Clickhouse — 数据定义


文章目录

  • Clickhouse --- 数据定义
  • 1. 简介
  • 2. 数据定义
  • 2.1 基础类型
  • 2.2 复合类型
  • 2.3 特殊类型


1. 简介

Clickhouse 是一款服务于Yandex.Metrica的产品。Metrica 是一款用于web流量分析工具，对采集的数据进行数据分析（OLAP的分析）。因此，ClickHouse是一款OLAP数据库。

这里主要介绍其数据定义的几种方式。

2. 数据定义

作为一款完整的数据库管理系统（DBMS），Clickhouse拥有完整的DDL与DML功能。在支持大量的SQL的条件下，Clickhouse作为一款高性能OLAP数据库，不能用传统SQL数据库来度量。

对于数据的定义方式Clickhouse分为：基础类型、复合类型和特殊类型。

2.1 基础类型

  1. 数值类型
  1. Int

首当其冲的当然是必不可少的Int类型。相比于传统的smallint、int、BigiInt，Clickhouse定义Int的方式更加易懂。具体如下表所示

名称

范围

字节大小

Int8

-128～127

1

Int16

-327678～32767

2

Int32

-2147483648～2147483647

4

Int64

-2^63 ~ 2^63-1

8

同时也支持无符号Int类型

名称

范围

字节大小

UInt8

0 ~ 2^8 - 1

1

UInt16

0 ~ 2^16 - 1

2

UInt32

0 ~ 2^32 - 1

4

UInt64

0 ~ 2^64-1

8

  1. Float

名称

大小

有效精度

Float32

4

7

Float62

8

16

Clickhouse 还支持无穷大的表达方式：inf,-inf,nan

3）Decimal

对于的更高精度的数值运算，还提供了定点数。

Decimal(P,S)

  • P 代表精度，决定总位数
  • S 代表规模，决定小数位大小
  1. 字符串类型
  1. String类型

长度不限制

  1. FixedString

通过FixedString(N)来指定大大小。

  1. UUID

一共有32位，格式为8-4-4-4-12

  1. 时间类型
CREATE TABLE Datatime_Test (
	c1 DateTime,
  c2 DateTime(2),
  c3 Date
) ENGINE = Memory
  1. DateTime

DateTime 包含时、分、秒信息，精确到秒。

INSERT INTO Datatime_TEST VALUES('2021-06-20 00:00:00')
  1. DateTime64

这个跟上面的DateTime的区别为：可以记录亚秒，精度更高。

INSERT INTO Datatime_TEST VALUES('2021-06-20 00:00:00')

SELECT toTypeName(c2) FROM Datatime_TEST

# Output: 2020-06-20 00:00:00.00
  1. Date

这个精确度最低，只能精确到日期

INSERT INTO Datatime_TEST VALUES('2021-06-20')

2.2 复合类型

除了基本数据类型以外，还有数组、元组、枚举、嵌套四类复合类型。

注意：这些类型是其他数据库所不具备的

  1. Array
SELECT array(1,2) as a

或者

SELECT [1,2]

一个数组可以包含多种数据类型，但是数据类型之间必须兼容。比如：[1，2.0]

  1. Tuple
    元组类型由1～n个元素组成，每个元素可以设置不同的数据类型，但是类型之间不要求兼容。
CREATE TABLE Tuple_TEST (
	t1 Tuple(String, Int8)
)ENGINE = memory

INSERT INTO Tuple_TEST VALUES(('abc',123));
  1. Enum
    固定使用(String)Key:Value的形式
CREATE TABLE Enum_TEST (
	t1 Enum8('ready' = 1, 'start' = 2, 'success' = 3)
)ENGINE = memory

INSERT INTO Enum_TEST VALUES('stop');
  1. Nested
    对于嵌套表结构来说，可以存放多个数据类型，但是嵌套表内不能在进行套娃！
CREATE TABLE nested_TEST (
	name String,
  age Uint8,
  dept Nested(
  	id Uint8,
    name String
  )
)ENGINE = memory

INSERT INTO nested_TEST VALUES ('nauu', 18, [1000,2000], ['研发中心','Research'])

2.3 特殊类型

  1. Nullable
    类似于JAVA的Optional
  2. Domain
    域名类型分为IPV4与IPV6

问题来了：为什么要用这么复杂的结构，String直接搞定不就行了嘛？

这边主要两个理由：

  1. IPV4支持格式合法性检测，使得瞎写的IP无法进入
  2. 性能更加高，IPV4使用UInt32存储，相比String更加紧实。

IPV6使用FixString(16)封装。

INSERT INTO IP4_TEST VALUES('www.nuaa.com','192.0.0') # error
INSERT INTO IP_TEST VALUES('www.nuaa.com','192.0.0.1')