do schema, poderá usar [kafkacat](https://github.com/edenhill/kafkacat) com [clickhouse-local](/pt-BR/concepts/features/tools-and-utilities/clickhouse-local) para diagnosticar o problema: ```bash theme={null} $ kafkacat -b kafka-broker -C -t topic1 -o beginning -f '%s' -c 3 | clickhouse-local --input-format AvroConfluent --format_avro_schema_registry_url 'http://schema-registry' -S "field1 Int64, field2 String" -q 'select * from table' 1 a 2 b 3 c ```