> ## 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.
> 此引擎提供与亚马逊 S3 生态系统的集成。与 HDFS 引擎类似，但提供 S3 专有功能。
# S3 表引擎
此引擎提供与 [亚马逊 S3](https://aws.amazon.com/s3/) 生态系统的集成。它与 [HDFS](/zh/reference/engines/table-engines/integrations/hdfs) 引擎类似，但提供 S3 专有功能。
## 示例
```sql theme={null}
CREATE TABLE s3_engine_table (name String, value UInt32)
ENGINE=S3('https://clickhouse-public-datasets.s3.amazonaws.com/my-test-bucket-768/test-data.csv.gz', 'CSV', 'gzip')
SETTINGS input_format_with_names_use_header = 0;
INSERT INTO s3_engine_table VALUES ('one', 1), ('two', 2), ('three', 3);
SELECT * FROM s3_engine_table LIMIT 2;
```
```text theme={null}
┌─name─┬─value─┐
│ one │ 1 │
│ two │ 2 │
└──────┴───────┘
```
## 创建表
```sql theme={null}
CREATE TABLE s3_engine_table (name String, value UInt32)
ENGINE = S3(path [, NOSIGN | aws_access_key_id, aws_secret_access_key,] format, [compression], [partition_strategy], [partition_columns_in_data_file], [extra_credentials])
[PARTITION BY expr]
[SETTINGS ...]
```
### 引擎参数
* `path` — 包含文件路径的存储桶 URL。在 `readonly` 模式下支持以下通配符：`*`、`**`、`?`、`{abc,def}` 和 `{N..M}`，其中 `N`、`M` 表示数字，`'abc'`、`'def'` 表示字符串。更多信息请参见[下文](#wildcards-in-path)。
* `NOSIGN` - 如果提供此关键字来代替凭证，则所有请求都不会签名。
* `format` — 文件的[格式](/zh/reference/formats#formats-overview)。
* `aws_access_key_id`, `aws_secret_access_key` - [AWS](https://aws.amazon.com/) 账户用户的长期凭证。你可以使用它们对请求进行身份验证。该参数是可选的。如果未指定凭证，则会使用配置文件中的凭证。更多信息请参见 [Using S3 for Data Storage](/zh/reference/engines/table-engines/mergetree-family/mergetree#table_engine-mergetree-s3)。
* `compression` — 压缩类型。支持的值：`none`、`gzip/gz`、`brotli/br`、`xz/LZMA`、`zstd/zst`。该参数是可选的。默认情况下，会根据文件扩展名自动检测压缩类型。
* `partition_strategy` – 可选值：`WILDCARD` 或 `HIVE`。`WILDCARD` 要求路径中包含 `{_partition_id}`，它会被替换为分区键。`HIVE` 不允许使用通配符，假定该路径是表根路径，并生成 Hive 风格的分区目录，以 Snowflake ID 作为文件名、文件格式作为扩展名。默认值为 `WILDCARD`
* `partition_columns_in_data_file` - 仅与 `HIVE` 分区策略一起使用。用于告知 ClickHouse 是否应在数据文件中包含分区列。默认为 `false`。
* `storage_class_name` - 可选值：`STANDARD` 或 `INTELLIGENT_TIERING`，可用于指定 [AWS S3 Intelligent Tiering](https://aws.amazon.com/s3/storage-classes/intelligent-tiering/)。
* `extra_credentials` - 可选。用于在 ClickHouse Cloud 中传递用于基于角色的访问控制的 `role_arn`。配置步骤请参见 [Secure S3](/zh/products/cloud/guides/data-sources/accessing-s3-data-securely)。
### 数据缓存
`S3` 表引擎支持将数据缓存在本地磁盘上。
有关文件系统缓存的配置选项和用法，请参见本[节](/zh/concepts/features/configuration/server-config/storing-data#using-local-cache)。
缓存依据存储对象的 path 和 ETag 确定，因此 ClickHouse 不会读取陈旧的缓存版本。
要启用缓存，请使用设置 `filesystem_cache_name = ''` 和 `enable_filesystem_cache = 1`。
```sql theme={null}
SELECT *
FROM s3('http://minio:10000/clickhouse//test_3.csv', 'minioadmin', 'minioadminpassword', 'CSV')
SETTINGS filesystem_cache_name = 'cache_for_s3', enable_filesystem_cache = 1;
```
在配置文件中定义缓存有两种方法。
1. 将以下部分添加到 ClickHouse 配置文件中：
```xml theme={null}
缓存目录路径
10Gi
```
2. 复用 ClickHouse 的 `storage_configuration` 部分中的缓存配置 (以及相应的缓存存储) ，[此处有说明](/zh/concepts/features/configuration/server-config/storing-data#using-local-cache)
### PARTITION BY
`PARTITION BY` —— 可选。在大多数情况下，你不需要分区键；即使需要，通常也无需使用比按月更细的分区键。分区不会加快查询速度 (与 `ORDER BY` 表达式不同) 。绝不要使用粒度过细的分区。不要按客户标识符或名称对数据进行分区 (应改为将客户标识符或名称作为 `ORDER BY` 表达式中的第一列) 。
如果按月分区，请使用 `toYYYYMM(date_column)` 表达式，其中 `date_column` 是一个 [Date](/zh/reference/data-types/date) 类型的日期列。这里的分区名称采用 `"YYYYMM"` 格式。
#### 分区策略
`WILDCARD` (默认) ：将文件路径中的 `{_partition_id}` 通配符替换为实际分区键。不支持读取。
`HIVE` 在读写时采用 Hive 风格分区。读取通过递归 glob 模式实现，等同于 `SELECT * FROM s3('table_root/**.parquet')`。
写入会按以下格式生成文件：`//.`。
注意：使用 `HIVE` 分区策略时，`use_hive_partitioning` 设置不生效。
`HIVE` 分区策略示例：
```sql theme={null}
arthur :) CREATE TABLE t_03363_parquet (year UInt16, country String, counter UInt8)
ENGINE = S3(s3_conn, filename = 't_03363_parquet', format = Parquet, partition_strategy='hive')
PARTITION BY (year, country);
arthur :) INSERT INTO t_03363_parquet VALUES
(2022, 'USA', 1),
(2022, 'Canada', 2),
(2023, 'USA', 3),
(2023, 'Mexico', 4),
(2024, 'France', 5),
(2024, 'Germany', 6),
(2024, 'Germany', 7),
(1999, 'Brazil', 8),
(2100, 'Japan', 9),
(2024, 'CN', 10),
(2025, '', 11);
arthur :) select _path, * from t_03363_parquet;
┌─_path──────────────────────────────────────────────────────────────────────┬─year─┬─country─┬─counter─┐
1. │ test/t_03363_parquet/year=2100/country=Japan/7329604473272971264.parquet │ 2100 │ Japan │ 9 │
2. │ test/t_03363_parquet/year=2024/country=France/7329604473323302912.parquet │ 2024 │ France │ 5 │
3. │ test/t_03363_parquet/year=2022/country=Canada/7329604473314914304.parquet │ 2022 │ Canada │ 2 │
4. │ test/t_03363_parquet/year=1999/country=Brazil/7329604473289748480.parquet │ 1999 │ Brazil │ 8 │
5. │ test/t_03363_parquet/year=2023/country=Mexico/7329604473293942784.parquet │ 2023 │ Mexico │ 4 │
6. │ test/t_03363_parquet/year=2023/country=USA/7329604473319108608.parquet │ 2023 │ USA │ 3 │
7. │ test/t_03363_parquet/year=2025/country=/7329604473327497216.parquet │ 2025 │ │ 11 │
8. │ test/t_03363_parquet/year=2024/country=CN/7329604473310720000.parquet │ 2024 │ CN │ 10 │
9. │ test/t_03363_parquet/year=2022/country=USA/7329604473298137088.parquet │ 2022 │ USA │ 1 │
10. │ test/t_03363_parquet/year=2024/country=Germany/7329604473306525696.parquet │ 2024 │ Germany │ 6 │
11. │ test/t_03363_parquet/year=2024/country=Germany/7329604473306525696.parquet │ 2024 │ Germany │ 7 │
└────────────────────────────────────────────────────────────────────────────┴──────┴─────────┴─────────┘
```
### 查询分区数据
本示例使用 [docker compose recipe](https://github.com/ClickHouse/examples/tree/5fdc6ff72f4e5137e23ea075c88d3f44b0202490/docker-compose-recipes/recipes/ch-and-minio-S3)，其中集成了 ClickHouse 和 MinIO。你也可以通过替换端点和身份验证配置值，使用 S3 复现相同的查询。
请注意，`ENGINE` 配置中的 S3 端点将参数标记 `{_partition_id}` 用作 S3 对象 (文件名) 的一部分，而 `SELECT` 查询则是针对这些生成的对象名进行查询 (例如 `test_3.csv`) 。
如示例所示，目前尚不直接支持从已分区的 S3 表中查询，
但可以通过使用 S3 表函数查询各个分区来实现。
将
分区数据写入 S3 的主要用途，是为了便于将这些数据传输到另一个
ClickHouse 系统中 (例如，从本地系统迁移到 ClickHouse
Cloud) 。由于 ClickHouse 数据集通常非常庞大，而网络
可靠性有时也并不理想，因此按子集传输数据更为合理，
这也正是分区写入的意义所在。
#### 创建表
```sql highlight={8} theme={null}
CREATE TABLE p
(
`column1` UInt32,
`column2` UInt32,
`column3` UInt32
)
ENGINE = S3(
'http://minio:10000/clickhouse//test_{_partition_id}.csv',
'minioadmin',
'minioadminpassword',
'CSV')
PARTITION BY column3
```
#### 插入数据
```sql theme={null}
INSERT INTO p VALUES (1, 2, 3), (3, 2, 1), (78, 43, 45)
```
#### 查询分区 3
此查询使用 S3 表函数
```sql theme={null}
SELECT *
FROM s3('http://minio:10000/clickhouse//test_3.csv', 'minioadmin', 'minioadminpassword', 'CSV')
```
```response theme={null}
┌─c1─┬─c2─┬─c3─┐
│ 1 │ 2 │ 3 │
└────┴────┴────┘
```
#### 查询分区 1 中的数据
```sql theme={null}
SELECT *
FROM s3('http://minio:10000/clickhouse//test_1.csv', 'minioadmin', 'minioadminpassword', 'CSV')
```
```response theme={null}
┌─c1─┬─c2─┬─c3─┐
│ 3 │ 2 │ 1 │
└────┴────┴────┘
```
#### 查询分区 45 中的数据
```sql theme={null}
SELECT *
FROM s3('http://minio:10000/clickhouse//test_45.csv', 'minioadmin', 'minioadminpassword', 'CSV')
```
```response theme={null}
┌─c1─┬─c2─┬─c3─┐
│ 78 │ 43 │ 45 │
└────┴────┴────┘
```
#### 限制
你可能会很自然地想尝试 `Select * from p`，但如上所述，这条查询会失败；请使用前面的查询语句。
```sql theme={null}
SELECT * FROM p
```
```response theme={null}
Received exception from server (version 23.4.1):
Code: 48. DB::Exception: Received from localhost:9000. DB::Exception: Reading from a partitioned S3 storage is not implemented yet. (NOT_IMPLEMENTED)
```
## 插入数据
请注意，只能向新文件中插入行。不存在合并周期或文件拆分操作。文件一旦写入，后续插入就会失败。为避免这种情况，你可以使用 `s3_truncate_on_insert` 和 `s3_create_new_file_on_insert` 设置。更多详情请参见[这里](/zh/integrations/connectors/data-ingestion/AWS/integrating-s3-with-clickhouse#inserting-data)。
## 虚拟列
* `_path` — 文件路径。类型：`LowCardinality(String)`。
* `_file` — 文件名。类型：`LowCardinality(String)`。
* `_size` — 文件大小 (以字节为单位) 。类型：`Nullable(UInt64)`。如果大小未知，则值为 `NULL`。
* `_time` — 文件的最后修改时间。类型：`Nullable(DateTime)`。如果时间未知，则值为 `NULL`。
* `_etag` — 文件的 ETag。类型：`LowCardinality(String)`。如果 ETag 未知，则值为 `NULL`。
* `_tags` — 文件的标签。类型：`Map(String, String)`。如果不存在标签，则值为空映射 \`{}'。
有关虚拟列的更多信息，请参见[此处](/zh/reference/engines/table-engines#table_engines-virtual_columns)。
## 实现细节
* 读写可并行进行
* 不支持：
* `ALTER` 和 `SELECT...SAMPLE` 操作。
* 索引。
* 可以进行 [Zero-copy](/zh/concepts/features/configuration/server-config/storing-data#zero-copy) 复制，但官方不提供支持。
**Zero-copy 复制尚不能用于生产环境**
在 ClickHouse 22.8 及更高版本中，Zero-copy 复制默认已禁用。不建议在生产环境中使用此功能。
## `path` 中的通配符
`path` 参数可使用类似 bash 的通配符来指定多个文件。要处理某个文件，该文件必须存在，并且与整个路径模式完全匹配。文件列表是在执行 `SELECT` 时确定的 (而不是在 `CREATE` 时) 。
* `*` — 匹配任意数量的任意字符 (`/` 除外) ，也可匹配空字符串。
* `**` — 匹配任意数量的任意字符 (包括 `/`) ，也可匹配空字符串。
* `?` — 匹配任意单个字符。
* `{some_string,another_string,yet_another_one}` — 匹配字符串 `'some_string'`、`'another_string'`、`'yet_another_one'` 中的任意一个。
* `{N..M}` — 匹配从 N 到 M 范围内的任意数字，包含两个边界值。N 和 M 可以带前导零，例如 `000..078`。
带有 `{}` 的构造与 [remote](/zh/reference/functions/table-functions/remote) 表函数类似。
如果文件列表包含带前导零的数字范围，请为每一位分别使用大括号构造，或使用 `?`。
**通配符示例 1**
创建一个表，其文件名为 `file-000.csv`、`file-001.csv`、...、`file-999.csv`：
```sql theme={null}
CREATE TABLE big_table (name String, value UInt32)
ENGINE = S3('https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/my_folder/file-{000..999}.csv', 'CSV');
```
**通配符示例 2**
假设我们在 S3 上有多个 CSV 格式的文件，其 URI 如下所示：
* '[https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/some\_folder/some\_file\_1.csv\'](https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/some\_folder/some\_file\_1.csv\');
* '[https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/some\_folder/some\_file\_2.csv\'](https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/some\_folder/some\_file\_2.csv\');
* '[https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/some\_folder/some\_file\_3.csv\'](https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/some\_folder/some\_file\_3.csv\');
* '[https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/another\_folder/some\_file\_1.csv\'](https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/another\_folder/some\_file\_1.csv\');
* '[https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/another\_folder/some\_file\_2.csv\'](https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/another\_folder/some\_file\_2.csv\');
* '[https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/another\_folder/some\_file\_3.csv\'](https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/another\_folder/some\_file\_3.csv\');
可以通过以下几种方式创建一个包含这 6 个文件的表：
1. 指定文件后缀的范围：
```sql theme={null}
CREATE TABLE table_with_range (name String, value UInt32)
ENGINE = S3('https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/{some,another}_folder/some_file_{1..3}', 'CSV');
```
2. 取出所有以 `some_file_` 为前缀的文件 (两个文件夹中都不应有带此前缀的其他文件) ：
```sql theme={null}
CREATE TABLE table_with_question_mark (name String, value UInt32)
ENGINE = S3('https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/{some,another}_folder/some_file_?', 'CSV');
```
3. 取两个文件夹中的所有文件 (所有文件都应符合查询中描述的格式和 schema) ：
```sql theme={null}
CREATE TABLE table_with_asterisk (name String, value UInt32)
ENGINE = S3('https://clickhouse-public-datasets.s3.amazonaws.com/my-bucket/{some,another}_folder/*', 'CSV');
```
## 存储设置
* [s3\_truncate\_on\_insert](/zh/reference/settings/session-settings#s3_truncate_on_insert) - 允许在插入前先截断文件。默认禁用。
* [s3\_create\_new\_file\_on\_insert](/zh/reference/settings/session-settings#s3_create_new_file_on_insert) - 如果 format 带有 suffix，则允许在每次 insert 时创建新文件。默认禁用。
* [s3\_skip\_empty\_files](/zh/reference/settings/session-settings#s3_skip_empty_files) - 允许在读取时跳过空文件。默认启用。
## S3 相关设置
以下设置可在查询执行前设置，也可以写入配置文件。
* `s3_max_single_part_upload_size` — 使用单段上传向 S3 上传对象时，对象的最大大小。默认值为 `32Mb`。
* `s3_min_upload_part_size` — 通过 [S3 Multipart upload](https://docs.aws.amazon.com/AmazonS3/latest/dev/uploadobjusingmpu.html) 进行分段上传时，单个分段的最小大小。默认值为 `16Mb`。
* `s3_max_redirects` — 允许的 S3 重定向跳转最大次数。默认值为 `10`。
* `s3_single_read_retries` — 单次读取的最大重试次数。默认值为 `4`。
* `s3_max_put_rps` — 触发限流前，每秒允许的最大 PUT 请求速率。默认值为 `0` (无限制) 。
* `s3_max_put_burst` — 达到每秒请求数限制前，可同时发出的最大请求数。默认情况下 (值为 `0`) 等于 `s3_max_put_rps`。
* `s3_max_get_rps` — 触发限流前，每秒允许的最大 GET 请求速率。默认值为 `0` (无限制) 。
* `s3_max_get_burst` — 达到每秒请求数限制前，可同时发出的最大请求数。默认情况下 (值为 `0`) 等于 `s3_max_get_rps`。
* `s3_upload_part_size_multiply_factor` - 每当单次写入到 S3 已上传 `s3_multiply_parts_count_threshold` 个分段时，就将 `s3_min_upload_part_size` 乘以该系数。默认值为 `2`。
* `s3_upload_part_size_multiply_parts_count_threshold` - 每当上传到 S3 的分段数达到该数值时，`s3_min_upload_part_size` 就会乘以 `s3_upload_part_size_multiply_factor`。默认值为 `500`。
* `s3_max_inflight_parts_for_one_file` - 限制单个对象可并发执行的 PUT 请求数量。该数量应加以限制。值 `0` 表示无限制。默认值为 `20`。每个正在传输的分段都会占用一个大小为 `s3_min_upload_part_size` 的缓冲区，前 `s3_upload_part_size_multiply_factor` 个分段如此；如果文件足够大，缓冲区还会更大，参见 `upload_part_size_multiply_factor`。在默认设置下，对于小于 `8G` 的文件，单个上传文件的占用不会超过 `320Mb`。文件更大时，占用也会更高。
安全注意事项：如果恶意用户可以指定任意 S3 URL，则必须将 `s3_max_redirects` 设为零，以避免 [SSRF](https://en.wikipedia.org/wiki/Server-side_request_forgery) 攻击；或者，必须在服务器配置中指定 `remote_host_filter`。
## 基于端点的设置
以下设置可在配置文件中为指定端点设置 (将按 URL 的精确前缀匹配) ：
* `endpoint` — 指定端点前缀。必填。
* `access_key_id` and `secret_access_key` — 指定用于该端点的凭据。可选。
* `use_environment_credentials` — 如果设为 `true`，S3 客户端会尝试从环境变量和 [Amazon EC2](https://en.wikipedia.org/wiki/Amazon_Elastic_Compute_Cloud) 元数据中获取该端点的凭据。可选，默认值为 `false`。
* `region` — 指定 S3 区域名称。可选。
* `use_insecure_imds_request` — 如果设为 `true`，S3 客户端在从 Amazon EC2 元数据获取凭据时会使用不安全的 IMDS 请求。可选，默认值为 `false`。
* `expiration_window_seconds` — 用于检查基于过期时间的凭据是否已过期的宽限期。可选，默认值为 `120`。
* `no_sign_request` - 忽略所有凭据，使请求不带签名。适用于访问公共存储桶。
* `header` — 向发往该端点的请求添加指定的 HTTP 请求头。可选，可指定多次。
* `access_header` - 在没有来自其他来源的凭据时，向发往该端点的请求添加指定的 HTTP 请求头。
* `server_side_encryption_customer_key_base64` — 如果指定，将设置访问使用 SSE-C 加密的 S3 对象所需的请求头。可选。
* `server_side_encryption_kms_key_id` - 如果指定，将设置访问使用 [SSE-KMS encryption](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UsingKMSEncryption.html) 的 S3 对象所需的请求头。如果指定空字符串，将使用 AWS 托管的 S3 密钥。可选。
* `server_side_encryption_kms_encryption_context` - 如果与 `server_side_encryption_kms_key_id` 一起指定，将设置给定的 SSE-KMS 加密上下文请求头。可选。
* `server_side_encryption_kms_bucket_key_enabled` - 如果与 `server_side_encryption_kms_key_id` 一起指定，将设置用于为 SSE-KMS 启用 S3 存储桶 key 的请求头。可选，可为 `true` 或 `false`，默认不设置 (与存储桶级别设置一致) 。
* `max_single_read_retries` — 单次读取的最大重试次数。默认值为 `4`。可选。
* `max_put_rps`, `max_put_burst`, `max_get_rps` and `max_get_burst` - 用于特定端点而非按查询应用的 throttling 设置 (见上文说明) 。可选。
**示例：**
```xml theme={null}
https://clickhouse-public-datasets.s3.amazonaws.com/my-test-bucket-768/
```
## 处理归档文件
假设 S3 上有以下几个归档文件 URI：
* '[https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-10.csv.zip\'](https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-10.csv.zip\');
* '[https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-11.csv.zip\'](https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-11.csv.zip\');
* '[https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-12.csv.zip\'](https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-12.csv.zip\');
可以使用 :: 从这些归档文件中提取数据。通配符既可用于 URL 部分，也可用于 :: 后面的部分 (用于指定归档内文件名) 。
```sql theme={null}
SELECT *
FROM s3(
'https://s3-us-west-1.amazonaws.com/umbrella-static/top-1m-2018-01-1{0..2}.csv.zip :: *.csv'
);
```
ClickHouse 支持三种归档格式：
ZIP
TAR
7Z
虽然 ZIP 和 TAR 归档可以从任何受支持的存储位置访问，但 7Z 归档只能在安装了 ClickHouse 的本地文件系统上读取。
## 访问公共存储桶
ClickHouse 会尝试从多种不同类型的来源获取凭证。
有时，访问某些公共存储桶时可能会因此出现问题，导致客户端返回 `403` 错误码。
可以使用 `NOSIGN` 关键字来避免此问题，强制客户端忽略所有凭证，并且不对请求进行签名。
```sql theme={null}
CREATE TABLE big_table (name String, value UInt32)
ENGINE = S3('https://datasets-documentation.s3.eu-west-3.amazonaws.com/aapl_stock.csv', NOSIGN, 'CSVWithNames');
```
## 优化性能
有关如何优化 `s3` 函数性能的详细信息，请参阅[详细指南](/zh/integrations/connectors/data-ingestion/AWS/performance)。
## 基于角色的访问控制
在 ClickHouse Cloud 中，您可以使用基于角色的访问控制通过 S3 进行身份验证，而无需使用访问密钥。有关配置步骤，请参见 [Secure S3](/zh/products/cloud/guides/data-sources/accessing-s3-data-securely)。
配置完成后，可以通过 `extra_credentials` 参数传入 `roleARN`：
```sql theme={null}
CREATE TABLE my_s3_table(name String, value UInt32)
ENGINE = S3('https://my-bucket.s3.amazonaws.com/data/*.csv', extra_credentials(role_arn = 'arn:aws:iam::111111111111:role/ClickHouseAccessRole-001'), 'CSV')
```
## 另请参阅
* [S3 表函数](/zh/reference/functions/table-functions/s3)
* [将 S3 与 ClickHouse 集成](/zh/integrations/connectors/data-ingestion/AWS/integrating-s3-with-clickhouse)