ClickHouse中的数据类型

[参考文章]：

1. ClickHouse ｜ 数据类型介绍

数据类型说明

作为一款分析型数据库，ClickHouse提供了许多数据类型，它们可以划分为基础类型、复合类型和特殊类型

其中基础类型使ClickHouse具备了描述数据的基本能力，而另外两种类型则使ClickHouse的数据表达能力更加丰富立体

基本数据类型

Mysql	Hive	ClickHouse(区分大小写)
byte	TINYINT	Int8
short	SMALLINT	Int16
int	INT	Int32
long	BIGINT	Int64
varchar	STRING	String
timestamp	TIMESTAMP	DateTime
float	FLOAT	Float32
double	DOUBLE	Float64
boolean	BOOLEAN	无

数值类型

Int

固定长度的整型，包括有符号整型或无符号整型。

创建表时，可以为整数设置类型参数 (例如. TINYINT(8), SMALLINT(16), INT(32), BIGINT(64)), 但 ClickHouse 会忽略它们，ClickHouse使用固定长度的整型

① 整型范围

名称	大小	数值范围	别名
Int8	1	[-128 : 127]	TINYINT, BOOL, BOOLEAN, INT1
Int16	2	[-32768 : 32767]	SMALLINT, INT2
Int32	4	[-2147483648 : 2147483647]	INT, INT4, INTEGER
Int64	8	[-9223372036854775808 : 9223372036854775807]	BIGINT
Int128	-	[-170141183460469231731687303715884105728 : 170141183460469231731687303715884105727]	-
Int256	-	[-57896044618658097711785492504343953926634992332820282019728792003956564819968 : 57896044618658097711785492504343953926634992332820282019728792003956564819967]	-

② 无符号整型范围(即都是正数)

名称	大小	数值范围	别名
UInt8	1	[0 : 255]	-
UInt16	2	[0 : 65535]	-
UInt32	4	[0 : 4294967295]	-
UInt64	8	[0 : 18446744073709551615]	-
Int128	-	[0 : 340282366920938463463374607431768211455]	-
Int256	-	[0 : 115792089237316195423570985008687907853269984665640564039457584007913129639935]	-

Float

名称	大小	有效精度(位数)	别名
Float32	4	7	Float
Float64	8	16	Double

注意：以下情况会出现精度问题

-- inf(正无穷)
select 7.0/0

-- inf(负无穷)
select -7.0/0

-- nan(非数字)
select 0/0

Decimal

如果需要高精度，ClickHouse提供了 Decimal32、Decimal64 和 Decimal128 三种精度的定点数

-- 格式
-- P代表精度，决定总位数（整数部分+小数部分），取值范围是1～38
-- S代表规模，决定小数位数，取值范围是0～P
Decimal(P,S)

-- 简写格式
Decimal32(S)
Decimal64(S)
Decimal128(S)

名称	等效声明	数值范围
Decimal32(S)	Decimal(1～9,S)	[-1*10^(9-S) : 10^(9-S)]
Decimal64	Decimal(10～18,S)	[-1*10^(18-S) : 10^(9-S)]
Decimal128	Decimal(19～38,S)	[-1*10^(38-S) : 10^(38-S)]

注意：在使用两个不同精度的定点数进行四则运算的时候，它们的小数点位数S会发生变化

-- 在进行加法运算时,S取最大值,S=4
toDecimal64(2,4)与toDecimal32(2,2)相加后S=4

-- 在进行减法运算时,S取最大值,S=4
toDecimal64(2,4)与toDecimal32(2,2)相减后S=4

-- 在进行乘法运算时,S取最和,S=4+2
toDecimal64(2,4)与toDecimal32(2,2)相乘后S=4+2

-- 在进行除法运算时,S取最大值,S=4(但是要保证被除数的S大于除数的S,否则会报错)
toDecimal64(2,4)与toDecimal32(2,2)相除后S=4

名称	规则
加法	S = max(S1,S2)
减法	S = max(S1,S2)
乘法	S = S1 + S2(S1范围 >= S2范围)
除法	S = S1 (S1为被除数, S1/S2)

字符串类型

字符串类型可以细分为String、FixedString和UUID三类

从命名来看仿佛不像是由一款数据库提供的类型，反而更像是一门编程语言的设计,没错CK语法具备编程语言的特征(数据+运算)

String

字符串由String定义，长度不限，在使用String的时候无须声明大小，它完全代替了传统意义上数据库的Varchar、Text、Clob和Blob等字符类型

String类型不限定字符集，可以将任意编码的字符串存入其中

为了程序的规范性和可维护性，在同一套程序中应该遵循使用统一的编码，例如“统一保持UTF-8编码”就是一种很好的约定

FixedString

FixedString 类型和传统意义上的 Char 类型有些类似，对于一些字符有明确长度的场合，可以使用固定长度的字符串

-- FixedString 的定义格式,N表示字符串长度
FixedString(N)

注意：与 Char 不同的是，FixedString 使用 null 字节填充末尾字符，而 Char 通常使用空格填充

create table fixedstring_demo(create_date Date, mobile FixedString(11), desc String) ENGINE=TinyLog;

insert into table fixedstring_demo values(now(), '1871016', '张三');
insert into table fixedstring_demo values(now(), '18710167716111', 'lisi');

UUID

UUID 是一种数据库常见的主键类型，在ClickHouse中直接把它作为一种数据类型

注意：UUID共有32位，它的格式为 8-4-4-4-12，如果一个UUID类型的字段在写入数据时没有被赋值，则会依照格式使用0填充

CREATE TABLE UUID_TEST (c1 UUID,c2 String) ENGINE = Memory;
--第一行UUID有值 
INSERT INTO UUID_TEST SELECT generateUUIDv4(),'t1'
--第二行UUID没有值 
INSERT INTO UUID_TEST(c2) VALUES('t2')

时间类型

Date

Date 类型不包含具体的时间信息，只精确到天，支持字符串形式写入：

CREATE TABLE testDate(`ct` Date)ENGINE = Memory;
-- 插入数据
insert into testDate values('2020-12-26'),(now());

DateTime

DateTime类型包含时、分、秒信息，精确到秒，支持字符串形式写入

create table testDataTime(ctime DateTime) engine=Memory ;
insert into testDataTime values('2020-12-27 01:11:12'),(now());

DateTIme64

DateTime64可以记录亚秒，它在DateTime之上增加了精度的设置

CREATE TABLE Datetime64_TEST(c1 Datetime64(2)) ENGINE = Memory; 
--以字符串形式写入 
INSERT INTO Datetime64_TEST VALUES('2020-06-22 00:00:00');

复杂类型

Array

ClickHouse 支持数组这种复合数据类型，数组中的数据类型需要一致

SELECT ['a','b','c'];

SELECT [1, 2, 3];

Enum

ClickHouse 支持枚举类型，这是一种在定义常量时经常会使用的数据类型

ClickHouse提供了Enum8 和Enum16两种枚举类型，它们除了取值范围不同之外，别无二致

注意：枚举固定使用 (String:Int)Key/Value 键值对的形式定义数据，所以 Enum8 和 Enum16 分别会对应(String:Int8) 和 (String:Int16)

create table test_enum(id Int8 , color Enum('red'=1 , 'green'=2 , 'blue'=3)) engine=Memory ;
insert into  test_enum values(1,'red'),(1,'red'),(2,'green');

Tuple

元组类型由 1～n 个元素组成，每个元素之间允许设置不同的数据类型，且彼此之间不要求兼容

元组同样支持类型推断，其推断依据仍然以最小存储代价为原则

注意：与数组类似，元组也可以使用两种方式定义，常规方式 tuple(T)，元组中可以存储多种数据类型，但是要注意数据类型的顺序

-- 常规定义方式
select tuple(1,'asb',12.23) as x , toTypeName(x);

-- 简写形式
SELECT (1, 'zss', 12, 1);

注意：建表的时候需要定义元组中的数据类型

CREATE TABLE Tuple_TEST (c1 Tuple(String,Int8)) ENGINE = Memory; 

Nested

Nested是一种嵌套表结构

一张数据表，可以定义任意多个嵌套类型字段，但每个字段的嵌套层级只支持一级，即嵌套表内不能继续使用嵌套类型，对于简单场景的层级关系或关联关系，使用嵌套类型也是一种不错的选择

create table  test_nested(id Int8, name String,props Nested(pid Int8,pnames String,pvalues String))engine=Memory;

特殊类型

IPV4

域名类型分为 IPv4 和 IPv6 两类，本质上它们是对整型和字符串的进一步封装，IPv4 类型是基于 UInt32 封装的

注意：出于便捷性的考量，例如 IPv4 类型支持格式检查，格式错误的 IP 数据是无法被写入的。IPv4 相比 String 更加紧凑，占用的空间更小，查询性能更快。IPv6 类型是基于 FixedString(16) 封装的，它的使用方法与 IPv4 别无二致, 在使用 Domain 类型的时候还有一点需要注意，虽然它从表象上看起来与String一样，但Domain类型并不是字符串，所以它不支持隐式的自动类型转换。如果需要返回IP的字符串形式，则需要显式调用 IPv4NumToString或IPv6NumToString函数进行转换

create table test_domain(id Int8 ,ip IPv4)engine=Memory ;
insert  into test_domain values(1,'192.168.133.2') ;

GEO

ClickHouse 支持用于表示地理对象的数据类型

① Point 类型

SET allow_experimental_geo_types = 1;
CREATE TABLE geo_point (p Point) ENGINE = Memory();
INSERT INTO geo_point VALUES((10, 10));
SELECT p, toTypeName(p) FROM geo_point;

② Ring

CREATE TABLE geo_ring (r Ring) ENGINE = Memory();
INSERT INTO geo_ring VALUES([(0, 0), (10, 0), (10, 10), (0, 10)]);
SELECT r, toTypeName(r) FROM geo_ring;

③ Polygon

CREATE TABLE geo_polygon (pg Polygon) ENGINE = Memory();
INSERT INTO geo_polygon VALUES([[(20, 20), (50, 20), (50, 50), (20, 50)], [(30, 30), (50, 50), (50, 30)]]);
SELECT pg, toTypeName(pg) FROM geo_polygon;

Boolean 和 Nullable

ClickHouse 中没有 Boolean 类型 ,使用 1 和 0 来代表 true 和 false
Nullable 某种数据类型允许为null , 或者是没有给值的情况下模式是NULL

create table test_null(id  Int8,age Int8)engine = Memory ;
create table test_null2(id  Int8,age Nullable(Int8))engine = Memory ;