ClickHouse数据类型介绍

ClickHouse数据类型介绍

1.ClickHouse数据类型介绍

Mysql	Hive	ClickHouse
TINYINT	TINYINT	Int8
SMALLINT	SMALLINT	Int16
INT, MEDIUMINT	INT	Int32
BIGINT	BIGINT	Int64
VARCHAR	STRING	String
DATETIME, TIMESTAMP	TIMESTAMP	DateTime
FLOAT	FLOAT	Float32
DOUBLE	DOUBLE	Float64
BOOLEAN	BOOLEAN	无

1.1 整形
Int8,Int16,Int32,Int64,UInt8,UInt16,UInt32,UInt64
固定长度的整型，包括有符号整型和无符号整型。

1.2 浮点型

建议尽可能以整数形式存储数据。例如，将固定精度的数字转换为整数值，如时间用毫秒为单位表示，因为浮点型进行计算时可能引起四舍五入的误差。

1.3 Decimal

Decimal(P,S),Decimal32(S),Decimal64(S),Decimal128(S)

有符号的定点数，可在加、减和乘法运算过程中保持精度。对于除法，最低有效数字会被丢弃（不舍入）。
参数：

P - 精度。有效范围：[1:38]，决定可以有多少个十进制数字（包括分数）。

S - 规模。有效范围：[0：P]，决定数字的小数部分中包含的小数位数。

对于不同的 P 参数值 Decimal 表示，以下例子都是同义的：

- P from [ 1 : 9 ] - for Decimal32(S)
- P from [ 10 : 18 ] - for Decimal64(S)
- P from [ 19 : 38 ] - for Decimal128(S)
- P from [ 39 : 76 ] - for Decimal256(S)

Decimal值范围

Decimal32(S) - ( -1 * 10^(9 - S),1*10^(9-S) )
Decimal64(S) - ( -1 * 10^(18 - S),1*10^(18-S) )
Decimal128(S) - ( -1 * 10^(38 - S),1*10^(38-S) )

例如，Decimal32(4) 可以表示 -99999.9999 至 99999.9999 的数值，步长为0.0001。
内部表示方式:
数据采用与自身位宽相同的有符号整数存储。这个数在内存中实际范围会高于上述范围，从 String 转换到十进制数的时候会做对应的检查。
由于现代CPU不支持128位数字，因此 Decimal128 上的操作由软件模拟。所以 Decimal128 的运算速度明显慢于 Decimal32/Decimal64。

溢出检查 :
在 Decimal 的计算过程中，可能会发生整数溢出。 分数中过多的数字被丢弃（不是四舍五入）。 整数部分数字过多会导致异常。

SELECT toDecimal32(2, 4) AS x, x / 3;

SELECT toDecimal32(4.2, 8) AS x, x * x;

DB::Exception: Scale 16 is out of bounds: While processing toDecimal32(4.2, 8) AS x, x * x.

SELECT toDecimal32(4.2, 8) AS x, 6 * x;

DB::Exception: Decimal math overflow: While processing toDecimal32(4.2, 8) AS x, 6 * x.

溢出检查会导致操作变慢。 如果知道不可能发生溢出，则使用decimal_check_overflow 设置禁用检查是有意义的。 当检查被禁用并且发生溢出时，结果将是不正确的：

SET decimal_check_overflow = 0;
SELECT toDecimal32(4.2, 8) AS x, 6 * x;

溢出检查不仅发生在算术运算上，还发生在值的比较上：

SELECT toDecimal32(1, 8) < 100;

DB::Exception: Can't compare decimal number due to overflow: While processing toDecimal32(1, 8) < 100.

1.4 布尔值
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。

1.5 字符串
1）String
字符串可以任意长度的。它可以包含任意一组字节，包含空字节。String 类型替换了其他 DBMS 中的 VARCHAR、BLOB、CLOB 和其他类型。创建表时，可以设置字符串长度的参数（例如 VARCHAR(255)），但ClickHouse 会忽略它们。
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。

1.6 枚举
由命名值组成的枚举类型，命名值必须声明为 ‘string’ = 整数对。 ClickHouse 仅存储数字，但支持通过名称对值进行操作。
· Enum8 用 ‘String’= Int8 对描述，它最多可以包含在 [-128, 127] 范围内枚举的 256 个值
· Enum16 用 ‘String’= Int16 对描述，它最多可以包含在 [-32768, 32767] 范围内枚举的 65536 个值
使用示例：

CREATE TABLE t_enum( x Enum8('hello' = 1, 'world' = 2))ENGINE = TinyLog;
INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello')
select * from t_enum;

列 x 只能存储类型定义中列出的值：‘hello’ 或 ‘world’。 如果您尝试保存任何其他值，ClickHouse 将引发异常。

INSERT INTO t_enum values('a')

DB::Exception: Unknown element 'a' for type Enum('hello' = 1, 'world' = 2)

如果您需要查看行的等效数字，则必须将 Enum 值转换为整数类型

SELECT CAST(x, 'Int8') FROM t_enum;

1.7 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，不能存储在 MergeTree 表中存储多维数组。
可以使用array函数来创建数组，也可以使用方括号来创建数组：

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

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

使用数据类型：
ClickHouse会自动检测数组元素,并根据元素计算出存储这些元素最小的数据类型。如果在元素中存在 NULL 或存在 Nullable 类型元素，那么数组的元素类型将会变成 Nullable 。

SELECT array(1, 2, NULL) AS x, toTypeName(x);

数组里面数据类型必须一致，否则会抛出异常，如：

SELECT array(1, 'a');

 DB::Exception: There is no supertype for types UInt8, String because some of them are String/FixedString and some of them are not: While processing [1, 'a'].

1.8 元组
元素的元组，每个元素都有一个单独的类型。

SELECT tuple(1,'a') AS x, toTypeName(x);

元组中的数据类型：
在动态创建元组时，ClickHouse 会自动为元组的每一个参数赋予最小可表达的类型。如果参数为 NULL，那这个元组对应元素是 Nullable。

自动数据类型检测示例：

SELECT tuple(1, NULL) AS x, toTypeName(x);

1.9 Date

CREATE TABLE dt(`timestamp` Date,`event_id` UInt8)ENGINE = TinyLog;
INSERT INTO dt Values (1546300800, 1), ('2019-01-01', 2);
SELECT * FROM dt;

1.10 DateTime

CREATE TABLE dt(`timestamp` DateTime('Europe/Moscow'),`event_id` UInt8)ENGINE = TinyLog;
INSERT INTO dt Values (1546300800, 1), ('2019-01-01 00:00:00', 2);
SELECT * FROM dt;

1.11 低基数类型
把其它数据类型转变为字典编码类型。
语法：

LowCardinality(data_type)

参数：
data_type — String, FixedString, Date, DateTime，包括数字类型，但是Decimal除外。对一些数据类型来说，LowCardinality 并不高效。

创建一个 LowCardinality 类型的用列：

CREATE TABLE lc_t
(
    `id` UInt16, 
    `strings` LowCardinality(String)
)
ENGINE = MergeTree()
ORDER BY id

其它更多的数据类型，请参考文档：ClickHouse数据类型