（04）表引擎

4.1 表引擎的使用

表引擎是 ClickHouse 的一大特色。可以说，

表引擎决定了如何存储标的数据。包括：

➢

数据的存储方式和位置，写到哪里以及从哪里读取数据

➢

支持哪些查询以及如何支持。

➢

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。

表引擎的使用方式就是必须显式在创建表时定义该表使用的引擎，以及引擎使用的相关参数。

特别注意：引擎的名称大小写敏感

4.2 TinyLog

以列文件的形式保存在磁盘上，不支持索引，没有并发控制。一般保存少量数据的小表，

生产环境上作用有限。可以用于平时练习测试用。

如：

create table t_tinylog ( id String, name String) engine=TinyLog ;

 

4.3 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，不支持索引。简单查询下有非常非常高的性能表现（超过 10G/s）。

一般用到它的地方不多，除了用来测试，就是在需要非常高的性能，同时数据量又不太

大（上限大概 1 亿行）的场景。

4.4 MergeTree

ClickHouse 中最强大的表引擎当属 MergeTree（合并树）引擎及该系列（*MergeTree）

中的其他引擎，支持索引和分区，地位可以相当于 innodb 之于 Mysql。 而且基于

MergeTree，还衍生除了很多小弟，也是非常有特色的引擎。

➢ 建表语句

➢ 插入数据

 

 MergeTree 其实还有很多参数(绝大多数用默认值即可)，但是三个参数是更加重要的，

也涉及了关于 MergeTree 的很多概念。

4.4.1 partition by 分区 （可选项）

➢

作用

学过 hive 的应该都不陌生，分区的目的主要是降低扫描的范围，优化查询速度

➢

如果不填

只会使用一个分区。

➢

分区目录

MergeTree 是以列文件+索引文件+表定义文件组成的，但是如果设定了分区那么这

些文件就会保存到不同的分区目录中。

➢

并行

分区后，面对涉及跨分区的查询统计，ClickHouse 会以分区为单位并行处理。

➢

数据写入与分区合并

任何一个批次的数据写入都会产生一个临时分区，不会纳入任何一个已有的分区。写入

后的某个时刻（大概 10-15 分钟后），ClickHouse 会自动执行合并操作（等不及也可

以手动通过 optimize 执行），把临时分区的数据，合并到已有分区中。

optimize table xxxx final;

➢

例如

再次执行上面的插入操作

 查看数据并没有纳入任何分区

 

手动 optimize 之后

hadoop202 :) optimize table t_order_mt final;

再次查询