【clickhouse-1】Create table

ClickHouse CREATE TABLE 语法详解

ClickHouse 提供了强大的 CREATE TABLE 语法来创建表，支持多种表引擎和灵活的列定义。以下是主要特性的详细介绍：

基本语法

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    column1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [compression_codec] [TTL expr1],
    column2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [compression_codec] [TTL expr2],
    ...
) ENGINE = engine_name()
[PARTITION BY expr]
[ORDER BY expr]
[PRIMARY KEY expr]
[SAMPLE BY expr]
[TTL expr]
[SETTINGS name=value, ...]

关键组成部分

1. 列定义

• 数据类型：支持 UInt8/16/32/64, Int8/16/32/64, Float32/64, String, FixedString(N), Date, DateTime, Decimal(P,S) 等
• 默认值：
  • DEFAULT：显式指定的默认值
  • MATERIALIZED：计算列，不能插入值
  • ALIAS：列别名，不实际存储

CREATE TABLE example (
    id UInt32,
    event_date Date DEFAULT today(),
    processed_flag UInt8 MATERIALIZED 0,
    description ALIAS concat('ID: ', toString(id))
)

2. 表引擎 (ENGINE)

ClickHouse 的核心特性，决定表的存储方式和特性：

常用引擎

• MergeTree 系列（最常用）：

  ENGINE = MergeTree()
  ENGINE = ReplacingMergeTree([ver])
  ENGINE = SummingMergeTree([columns])
  ENGINE = AggregatingMergeTree()
  

• Log 系列（小数据量场景）：

  ENGINE = TinyLog()
  ENGINE = StripeLog()
  ENGINE = Log()
  

• 集成引擎（用于外部系统）：

  ENGINE = Kafka()
  ENGINE = MySQL('host:port', 'database', 'table', 'user', 'password')
  

3. 分区与排序

• PARTITION BY：分区表达式，常用按日期分区
• ORDER BY：排序键，决定数据在分区内的物理排序
• PRIMARY KEY：主键（默认与ORDER BY相同）

CREATE TABLE events (
    event_date Date,
    event_type String,
    user_id UInt64
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, event_type, user_id)

4. 高级特性

• TTL (Time To Live)：自动删除过期数据

  TTL event_date + INTERVAL 1 MONTH
  

• 压缩编解码器：

  column_name String CODEC(ZSTD(5))
  

• 采样表达式：

  SAMPLE BY intHash32(user_id)
  

分布式表创建

使用 ON CLUSTER 语法在集群上创建表：

CREATE TABLE distributed_table ON CLUSTER my_cluster
(
    id UInt64,
    data String
) ENGINE = Distributed(my_cluster, default, local_table, rand())

实际示例

CREATE TABLE IF NOT EXISTS analytics.user_events ON CLUSTER analytics_cluster
(
    event_date Date,
    event_time DateTime,
    user_id UInt64,
    event_type Enum8('click'=1, 'view'=2, 'purchase'=3),
    product_id String,
    revenue Decimal(10,2) DEFAULT 0,
    session_duration UInt32 MATERIALIZED toUnixTimestamp(event_time) - toUnixTimestamp(session_start),
    session_start DateTime
) ENGINE = ReplacingMergeTree(event_time)
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, event_type, user_id)
PRIMARY KEY (event_date, event_type)
TTL event_date + INTERVAL 6 MONTH
SETTINGS index_granularity = 8192

ClickHouse 的 CREATE TABLE 语法非常灵活，可以根据具体的数据特性和查询模式进行优化配置。