clickhouse物化视图优缺点_ClickHouse 适用场景

Clickhouse是一个用于联机分析处理(OLAP)的列式数据库管理系统(columnar DBMS)。
传统数据库在数据大小比较小，索引大小适合内存，数据缓存命中率足够高的情形下能正常提供服务。但残酷的是，这种理想情形最终会随着业务的增长走到尽头，查询会变得越来越慢。你可能通过增加更多的内存，订购更快的磁盘等等来解决问题(纵向扩展)，但这只是拖延解决本质问题。如果你的需求是解决怎样快速查询出结果，那么ClickHouse也许可以解决你的问题。

应用场景：1.绝大多数请求都是用于读访问的2.数据需要以大批次(大于1000行)进行更新，而不是单行更新；或者根本没有更新操作3.数据只是添加到数据库，没有必要修改4.读取数据时，会从数据库中提取出大量的行，但只用到一小部分列5.表很“宽”，即表中包含大量的列6.查询频率相对较低(通常每台服务器每秒查询数百次或更少)7.对于简单查询，允许大约50毫秒的延迟8.列的值是比较小的数值和短字符串(例如，每个URL只有60个字节)9.在处理单个查询时需要高吞吐量(每台服务器每秒高达数十亿行)10.不需要事务11.数据一致性要求较低12.每次查询中只会查询一个大表。除了一个大表，其余都是小表13.查询结果显著小于数据源。即数据有过滤或聚合。返回结果不超过单个服务器内存大小

相应地，使用ClickHouse也有其本身的限制：

1.不支持真正的删除/更新支持 不支持事务(期待后续版本支持)2.不支持二级索引3.有限的SQL支持，join实现与众不同4.不支持窗口功能5.元数据管理需要人工干预维护

---

常用SQL语法

---

- 列出数据库列表show databases;-- 列出数据库中表列表show tables;-- 创建数据库create database test;-- 删除一个表drop table if exists test.t1;-- 创建第一个表create /*temporary*/ table /*if not exists*/ test.m1 (id UInt16,name String) ENGINE = Memory;-- 插入测试数据insert into test.m1 (id, name) values (1, 'abc'), (2, 'bbbb');-- 查询select * from test.m1;

默认值

---

默认值 的处理方面， ClickHouse 中，默认值总是有的，如果没有显示式指定的话，会按字段类型处理：

数字类型， 0
字符串，空字符串
数组，空数组
日期， 0000-00-00
时间， 0000-00-00 00:00:00
注：NULLs 是不支持的

数据类型

---

1.整型：UInt8,UInt16,UInt32,UInt64,Int8,Int16,Int32,Int64
范围U开头-2N/2~2N-1;非U开头0～2^N-12.枚举类型：Enum8,Enum16
Enum('hello'=1,'test'=-1),Enum是有符号的整型映射的，因此负数也是可以的3.字符串型：FixedString(N),String
N是最大字节数，不是字符长度，如果是UTF8字符串，那么就会占3个字节，GBK会占2字节;String可以用来替换VARCHAR,BLOB,CLOB等数据类型4.时间类型：Date5.数组类型：Array(T)
T是一个基本类型，包括arry在内，官方不建议使用多维数组6.元组：Tuple7.结构：Nested(name1 Type1,name2 Type2,...)
类似一种map的结

物化列

---

指定 MATERIALIZED 表达式，即将一个列作为物化列处理了，这意味着这个列的值不能从insert 语句获取，只能是自己计算出来的。同时，
物化列也不会出现在 select * 的结果中：

drop table if exists test.m2;create table test.m2 (a MATERIALIZED (b+1),b UInt16) ENGINE = Me