提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- [Integration 系列表引擎](#Integration 系列表引擎)
-
- [1 HDFS](#1 HDFS)
-
- [1.1 语法](#1.1 语法)
- [1.2 示例：](#1.2 示例：)
- [2 MySQL](#2 MySQL)
-
- [2.1 语法](#2.1 语法)
- [2.2 示例：](#2.2 示例：)
- [3 Kafka](#3 Kafka)
-
- [3.1 语法](#3.1 语法)
- [3.2 示例：](#3.2 示例：)
- [3.3 数据持久化方法](#3.3 数据持久化方法)
Integration 系列表引擎
- ClickHouse 提供了许多与外部系统集成的方法，包括一些表引擎。这些表引擎与其他类型的表引擎类似，可以用于将外部数据导入到ClickHouse 中，或者在 ClickHouse中直接操作外部数据源。
1 HDFS
- HDFS 引擎支持 ClickHouse 直接读取 HDFS 中特定格式的数据文件，目前文件格式支持 Json,Csv文件等，ClickHouse 通过 HDFS 引擎建立的表，不会在 ClickHouse 中产生数据，读取的是 HDFS 中的数据，将HDFS 中的数据映射成 ClickHouse 中的一张表这样就可以使用 SQL 操作 HDFS 中的数据。
- ClickHouse 并不能够删除 HDFS 上的数据，当我们在 ClickHouse 客户端中删除了对应的表，只是删除了表结构，HDFS 上的文件并没有被删除，这一点跟 Hive 的外部表十分相似
1.1 语法
1.2 示例：
2 MySQL
- ClickHouse MySQL数据库引擎可以将MySQL 某个库下的表映射到 ClickHouse中， 使用 ClickHouse对数据进行操作。ClickHouse 同样支持 MySQL 表引擎，即映射一张 MySQL 中的表到 ClickHouse 中，使用 ClickHouse 进行数据操作，与 MySQL 数据库引 擎一样，这里映射的表只能做查询和插入操作，不支持删除和更新操作。
2.1 语法
2.2 示例：
测试 replace_query ：
测试 on_duplicate_clause：
3 Kafka
- ClickHouse 中还可以创建表指定为 Kafka 为表引擎，这样创建出的表可以查询到 Kafka中的流数据。对应创建的表不会将数据存入 ClickHouse 中，这里这张 kafka 引 擎表相当于一个消费者，消费 Kafka中的数据，数据被查询过后，就不会再次被查询到。
3.1 语法
3.2 示例：
3.3 数据持久化方法
示例2
