ClickHouse 介绍

1、什么是ClickHouse

ClickHouse是俄罗斯的Yandex于2016年开源的列式存储数据库(DBMS)，主要用于在线分析处理查询(OLAP)，能够使用SQL查询实时生成分析数据报告。

2、优势

查询速度超快，支持秒亿行的吞吐。

3、使用

3.1 数据类型

注意：ClickHouse 的数据类型严格区分大小写。

3.1.1 整型

固定长度的整型，包括有符号整型或无符号整型。
整型范围（-2^(n-1) ~ 2^(n-1)-1）:

Int8、Int16、Int32、Int64、Int128、Int256

无符号整型范围（0~ 2^(n)-1）:

UInt8、UInt16、UInt32、UInt64、UInt128、UInt256

3.1.2 浮点型

Float32 - float
Float64 - double

尽可能以整数形式存储数据。例如，将固定精度的数字转换为整数值，例如货币数量或页面加载时间用毫秒为单位表示。因为浮点数进行计算可能引起四舍五入的误差。
与标准SQL相比，ClickHouse 支持以下类别的浮点数：

Inf  - 正无穷
-Inf - 负无穷
NaN  - 非数字

3.1.3 字符串

1）String
字符串可以任意长度的。它可以包含任意的字节集，包含空字节。

2) FixedString(N)
固定长度 N 的字符串（N 必须是严格的正自然数）。

当向ClickHouse中插入数据时：

• 如果字符串包含的字节数少于N，将对字符串末尾进行空字节填充。
• 如果字符串包含的字节数大于N，将抛出 Too large value for FixedString(N) 异常。

当做数据查询时，ClickHouse不会删除字符串末尾的空字节。 如果使用WHERE子句，则须要手动添加空字节以匹配FixedString的值。

与String相比，极少会使用FixedString，因为使用起来不是很方便。

3.1.4 布尔值

从https://github.com/ClickHouse/ClickHouse/commit/4076ae77b46794e73594a9f400200088ed1e7a6e 之后，有单独的类型来存储布尔值。

在此之前的版本，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。具体见枚举类型。

3.1.5 枚举类型

枚举包括 Enum8 和 Enum16 类型。Enum 保存 ‘String’=integer 的对应关系。

• Enum8 用 ‘String’=Int8 描述。
• Enum16 用 ‘String’=Int16 描述。

用法举例：
创建一个带有一个枚举 Enum8(‘hello’ = 1, ‘world’ = 2) 类型的列：

CREATE TABLE t_enum (
	x Enum8('hello' = 1, 'world' = 2)
) ENGINE = TinyLog

这个 x 列只能存储类型定义中列出的值：‘hello’ 或 ‘world’。如果您尝试保存任何其他值，ClickHouse 抛出异常。

注意：键值对不能同时为空，不允许重复，key允许为空字符串。

3.1.6 数组

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 表引擎中存储多维数组。

创建数组：

array(T) 或 []	类型必须相同

举例：

SELECT array(1, 2) AS x
SELECT [1, 2] AS x

ClickHouse会自动检测数组元素，并根据元素计算出存储这些元素最小的数据类型。如果在元素中存在 NULL 或存在 可为空 类型元素，那么数组的元素类型将会变成 可为空。

如果 ClickHouse 无法确定数据类型，它将产生异常。

3.1.6 元组

Tuple(T1, T2, …) ：元组，其中每个元素都有单独的类型。

创建元组：

tuple(T1, T2, ...)		允许不同类型

举例：

 SELECT tuple(1,'a') AS x

3.1.7 日期

日期类型，用两个字节存储，表示从 1970-01-01 (无符号) 到当前的日期值。

Date、DateTime、DateTime64

• Date：精确到天。（2022-08-01）
• DateTime：精确到秒。（2022-08-01 19:19:19）
• DateTime64：精确到亚秒，可以设置精度。（2022-08-01 19:19:19.000）

3.2 表引擎

表引擎（即表的类型）决定了：

• 数据的存储方式和位置，写到哪里以及从哪里读取数据。
• 并发数据访问。
• 索引的使用（如果存在）。
• 是否可以执行多线程请求。
• 数据复制参数。

3.2.1 TinyLog

最简单的表引擎，用于将数据存储在磁盘上。每列都存储在单独的压缩文件中，写入时，数据将附加到文件末尾。

该引擎没有并发控制：

• 如果同时从表中读取和写入数据，则读取操作将抛出异常。
• 如果同时写入多个查询中的表，则数据将被破坏。

这种表引擎的典型用法是 write-once : 首先只写入一次数据，然后根据需要多次读取。此引擎适用于相对较小的表（建议最多1,000,000行）。如果有许多小表，则使用此引擎是适合的，因为它需要打开的文件更少。当拥有大量小表时，可能会导致性能低下。

不支持索引。

3.2.2 Memory

内存引擎，数据以未压缩的原始形式直接保存在内存当中，服务器重启数据就会消失。读写操作不会相互阻塞，简单查询有非常高的查询性能（超过10G/s），因为没有磁盘读取，不需要解压缩或反序列化数据的过程。

不支持索引。

它可用于测试，适用于数据量又不太大（