YAMLRegExpTree 字典源

将 YAML 文件配置为正则表达式树字典的数据源。

YAMLRegExpTree 源会从本地文件系统中的 YAML 文件加载正则表达式树。 它专门用于 regexp_tree 字典布局， 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映射。

YAMLRegExpTree 源仅在 ClickHouse Open Source 中可用。 对于 ClickHouse Cloud，请将字典导出为 CSV，并改用 ClickHouse table 源 进行加载。 详情请参见在 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：

设置	说明
PATH	包含正则表达式树的 YAML 文件的绝对路径。通过 DDL 创建时，该文件必须位于 user_files 目录下。

​

YAML 文件结构

YAML 文件包含一组正则表达式树节点。每个节点都可以包含属性和子节点，从而形成层级结构：

- 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'

每个节点都具有以下结构：

• regexp：该节点的正则表达式。
• attributes：用户定义的字典属性 (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匹配到的捕获组。
• child nodes：子节点列表，每个子节点都有自己的属性，并且还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) 。字符串匹配按深度优先的方式进行：如果某个字符串匹配某个节点，则还会检查其子节点。匹配层级最深的节点属性优先，会覆盖父节点中同名的属性。

​

相关页面

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