> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-postgresql-tls-support.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Comment effectuer des écritures partitionnées par année et par mois sur S3 ?

> Découvrez comment écrire des données partitionnées par année et par mois dans un bucket S3 avec ClickHouse, en utilisant une structure de chemin personnalisée pour organiser les données.

<div id="learn-how-to-do-partitioned-writes-by-year-and-month-on-s3">
  ## Découvrez comment effectuer des écritures partitionnées par année et par mois sur S3
</div>

Je souhaite exporter des données en organisant le chemin dans le bucket S3 afin d'obtenir une structure comme :

* 2022
  * 1
  * 2
  * ...
  * 12
* 2021
  * 1
  * 2
  * ...
  * 12

et ainsi de suite...

<div id="answer">
  ## Réponse
</div>

Étant donné la table ClickHouse :

```sql theme={null}
CREATE TABLE sample_data (
    `name` String,
    `age` Int,
    `time` DateTime
) ENGINE = MergeTree
ORDER BY
    name
```

Ajoutez 10 000 entrées :

```sql theme={null}
INSERT INTO
    sample_data
SELECT
    *
FROM
    generateRandom(
        'name String, age Int, time DateTime',
        10,
        10,
        10
    )
LIMIT
    10000;
```

Exécutez cette commande pour créer la structure souhaitée dans le bucket S3 `my_bucket` (notez que cet exemple écrit des fichiers au format Parquet) :

```sql theme={null}
INSERT INTO
    FUNCTION s3(
        'https://s3-host:4321/my_bucket/{_partition_id}/file.parquet.gz',
        's3-access-key',
        's3-secret-access-key',
        Parquet,
        'name String, age Int, time DateTime'
    ) PARTITION BY concat(
        formatDateTime(time, '%Y'),
        '/',
        formatDateTime(time, '%m')
    )
SELECT
    name,
    age,
    time
FROM
    sample_data
Query id: 55adcf22-f6af-491e-b697-d09694bbcc56

Ok.

0 rows in set. Elapsed: 15.579 sec. Processed 10.00 thousand rows, 219.93 KB (641.87 rows/s., 14.12 KB/s.)
```