Clickhouse数据库四：数据类型

Clickhouse数据库四：数据类型

主要介绍一些与其他数据库不同的数据类型
参考官方文档: https://clickhouse.tech/docs/en/sql-reference/data-types/

4.1 整数类型

• Int Ranges

Int8 - [-128 : 127]
Int16 - [-32768 : 32767]
Int32 - [-2147483648 : 2147483647]
Int64 - [-9223372036854775808 : 9223372036854775807]

• Uint Ranges

UInt8 - [0 : 255]
UInt16 - [0 : 65535]
UInt32 - [0 : 4294967295]
UInt64 - [0 : 18446744073709551615]

注意: 这些类型的是严格区分大小写的

4.2 浮点型

Float32 - float
Float64 - double

尽量使用整形, 因为浮点型计算会有精度问题.

hadoop102 :) select 1-0.9;

SELECT 1 - 0.9

┌───────minus(1, 0.9)─┐
│ 0.09999999999999998 │

• 浮点型中的: NaN和inf

hadoop102 :) select 1/0;

SELECT 1 / 0

┌─divide(1, 0)─┐
│          inf │
└──────────────┘

hadoop102 :) select 0/0;

SELECT 0 / 0

┌─divide(0, 0)─┐
│          nan │
└──────────────┘

4.3 Decimal类型

浮点数精度不够, Decimal可以替代浮点型

Decimal32(s)，相当于Decimal(9-s,s)
Decimal64(s)，相当于Decimal(18-s,s)
Decimal128(s)，相当于Decimal(38-s,s)

说明:

1. s 表示小数位数

4.4 Boolean类型

没有单独的类型来存储布尔值。可以使用 UInt8 类型，取值限制为 0 或 1

4.5 字符串

1. String
   字符串可以任意长度的。它可以包含任意的字节集，包含空字节。

2. Fixedstring(N)
   固定长度 N 的字符串，N 必须是严格的正自然数。当服务端读取长度小于 N 的字符串时候，通过在字符串末尾添加空字节来达到 N 字节长度。 当服务端读取长度大于 N 的字符串时候，将返回错误消息。
   与String相比，极少会使用FixedString，因为使用起来不是很方便。

4.6枚举类型

包括 Enum8 和 Enum16 类型。Enum 保存 'string'= integer 的对应关系。
Enum8 用 ‘String’= Int8 对描述。
Enum16 用 ‘String’= Int16 对描述

案例:

• 建表

CREATE TABLE t_enum
(
    `x` Enum('hello' = 1, 'world' = 2)
)
ENGINE = TinyLog

• 插入数据

INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello')     // ok

INSERT INTO t_enum values('a')   // error   Unknown element 'a' for type Enum8('hello' = 1, 'world' = 2)

• 使用场景：
  对一些状态、类型的字段算是一种空间优化，也算是一种数据约束。但是实际使用中往往因为一些数据内容的变化增加一定的维护成本，甚至是数据丢失问题。所以谨慎使用。

4.7 时间类型

目前clickhouse 有三种时间类型

1. Date 接受 年-月-日 的字符串比如 ‘2019-12-16’
2. Datetime 接受 年-月-日 时:分:秒 的字符串比如 ‘2019-12-16 20:50:10’
3. Datetime64 接受 年-月-日 时:分:秒.亚秒 的字符串比如 ‘2019-12-16 20:50:10.66’

4.8 数组

Array(T)：由 T 类型元素组成的数组, T 可以是任意类型，包含数组类型。

但不推荐使用多维数组，ClickHouse 对多维数组的支持有限。例如，不能在 MergeTree 表中存储多维数组。

创建方式:

1. 使用Array函数

hadoop102 :) SELECT array(1, 2) AS x, toTypeName(x) ;

SELECT
    [1, 2] AS x,
    toTypeName(x)

┌─x─────┬─toTypeName(array(1, 2))─┐
│ [1,2] │ Array(UInt8)            │
└───────┴─────────────────────────┘

2. 使用 [ ] 语法 索引从1开始

hadoop102 :) SELECT array(1, 2000) AS x, x[2] ;

4.9 其他数据类型

参考官网: https://clickhouse.tech/docs/en/sql-reference/data-types/