网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
云手机服务器 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器(旧版)
VR云渲游平台 CVR
Huawei Cloud EulerOS
云化数据中心 CloudDC
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘平台 IEF
CloudPond云服务
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
湖仓构建 LakeFormation
智能数据洞察 DataArts Insight
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
开天aPaaS
应用平台 AppStage
开天企业工作台 MSSE
开天集成工作台 MSSI
API中心 API Hub
云消息服务 KooMessage
交换数据空间 EDS
云地图服务 KooMap
云手机服务 KooPhone
组织成员账号 OrgID
云空间服务 KooDrive
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
区块链
区块链服务 BCS
数字资产链 DAC
华为云区块链引擎服务 HBS
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
价格
成本优化最佳实践
专属云商业逻辑
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
其他
管理控制台
消息中心
产品价格详情
系统权限
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
云服务信任体系能力说明
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
云存储网关 CSG
专属分布式存储服务 DSS
数据工坊 DWR
地图数据 MapDS
键值存储服务 KVS
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
云原生服务中心 OSC
应用服务网格 ASM
华为云UCS
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB
云数据库 GeminiDB
数据管理服务 DAS
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
语音交互服务 SIS
人证核身服务 IVS
视频智能分析服务 VIAS
城市智能体
自动驾驶云服务 Octopus
盘古大模型 PanguLargeModels
IoT物联网
设备接入 IoTDA
全球SIM联接 GSL
IoT数据分析 IoTA
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
企业应用
域名注册服务 Domains
云解析服务 DNS
企业门户 EWP
ICP备案
商标注册
华为云WeLink
华为云会议 Meeting
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMA Exchange
API全生命周期管理 ROMA API
政企自服务管理 ESM
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
数字内容生产线 MetaStudio
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
专属云
专属计算集群 DCC
开发者工具
SDK开发指南
API签名指南
DevStar
华为云命令行工具服务 KooCLI
Huawei Cloud Toolkit
CodeArts API
云化转型
云架构中心
云采用框架
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
我的凭证
华为云公共事业服务云平台
工业软件
工业数字模型驱动引擎
硬件开发工具链平台云服务
工业数据转换引擎云服务

ClickHouse概述

更新时间:2024-12-13 GMT+08:00
分享

ClickHouse表引擎介绍

表引擎在ClickHouse中的作用十分关键,不同的表引擎决定了:

  • 数据存储和读取的位置
  • 支持哪些查询方式
  • 能否并发式访问数据
  • 能不能使用索引
  • 是否可以执行多线程请求
  • 数据复制使用的参数

其中MergeTree和Distributed是ClickHouse表引擎中最重要,也是最常使用的两个引擎,本文将重点进行介绍。

其他表引擎详细可以参考官网链接:https://clickhouse.tech/docs/en/engines/table-engines

  • MergeTree系列引擎

    MergeTree用于高负载任务的最通用和功能最强大的表引擎,其主要有以下关键特征:

    • 基于分区键(partitioning key)的数据分区分块存储
    • 数据索引排序(基于primary key和order by)
    • 支持数据复制(带Replicated前缀的表引擎)
    • 支持数据抽样

    在写入数据时,该系列引擎表会按照分区键将数据分成不同的文件夹,文件夹内每列数据为不同的独立文件,以及创建数据的序列化索引排序记录文件。该结构使得数据读取时能够减少数据检索时的数据量,极大的提高查询效率。

    • MergeTree
      建表语法:
      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1],
          name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2],
          ...
          INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1,
          INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2
      ) ENGINE = MergeTree()
      ORDER BY expr
      [PARTITION BY expr]
      [PRIMARY KEY expr]
      [SAMPLE BY expr]
      [TTL expr [DELETE|TO DISK 'xxx'|TO VOLUME 'xxx'], ...]
      [SETTINGS name=value, ...]

      使用示例:

      CREATE TABLE default.test (
        name1 DateTime,
        name2 String,
        name3 String,
        name4 String,
        name5 Date,
        ...
      ) ENGINE = MergeTree() 
      PARTITION BY toYYYYMM(name5)
      ORDER BY (name1, name2) 
      SETTINGS index_granularity = 8192
      示例参数说明如下:
      • ENGINE = MergeTree():MergeTree表引擎。
      • PARTITION BY toYYYYMM(name4):分区,示例数据将以月份为分区,每个月份一个文件夹。
      • ORDER BY:排序字段,支持多字段的索引排序,第一个相同的时候按照第二个排序依次类推。
      • index_granularity = 8192:排序索引的颗粒度,每8192条数据记录一个排序索引值。

      如果被查询的数据存在于分区或排序字段中,能极大降低数据查找时间。

    • ReplacingMergeTree

      该引擎和MergeTree的不同之处在于它会删除排序键值相同的重复项。ReplacingMergeTree适合于清除重复数据节省存储空间,但是它不保证重复数据不出现,一般不建议使用。

      建表语法:
      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
          name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
          ...
      ) ENGINE = ReplacingMergeTree([ver])
      [PARTITION BY expr]
      [ORDER BY expr]
      [SAMPLE BY expr]
      [SETTINGS name=value, ...]
    • SummingMergeTree

      当合并SummingMergeTree表的数据片段时,ClickHouse会把所有具有相同主键的行合并为一行,该行包含了被合并的行中具有数值数据类型的列的汇总值。如果主键的组合方式使得单个键值对应于大量的行,则可以显著减少存储空间并加快数据查询的速度。

      建表语法:

      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
          name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
          ...
      ) ENGINE = SummingMergeTree([columns])
      [PARTITION BY expr]
      [ORDER BY expr]
      [SAMPLE BY expr]
      [SETTINGS name=value, ...]

      使用示例:

      创建一个SummingMergeTree表testTable:

      CREATE TABLE testTable
      (
          id UInt32,
          value UInt32
      )
      ENGINE = SummingMergeTree()
      ORDER BY id

      插入表数据:

      INSERT INTO testTable Values(5,9),(5,3),(4,6),(1,2),(2,5),(1,4),(3,8);
      INSERT INTO testTable Values(88,5),(5,5),(3,7),(3,5),(1,6),(2,6),(4,7),(4,6),(43,5),(5,9),(3,6);

      在未合并parts查询所有数据:

      SELECT * FROM testTable
      ┌─id─┬─value─┐
      │  1   │     6   │
      │  2   │     5   │
      │  3   │     8   │
      │  4   │     6   │
      │  5   │    12   │
      └───┴──── ┘
      ┌─id─┬─value─┐
      │  1   │       6 │
      │  2   │       6 │
      │  3   │      18 │
      │  4   │      13 │
      │  5   │      14 │
      │ 43   │       5 │
      │ 88   │       5 │
      └───┴──── ┘

      ClickHouse还没有汇总所有行,如果需要通过ID进行汇总聚合,需要用到sum和GROUP BY子句:

      SELECT id, sum(value) FROM testTable GROUP BY id
      ┌─id─┬─sum(value)─┐
      │  4   │           19 │
      │  3   │           26 │
      │ 88   │            5 │
      │  2   │           11 │
      │  5   │           26 │
      │  1   │           12 │
      │ 43   │            5 │
      └───┴───────┘

      手工执行合并操作:

      OPTIMIZE TABLE testTable

      此时再查询testTable表数据:

      SELECT * FROM testTable
      ┌─id─┬─value─┐
      │  1   │    12   │
      │  2   │    11   │
      │  3   │    26   │
      │  4   │    19   │
      │  5   │    26   │
      │ 43   │     5   │
      │ 88   │     5   │
      └───┴──── ┘

      SummingMergeTree根据ORDER BY排序键作为聚合数据的条件Key。即如果排序key是相同的,则会合并成一条数据,并对指定的合并字段进行聚合。

      后台执行合并操作时才会进行数据的预先聚合,而合并操作的执行时机无法预测,所以可能存在部分数据已经被预先聚合、部分数据尚未被聚合的情况。因此,在执行聚合计算时,SQL中仍需要使用GROUP BY子句。

    • AggregatingMergeTree

      AggregatingMergeTree是预先聚合引擎的一种,用于提升聚合计算的性能。AggregatingMergeTree引擎能够在合并分区时,按照预先定义的条件聚合数据,同时根据预先定义的聚合函数计算数据并通过二进制的格式存入表内。

      建表语法:

      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
          name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
          ...
      ) ENGINE = AggregatingMergeTree()
      [PARTITION BY expr]
      [ORDER BY expr]
      [SAMPLE BY expr]
      [TTL expr]
      [SETTINGS name=value, ...]

      使用示例:

      AggregatingMergeTree无单独参数设置,在分区合并时,在每个数据分区内,会按照ORDER BY聚合,使用何种聚合函数,对哪些列字段计算,则是通过定义AggregateFunction函数类型实现,例如:

      create table test_table (
      name1 String,
      name2 String,
      name3 AggregateFunction(uniq,String),
      name4 AggregateFunction(sum,Int),
      name5 DateTime
      ) ENGINE = AggregatingMergeTree()
      PARTITION BY toYYYYMM(name5)
      ORDER BY (name1,name2)
      PRIMARY KEY name1;

      AggregateFunction类型的数据在写入和查询时需要分别调用*state、*merge函数,*表示定义字段类型时使用的聚合函数。如上示例表test_table定义的name3、name4字段分别使用了uniq、sum函数,那么在写入数据时需要调用uniqState、sumState函数,并使用INSERT SELECT语法。

      insert into test_table select '8','test1',uniqState('name1'),sumState(toInt32(100)),'2021-04-30 17:18:00';
      insert into test_table select '8','test1',uniqState('name1'),sumState(toInt32(200)),'2021-04-30 17:18:00';

      在查询数据时也需要调用对应的函数uniqMerge、sumMerge:

      select name1,name2,uniqMerge(name3),sumMerge(name4) from test_table group by name1,name2;
      ┌─name1─┬─name2─┬─uniqMerge(name3)─┬─sumMerge(name4)─┐
      │ 8       │   test1 │                  1 │               300 │
      └──── ┴──── ┴──────────┴───────── ┘

      AggregatingMergeTree更常用的方式是结合物化视图使用,物化视图即其它数据表上层的一种查询视图。详细可以参考:https://clickhouse.tech/docs/en/engines/table-engines/mergetree-family/aggregatingmergetree/

    • CollapsingMergeTree

      CollapsingMergeTree它通过定义一个sign标记位字段记录数据行的状态。如果sign标记为1,则表示这是一行有效的数据;如果sign标记为-1,则表示这行数据需要被删除。

      建表语法:
      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
          name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
          ...
      ) ENGINE = CollapsingMergeTree(sign)
      [PARTITION BY expr]
      [ORDER BY expr]
      [SAMPLE BY expr]
      [SETTINGS name=value, ...]

      使用示例:

      具体的使用示例可以参考:https://clickhouse.tech/docs/en/engines/table-engines/mergetree-family/collapsingmergetree/

    • VersionedCollapsingMergeTree

      VersionedCollapsingMergeTree表引擎在建表语句中新增了一列version,用于在乱序情况下记录状态行与取消行的对应关系。主键相同,且Version相同、Sign相反的行,在Compaction时会被删除。

      建表语法:

      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
          name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
          ...
      ) ENGINE = VersionedCollapsingMergeTree(sign, version)
      [PARTITION BY expr]
      [ORDER BY expr]
      [SAMPLE BY expr]
      [SETTINGS name=value, ...]

      使用示例:

      具体的使用示例可以参考:https://clickhouse.tech/docs/en/engines/table-engines/mergetree-family/versionedcollapsingmergetree/

    • GraphiteMergeTree

      GraphiteMergeTree引擎用来存储时序数据库Graphite的数据。

      建表语法:

      CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
      (
          Path String,
          Time DateTime,
          Value <Numeric_type>,
          Version <Numeric_type>
          ...
      ) ENGINE = GraphiteMergeTree(config_section)
      [PARTITION BY expr]
      [ORDER BY expr]
      [SAMPLE BY expr]
      [SETTINGS name=value, ...]

      使用示例:

      具体的使用示例可以参考:https://clickhouse.tech/docs/en/engines/table-engines/mergetree-family/graphitemergetree/

  • Replicated*MergeTree引擎

    ClickHouse中的所有MergeTree家族引擎前面加上Replicated就成了支持副本的合并树引擎。

    Replicated系列引擎借助ZooKeeper实现数据的同步,创建Replicated复制表时通过注册到ZooKeeper上的信息实现同一个分片的所有副本数据进行同步。

    Replicated表引擎的创建模板:
    ENGINE = Replicated*MergeTree('ZooKeeper存储路径','副本名称', ...)

    Replicated表引擎需指定两个参数:

    • ZooKeeper存储路径:ZooKeeper中该表相关数据的存储路径,建议规范化,如:/clickhouse/tables/{shard}/数据库名/表名。
    • 副本名称,一般用{replica}即可。

    Replicated表引擎使用示例可以参考:ClickHouse表创建

  • Distributed表引擎
    Distributed表引擎本身不存储任何数据,而是作为数据分片的透明代理,能够自动路由数据到集群中的各个节点,分布式表需要和其他本地数据表一起协同工作。分布式表会将接收到的读写任务分发到各个本地表,而实际上数据的存储在各个节点的本地表中。
    图1 Distributed

    Distributed表引擎的创建模板:

    ENGINE = Distributed(cluster_name, database_name, table_name, [sharding_key])

    Distributed表参数解析如下:

    • cluster_name:集群名称,在对分布式表执行读写的过程中,使用集群的配置信息查找对应的ClickHouse实例节点。
    • database_name:数据库名称。
    • table_name:数据库下对应的本地表名称,用于将分布式表映射到本地表上。
    • sharding_key:分片键(可选参数),分布式表会按照这个规则,将数据分发到各个本地表中。

    Distributed表引擎使用示例

    --先创建一个表名为test的ReplicatedMergeTree本地表
    CREATE TABLE default.test ON CLUSTER default_cluster_1
    (
        `EventDate` DateTime, 
        `id` UInt64
    )
    ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/default/test', '{replica}')
    PARTITION BY toYYYYMM(EventDate)
    ORDER BY id
    
    --基于本地表test创建表名为test_all的Distributed表
    CREATE TABLE default.test_all ON CLUSTER default_cluster_1
    (
        `EventDate` DateTime, 
        `id` UInt64
    )
    ENGINE = Distributed(default_cluster_1, default, test, rand())

    分布式表创建规则:

    • 创建Distributed表时需加上on cluster cluster_name,这样建表语句在某一个ClickHouse实例上执行一次即可分发到集群中所有实例上执行。
    • 分布式表通常以本地表加“_all”命名。它与本地表形成一对多的映射关系,之后可以通过分布式表代理操作多张本地表。
    • 分布式表的表结构尽量和本地表的结构一致。如果不一致,在建表时不会报错,但在查询或者插入时可能会发生异常。

ClickHouse数据类型说明

MRS的ClickHouse服务数据类型如表1所示。

ClickHouse完整数据类型介绍,请参考开源官方数据类型介绍

表1 ClickHouse数据类型

分类

关键字

数据类型

描述

数据类型

Int8

Int8

取值范围:【-128,127】

Int16

Int16

取值范围:【-32768,32767】

Int32

Int32

取值范围:【-2147483648,2147483647】

Int64

Int64

取值范围:【-9223372036854775808,9223372036854775807】

浮点类型

Float32

单精度浮点数

同C语言Float类型,单精度浮点数在机内占4个字节,用32位二进制描述。

Float64

双精度浮点数

同C语言Double类型,双精度浮点数在机内占8个字节,用64位二进制描述。

Decimal类型

Decimal

Decimal

有符号的定点数,可在加、减和乘法运算过程中保持精度。支持几种写法:

  • Decimal(P, S)
  • Decimal32(S)
  • Decimal64(S)
  • Decimal128(S)
说明:
  • P:精度,有效范围:[1:38],决定可以有多少个十进制数字(包括分数)。
  • S:规模,有效范围:[0:P],决定数字的小数部分中包含的小数位数。

字符串类型

String

字符串

字符串可以是任意长度的。它可以包含任意的字节集,包含空字节。因此,字符串类型可以代替其他 DBMSs 中的VARCHAR、BLOB、CLOB 等类型。

FixedString

固定字符串

当数据的长度恰好为N个字节时,FixedString类型是高效的。 在其他情况下,这可能会降低效率。可以有效存储在FixedString类型的列中的值的示例:

  • 二进制表示的IP地址
  • 语言代码(ru_RU, en_US … )
  • 货币代码(RUB … )
  • 二进制表示的哈希值(MD5使用FixedString(16),SHA256使用FixedString(32))

时间日期类型

Date

日期

用两个字节存储,表示从 1970-01-01(无符号)到当前的日期值。日期中没有存储时区信息。

DateTime

时间戳

用四个字节(无符号的)存储 Unix 时间戳。允许存储与日期类型相同的范围内的值。最小值为 1970-01-01 00:00:00。时间戳类型值精确到秒(没有闰秒)。时区使用启动客户端或服务器时的系统时区。

DateTime64

DateTime64

此类型允许以日期(date)加时间(time)的形式来存储一个时刻的时间值。

布尔型

Boolean

Boolean

ClickHouse没有单独的类型来存储布尔值。可以使用UInt8 类型,取值限制为0或1。

数组类型

Array

Array

Array(T),由 T 类型元素组成的数组。T 可以是任意类型,包含数组类型。但不推荐使用多维数组,ClickHouse对多维数组的支持有限。例如,不能在MergeTree表中存储多维数组。

元组类型

Tuple

Tuple

Tuple(T1, T2, ...),元组,其中每个元素都有单独的类型,不能在表中存储元组(除了内存表)。它们可以用于临时列分组。在查询中,IN表达式和带特定参数的 lambda 函数可以来对临时列进行分组。

Domains数据类型

Domains

Domains

Domains类型是特定实现的类型:

IPv4是与UInt32类型保持二进制兼容的Domains类型,用于存储IPv4地址的值。它提供了更为紧凑的二进制存储的同时支持识别可读性更加友好的输入输出格式。

枚举类型

Enum8

Enum8

取值范围:【-128,127】

Enum 保存 'string'= integer 的对应关系,例如:Enum8('hello' = 1, 'world' = 2)

Enum16

Enum16

取值范围:【-32768,32767】

可为空

Nullable

Nullable

除非在ClickHouse服务器配置中另有说明,否则NULL是任何Nullable类型的默认值。Nullable类型字段不能包含在表索引中。

可以与TypeName的正常值存放一起。例如,Nullable(Int8) 类型的列可以存储 Int8 类型值,而没有值的行将存储 NULL。

嵌套类型

nested

nested

嵌套的数据结构就像单元格内的表格。嵌套数据结构的参数(列名和类型)的指定方式与CREATE TABLE查询中的指定方式相同。每个表行都可以对应于嵌套数据结构中的任意数量的行。

示例:Nested(Name1 Type1, Name2 Type2, …)

提示

您即将访问非华为云网站,请注意账号财产安全

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容