clickHouse（数据查询）

数据查询（很多语法神似于mysql，但又有所不同）

 

(1)拒绝select* （跟mysql一样）
(2)对SQL大小写很敏感 
(3)花名册（几乎包括所有的查询语法，但不包括分布式的）
(4)支持WITH子句（mysql8.0也支持）
①可以定义变量（WITH 10 AS start）
②调用函数
③定义子查询
④可以在子查询中重复使用（嵌套）
(5)支持FROM（跟mysql差不多）
①数据表取数
②子查询取数
③表函数取数
(6)SAMPLE子句
①可以实现数据采样，只返回需要的数据，而不是全部，有效减少负载
②可以保证幂等，数据量巨大时，如果要求时效性高于准确性可以考虑使用
③SAMPLE factor 按因子系数采样 0.1 || 1/10
④SAMPLE rows表示按样本数量采样 	
⑤SAMPLE factor OFFSET n表示按因子系数和偏移量采样
(7)ARRAY JOIN子句
①允许在数据表的内部，与数组或嵌套类型的字段进行JOIN操作，从而将一行数组展开为多行。
②一个select中只能存在一个array join（子查询除外），目前支持inner和left
③INNER ARRAY JOIN
④LEFT ARRAY JOIN
(8)JOIN子句（和mysql比较相似）
①可以对左右两张表的数据进行连接，可以设置连接类型和连接精度（ALL ANF ASOF）
②连接精度
1)ALL 左表的一行数据，只要右表能匹配上的就都返回
2)ANY 左表的一行数据，只返回右表能匹配上的数据中的第一行
3)ASOF 模糊连接，它允许在连接键之后追加定义一个模糊连接的匹配条件asof_column，连接键不可以是asof_column
③连接类型
1)INNER
a.内连接，以左表为基础遍历，只返回左右二表交集
2)OUTER（外连接）
a.LEFT:以左表为主，左表数据全部返回，右表数据返回符合的，并以默认值补齐
b.RIGNT：右表的数据总是能够全部返回，而左表不能连接的数据则使用默认值补全
c.FULL/OUTER：返回两个表的并集
3)CROSS：笛卡尔积，不需要声明JOIN KEY
④多表连接
1)支持自动将其转换成指定的连接查询
2)需要将allow_experimental_cross_to_join_conversion参数设置为1（默认为1，该参数在新版本中已经取消）
3)转换为CROSS JOIN：如果查询语句中不包含WHERE条件，则会转为CROSS JOIN。
4)转换为INNER JOIN：如果查询语句中包含WHERE条件，则会转为INNER JOIN。
⑤注意事项
1)左右表 左大右小
2)目前不支持缓存
3)如果是在大量维度属性补全的查询场景中，则建议使用字典代替JOIN查询
(9)WHERE与PREWHERE子句
①WHERE：负责实现数据过滤，为主键字段时可通过索引提速（前提是支持主键）
②PREWHERE：作用于WHERE一致，是他的一种优化
1)首先只会读取PREWHERE指定的列字段数据，用于数据过滤的条件判断。
2)待数据过滤之后再读取SELECT声明的列字段以补全其余属性。
3)所以在一些场合下，PREWHERE相比WHERE而言，处理的数据量更少，性能更高。
③不会被优化的场景
1)使用常量表达式
2)使用了默认值为ALIAS类型的字段：
3)包含了arrayJoin、globalIn、globalNotIn或者indexHint的查询
4)SELECT查询的列字段与WHERE谓词相同
5)使用主键字段
(10)GROUP BY子句
①聚合查询，group by 后面的字段被称为聚合键或者KEY
②如果SELECT后只声明了聚合函数，则可以省略GROUP BY关键字
③如若声明了列字段，则只能使用聚合键包含的字段，否则会报错
④某些场合下，可以借助any、max和min等聚合函数访问聚合键之外的列字段
⑤当聚合查询时出现Null会被分组到null
⑥WITH ROLLUP
1)ROLLUP能够按照聚合键从右向左上卷数据，基于聚合函数依次生成分组小计和总计。
2)如果设聚合键的个数为n，则最终会生成小计的个数为n+1。
⑦WITH CUBE
1)CUBE会像立方体模型一样，基于聚合键之间所有的组合生成小计信息。
2)如果设聚合键的个数为n，则最终小计组合的个数为2的n次方。
⑧WITH TOTALS
1)使用TOTALS修饰符后，会基于聚合函数对所有数据进行总计
(11)HAVING子句
①HAVING子句需要与GROUP BY同时出现，不能单独使用。它能够在聚合计算之后实现二次过滤数据。
②在聚合之后增加了Filter过滤动作。
(12)ORDER BY子句
①ORDER BY子句通过声明排序键来指定查询数据返回时的顺序。
②MergeTree引擎中绝对的主力，主要靠他声明关键字段
③NULLS LAST:NULL值排在最后
④NULLS FIRST：NULL值排在最前面
(13)LIMIT BY子句
①LIMIT BY和LIMIT所有不同，它运行于ORDER BY之后和LIMIT之前，能够按照指定分组，最多返回前n行数据（如果数据少于n行，则按实际数量返回），常用于TOP N的查询场景。
(14)LIMIT子句：于返回指定的前n行数据，常用于分页场景，
(15)SELECT子句：SELECT子句决定了一次查询语句最终返回哪些列字段或表达式
(16)DISTINCT子句：去重
(17)UNION ALL子句：能够联合左右两边的两组子查询，将结果一并返回。