第2.5章：StarRocks表设计--数据类型

定义恰当数据字段类型对StarRocks查询的优化是非常重要的，从查询效率的角度考虑，我们可以遵循两条原则：

• 如果数据没有Null，可以指定Not Null属性；
• 尽量使用数字列代替字符串列。

StarRocks支持多种类型，大致可以分为：数值、时间、字符以和其他类型。

1数值类型

1.1严格数值整型

类型	大小	范围（区间）
TINYINT	1 Byte	[-128 , 127]
SMALLINT	2 Bytes	[-32768 , 32767]
INT	4 Bytes	[-2147483648 , 2147483647]
BIGINT	8 Bytes	[-9223372036854775808 , 9223372036854775807]
LARGEINT	16 Bytes	[-2^127 + 1 , 2^127 – 1]
BOOLEAN	1 Byte	0或1（0代表False，1代表True）

1.2近似数值类型

类型	大小	范围（区间）
FLOAT	4 Bytes	[-3.402 823 466 E+38，-1.175 494 351 E-38]，0，[1.175 494 351 E-38，3.402 823 466 351 E+38]
DOUBLE	8 Bytes	[-1.797 693 134 862 315 7 E+308，-2.225 073 858 507 201 4 E-308]，0，[2.225 073 858 507 201 4 E-308，1.797 693 134 862 315 7 E+308]

1.3高精度定点数

类型	大小	范围	说明
Decimal V2	8 Bytes	DECIMAL(M[,D])	M范围是[1,27]，D的范围[1, 9]，M需大于等于D的取值。默认的D取值为0
Fast Decimal	16 Bytes		M的范围是[1,38], D的范围[1, M]。默认的D取值为0。

注意：自StarRocks 1.18版本已默认为Fast Decimal。

2日期和时间类型

StarRocks的时间类型只有两个：DATA和DATATIME，这两个类型都不会保存时区信息。

类型	大小	取值范围	默认形式
DATE	4 Bytes	['0000-01-01', '9999-12-31']	YYYY-MM-DD
DATETIME	8 Bytes	['0000-01-01 00:00:00', '9999-12-31 23:59:59']	YYYY-MM-DD HH:MM:SS

3字符串类型

StarRocks的字符串类型目前有三种：

类型	范围	用途
CHAR	CHAR(M)，M为[1, 255]	定长字符串
VARCHAR	VARCHAR(M)，M为[1, 65533]	变长字符串
STRING	目前等价与VARCHAR(65533)	变长字符串

说明：

1）Varchar中，由于前两个字节用于表示长度，因此比65535少两字节；

2）上表中M的值为字节数（不同于MySQL的字符数），所以在做MySQL的数据迁移时，StarRocks中M的值可以是MySQL的三到四倍；

3）当前不支持不限长的文本存储；

4）2.1版本开始，varchar()的上限增大为1MB，即取值为1-1048576字节。

4其他类型

4.1 HLL(HyperLogLog)

HLL是基于HyperLogLog算法的工程实现，用于保存HyperLogLog计算过程的中间结果。hll(length)，长度length范围1~16385。用户不需要指定长度和默认值、长度根据数据的聚合程度系统内控制，并且HLL列只能通过配套的hll_union_agg、hll_cardinality、hll_hash进行查询或使用。

使用示例：

create table table09(

id int,

dt date,

uv hll hll_union

)

distributed by hash(id) buckets 32;

4.2 BITMAP

BITMAP与HLL类似只能作为聚合表的value类型使用，常见用来加速count distinct的去重计数使用。

使用示例：

CREATE TABLE table10 (

  `page_id` INT NOT NULL COMMENT '页面id',

  `visit_date` datetime NOT NULL COMMENT '访问时间',

  `visit_users` BITMAP BITMAP_UNION NOT NULL COMMENT '访问用户id'

) ENGINE=OLAP

AGGREGATE KEY(`page_id`, `visit_date`)

DISTRIBUTED BY HASH(`page_id`) BUCKETS 10

PROPERTIES (

  "replication_num" = "1"

);