ClinkHouse基本使用说明

1.clickhouse的下载安装

这部分没有什么需要特别说明的，按照官方文档下载安装即可。
官方帮助文档
提前需要准备linux环境：准备clickhouse安装环境，如Mac OS或Linux（虚拟机或云服务器均可）
这里使用的是云服务器。

2.clickhousse的基本使用

实验内容：

• 上传下发的employee.csv文件到clickhouse的employee表 ，并通过控制台打印出来。employee的列名称为id,name（员工姓名）,bonus（奖金）,department（部门）
• 使用某种语言连接clickhouse，新建library表，上传library.csv文件到library表
• 使用HTTP请求方式查询library表

参考文档：
https://clickhouse.com/docs/zh/interfaces/http
https://clickhouse.com/docs/zh/interfaces/jdbc
https://clickhouse.com/docs/zh/interfaces/cli
https://clickhouse.com/docs/zh/sql-reference/statements/

2.1建表与上传文件

执行bash，进入容器

sudo docker exec -it some-clickhouse-server bash

进入clickclient

创建数据库：

create database clickhousetest

在数据库中创建两个表：employee和library：

• employee表

CREATE TABLE clickhousetest.employee (`id` Int32, `name` String, `bonus` Int32, `department` String) ENGINE = MergeTree ORDER BY id SETTINGS index_granularity=8192

• library表

CREATE TABLE clickhousetest.library (`id` Int32, `visit_date` String, `people` Int32) ENGINE = MergeTree ORDER BY id SETTINGS index_granularity=8192

上传两个CSV文件到服务器的文件中：

进入docker命令行，将服务器中文件导入到docker容器的目录sunyunqi下：

docker cp /home/ubuntu/clickhouse some-clickhouse-server:/sunyunqi/

然后执行下面的命令，将employee表中的内容以csv的格式读入到clickhouse.employee表中：

clickhouse-client --query="INSERT INTO clickhousetest.employee FORMAT CSV" < ./sunyunqi/employee.csv

library操作一样，结果如下：

clickhouse-client --query="INSERT INTO clickhousetest.library FORMAT CSV" < ./sunyunqi/library.csv

2.2 HTTP形式查询library表

执行bash后，执行下面命令可以得到结果为OK

curl 'http://localhost:8123'

下面查询employee表：

echo 'SELECT * FROM clickhousetest.employee' | curl 'http://localhost:8123/' --data-binary @-

3.OLAP查询

3.1 查询employee表每个部门的奖金最高的前两个人

select e1.name, e1.bonus, e1.department, e1.ranks from (
     select name, bonus, department, 
            dense_rank() over (partition by department order by bonus desc) as ranks
     from clickhousetest.employee) as e1
 where e1.ranks<=3

---

功能描述：根据PARTITION BY子句中表达式的值，从查询返回的每一行，计算它们与其它行的相对位置。组内的数据按PARTITION BY子句排序，然后给每一行赋一个号，从而形成一个序列，该序列从1开始，往后累加。每次ORDER BY表达式的值发生变化时，该序列也随之增加。有同样值的行得到同样的数字序号（认为null时相等的）。密集的序列返回的时没有间隔的数.

3.2 查询图书馆浏览次数大于99人，而且id连续的行数不止3行的数据

SELECT id, visit_date, people from
(
    select *, count(*) over (partition by differ) as count
    from
    (
        select id, visit_date, people, (id - g) as differ
			from 	
                (select id, visit_date, people, row_number() OVER (order by id) as g
                 from clickhousetest.library as s
                 WHERE s.people > 99) as temp
    ) as s1
) as s2
where s2.count >= 3 order by id

• 首先需要得到访问人数大于99人的表：temp，并且在这个表中我们记录现在的行号g

• 使用原来的id减去现在的行号g，得到一个结果记做differ，这个differ反映了数据是否是连续的

• 根据这个是否连续的值进行分组，计算这个组的有多少行，作为一个新的属性count

  

• 在上表的结果中挑选出count大于3的即为最终结果。

4.目录结构

随便找一个employee表进去：

• 分区目录

all_1_1_0和all_2_2_0都是分区目录

分区ID_最小数据块编号_最大数据块编号_层级构成。在本例中，分区ID是all, 最小数据块编号是1，最大数据库编号是1，层级是0

• 卸载后的表分区目录

通过DETACH语句卸载后的表分区存放位置

• 插入一条数据后查看存储文件发生变化

clickhouse-client --query="INSERT INTO clickhousetest.employee (*) values (8, 'sunyunqi', 1000, 'GWY')"

层级构成发生变化，可能是发生了合并？