clickhouse数据类型

1、数据类型

ClickHouse 可以在数据表中存储多种数据类型。

1、UInt8, UInt16, UInt32, UInt64, Int8, Int16, Int32, Int64

固定长度的整型，包括有符号整型或无符号整型

整型范围

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

无符号整型范围

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

2、Float32, Float64

Float32 - float
Float64 - double

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，例如货币数量或页面加载时间用毫秒为单位表示

对浮点数进行计算可能引起四舍五入的误差

cdh1 :) SELECT 1 - 0.9

SELECT 1 - 0.9

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

3、NaN and Inf

Inf – 正无穷

cdh1 :) SELECT 0.5 / 0

SELECT 0.5 / 0

┌─divide(0.5, 0)─┐
│            inf │
└────────────────┘

1 rows in set. Elapsed: 0.026 sec. 

-Inf – 负无穷

cdh1 :) SELECT -0.5 / 0

SELECT -0.5 / 0

┌─divide(-0.5, 0)─┐
│            -inf │
└─────────────────┘

1 rows in set. Elapsed: 0.004 sec.

NaN – 非数字

cdh1 :) SELECT 0 / 0

SELECT 0 / 0

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

1 rows in set. Elapsed: 0.004 sec.

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

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在[1:9] 使用Decimal32(S)，P在[10:18]使用Decimal64(S)，P在[19:38]使用Decimal128(S)

十进制值范围
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，小数点长为0.0001

cdh1 :) SELECT toDecimal32(2, 4) AS x, x / 3

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

┌──────x─┬─divide(toDecimal32(2, 4), 3)─┐
│ 2.0000 │                       0.6666 │
└────────┴──────────────────────────────┘

1 rows in set. Elapsed: 0.050 sec.

5、Boolean Values

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

6、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。因此，字符串类型可以代替其他 DBMSs 中的 VARCHAR、BLOB、CLOB 等类型。

7、FixedString

固定长度 N 的字符串（N 必须是严格的正自然数）
可以使用下面的语法对列声明为FixedString类型：

 FixedString(N)

其中N表示自然数。
当数据的长度恰好为N个字节时，FixedString类型是高效的。 在其他情况下，这可能会降低效率。

当向ClickHouse中插入数据时

• 如果字符串包含的字节数少于`N’,将对字符串末尾进行空字节填充。
• 如果字符串包含的字节数大于N,将抛出Too large value for FixedString(N)异常。

请注意，FixedString(N)的长度是个常量。仅由空字符组成的字符串，函数length返回值为N,而函数empty的返回值为1

8、UUID

通用唯一标识符（UUID）是一个16字节的数字，用于标识记录

UUID类型值的示例如下所示：61f0c404-5cb3-11e7-907b-a6006ad3dba0
如果在插入新记录时未指定UUID列值，则UUID值将填充为零：
00000000-0000-0000-0000-000000000000

为了生成UUID值，ClickHouse提供了generateUUIDv4函数。

cdh1 :) SELECT generateUUIDv4();

SELECT generateUUIDv4()

┌─────────────────────generateUUIDv4()─┐
│ 390c0592-fd34-40b0-bbcb-317f22098e1a │
└──────────────────────────────────────┘

1 rows in set. Elapsed: 0.006 sec.

9、Date

日期类型，用两个字节存储，表示从 1970-01-01 (无符号) 到当前的日期值。允许存储从 Unix 纪元开始到编译阶段定义的上限阈值常量（目前上限是2106年，但最终完全支持的年份为2105）。最小值输出为0000-00-00。
日期中没有存储时区信息

10、DateTime64

允许以指定的亚秒精度存储即时时间，该时间可以表示为日历日期和一天中的时间

精度: 10^-precision seconds

表示形式

DateTime64(precision, [timezone])

cdh1 :) SELECT toDateTime64(now(), 3,'Asia/Shanghai') AS column, toTypeName(column) AS x

SELECT 
    toDateTime64(now(), 3, 'Asia/Shanghai') AS column, 
    toTypeName(column) AS x

┌──────────────────column─┬─x──────────────────────────────┐
│ 2020-03-16 23:49:02.000 │ DateTime64(3, 'Asia/Shanghai') │
└─────────────────────────┴────────────────────────────────┘

1 rows in set. Elapsed: 0.006 sec

11、DateTime

时间戳类型。用四个字节（无符号的）存储 Unix 时间戳）。允许存储与日期类型相同的范围内的值。最小值为 0000-00-00 00:00:00。时间戳类型值精确到秒（没有闰秒）

12、Enum8, Enum16

包括 Enum8 和 Enum16 类型。Enum 保存 ‘string’= integer 的对应关系。在 ClickHouse 中，尽管用户使用的是字符串常量，但所有含有 Enum 数据类型的操作都是按照包含整数的值来执行。这在性能方面比使用 String 数据类型更有效。

Enum8 用 ‘String’= Int8 对描述。
Enum16 用 ‘String’= Int16 对描述。

用法示例
创建一个带有一个枚举 Enum8(‘hello’ = 1, ‘world’ = 2) 类型的列：

CREATE TABLE t_enum
(
    x Enum8('hello' = 1, 'world' = 2)
)
ENGINE = TinyLog

这个 x 列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 抛出异常。

:) INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello')

INSERT INTO t_enum VALUES

Ok.

3 rows in set. Elapsed: 0.002 sec.

:) insert into t_enum values('a')

INSERT INTO t_enum VALUES


Exception on client:
Code: 49. DB::Exception: Unknown element 'a' for type Enum8('hello' = 1, 'world' = 2)

当您从表中查询数据时，ClickHouse 从 Enum 中输出字符串值。

SELECT * FROM t_enum

┌─x─────┐
│ hello │
│ world │
│ hello │
└───────┘

如果需要看到对应行的数值，则必须将 Enum 值转换为整数类型。

SELECT CAST(x, 'Int8') FROM t_enum

┌─CAST(x, 'Int8')─┐
│               1 │
│               2 │
│               1 │
└─────────────────┘

13、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。

创建数组
可以使用array函数来创建数组：
array(T)
也可以使用方括号：
[]
创建数组示例：

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

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

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

1 rows in set. Elapsed: 0.002 sec.

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

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

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

1 rows in set. Elapsed: 0.002 sec.

14、AggregateFunction(name, types_of_arguments…)

聚合函数的中间状态，可以通过聚合函数名称加-State后缀的形式得到它。与此同时，当需要访问该类型的最终状态数据时，需要以相同的聚合函数名加-Merge后缀的形式来得到最终状态数据。

参数
聚合函数名

• 如果函数具备多个参数列表，请在此处指定其他参数列表中的值。
• 聚合函数参数的类型

示例

CREATE TABLE t
(
    column1 AggregateFunction(uniq, UInt64),
    column2 AggregateFunction(anyIf, String, UInt8),
    column3 AggregateFunction(quantiles(0.5, 0.9), UInt64)
) ENGINE = ...

15、Tuple(T1, T2, …)

元组，其中每个元素都有单独的类型。

不能在表中存储元组（除了内存表）。它们可以用于临时列分组。在查询中，IN 表达式和带特定参数的 lambda 函数可以来对临时列进行分组。
元组可以是查询的结果。在这种情况下，对于JSON以外的文本格式，括号中的值是逗号分隔的。在JSON格式中，元组作为数组输出（在方括号中）。

创建元组
可以使用函数来创建元组：tuple(T1, T2, …)
创建元组的示例：

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

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

┌─x───────┬─toTypeName(tuple(1, 'a'))─┐
│ (1,'a') │ Tuple(UInt8, String)      │
└─────────┴───────────────────────────┘

1 rows in set. Elapsed: 0.021 sec.

16、Nullable(TypeName)

允许用特殊标记 (NULL) 表示"缺失值"，可以与 TypeName 的正常值存放一起。例如，Nullable(Int8) 类型的列可以存储 Int8 类型值，而没有值的行将存储 NULL。

对于TypeName，不能使用复合数据类型 Array 和 Tuple。复合数据类型可以包含 Nullable 类型值，例如Array(Nullable(Int8))。

Nullable 类型字段不能包含在表索引中。
除非在 ClickHouse 服务器配置中另有说明，否则 NULL 是任何 Nullable 类型的默认值。

用法示例

CREATE TABLE t_null(x Int8, y Nullable(Int8)) ENGINE TinyLog
INSERT INTO t_null VALUES (1, NULL), (2, 3)
SELECT x + y FROM t_null
┌─plus(x, y)─┐
│       ᴺᵁᴸᴸ │
│          5 │
└────────────┘

17、Nested(Name1 Type1, Name2 Type2, …)

嵌套数据结构类似于嵌套表。嵌套数据结构的参数（列名和类型）与 CREATE 查询类似。每个表可以包含任意多行嵌套数据结构。

示例:

CREATE TABLE test.visits
(
    CounterID UInt32,
    StartDate Date,
    Sign Int8,
    IsNew UInt8,
    VisitID UInt64,
    UserID UInt64,
    ...
    Goals Nested
    (
        ID UInt32,
        Serial UInt32,
        EventTime DateTime,
        Price Int64,
        OrderID String,
        CurrencyID UInt32
    ),
    ...
) ENGINE = CollapsingMergeTree(StartDate, intHash32(UserID), (CounterID, StartDate, intHash32(UserID), VisitID), 8192, Sign)

使用

SELECT
    Goals.ID,
    Goals.EventTime
FROM test.visits
WHERE CounterID = 101500 AND length(Goals.ID) < 5
LIMIT 10

更多内容关注公众号"数据专场"