ClickHouse表字段设计

规则

不允许用字符类型存放时间或日期类数据，尤其是需要对该日期字段进行运算或者比较的时候。
不允许用字符类型存放数值类型的数据，尤其是需要对该数值字段进行运算或者比较的时候。字符串的过滤效率相对于整型或者特定时间类型有下降。

建议

不建议表中存储过多的Nullable列，可以考虑字符串使用“NA”，数值型用0作为缺省值。过多使用Nullable将消耗更多内存。
建议规划好业务所需的列，必要时可提前预置一些属性列，避免频繁的增删列。
数值类型：UInt8/UInt16/UInt32/UInt64、Int8/Int16/Int32/Int64, Float32/Float64等，选择不同长度，性能差别较大。
建议根据业务场景所需选择最小满足的类型使用。
- 示例
```
CREATE TABLE counter ON CLUSTER default_cluster
(
`when`     DateTime DEFAULT now(),
`device`    UInt32,
`value`     Float32,
`value64`   Float64
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(when)
ORDER BY (device, when)
```
  表中有Float32类型的字段value和Float64的字段value64插入数据的查询表现如下：
```
INSERT INTO counter
SELECT
toDateTime('2019-01-01 00:00:00') + toInt64(number / 10) AS when,
(number % 10) + 1 AS device,
(device * 3) + (number / 10000) AS value,
value
FROM system.numbers
LIMIT 100000000;
```
  往value和value64插入相同的数据，总数据量1亿条。
- 查询Float32字段
  
  
  耗时：0.750秒。
- 查询Float64字段
  
  
  耗时：0.929秒。
  
  结果：Float32类型的查询时间比Float64更快。
低基数维度（基数1万内），建议使用LowCardinality修饰符，提升查询性能。
- 维度的基数（Cardinality）：指的是该维度在数据集中出现的不同值的个数。例如“国家”是一个维度，如果有200个不同的值，那么此维度的基数就是200。
- 根据官方建议和实践经验，在维度基数小于1万的时候，对维度字段做LowCardinality编码，导入性能会有略微下降，查询性能提升明显，数据存储空间下降明显。
- 在默认的情况下，声明了LowCardinality的字段会基于数据生成一个全局字典，并利用倒排索引建立Key和位置的对应关系。如果数据的基数大于8192，也就是说不同的值多于8192个，则会将一个全局字典拆分成多个局部字典（low_cardinality_max_dictionary_size参数控制，默认8192）。
- 示例
```
CREATE TABLE test_codecs ON CLUSTER default_cluster
(
`a` String,
`a_low_card` LowCardinality(String) DEFAULT a
)
ENGINE = MergeTree
PARTITION BY tuple()
ORDER BY tuple();
```
  其中，字段a是原生字符串，字段a_low_card基于a做了低基维编码。
- 数据存储的对比
- 查询性能对比
  
  
  查询性能有5倍的提升。