ClickHouse表引擎简单介绍

ClickHouse的表引擎跟我们耳熟能详的Mysql表引擎差别很大，它功能更加强大

作用：
（1）数据存储位置（内存或者磁盘）
（2）操作方式和操作限制
（3）并发和多线程限制
（4）是否可以使用索引
（5）数据备份，分片等等限制
（6）指定数据源读取

有以下几种：

Log:日志表引擎

不支持索引，采用类似稀疏索引的方式存储数据，标志位和偏移量来指定多线程并行读取数据，指定开始读取的位置和指定跳跃行数。写操作会阻塞读操作，读操作也会阻塞写操作，如果写入数据表失败，就会导致数据损坏，读取报错。适合存储临时的，不重要的，增删改写操作不频繁的数据。

TinyLog;（小）日志表引擎

数据存在磁盘中，不支持索引，没有并发控制，但是支持并发，并行写入数据会有线程不安全问题造成数据损坏和脏数据
每个字段列都以压缩文件形式保存，占用空间较小，写入新数据时候会将新数据追加到文件末尾，增删改等写操作较少的数据，就可以存在该引擎的表
建表的时候指定ENGINE=TinyLog即可

上诉两款引擎真的非常适合用来存日志信息。可能跟他命名也有一定联系吧。使用上面两款表引擎，最重要的一点是写入数据前要进行数据备份，方便丢失数据和做数据恢复。

Memory;内存表引擎

完全基于内存的存储，速度极快（每秒查询10G），上限一亿条，但是断电或者重启服务会丢失数据。不支持索引，数据不压缩，所以会占用极大的内存空间，但是省去了解压缩的时间，提高了查询速度。适用于小数据量的快速读取场景。

Merge；合并表引擎

该引擎表不存储数据，但是可以从其他表读取数据自动合并。Merge引擎的表不允许insert数据。因为它自身根本不存储。

意思是创建一个以Merge引擎的表t ,这个表t会获取当前数据库currentDatabase的所有数据表做一个概念上的大框表，后面^t意思是筛选条件，当前数据库内所有以t开头的表

Merge Tree；分区合并

把相同特征的枝节数据合并。高效批量写入数据片段。合并减少存储文件，增加每个文件下的数据量
1:数据根据主键排序，支持自定义排序规则
2:可使用分区（只能按照日期分区，所以该引擎要求表中必须有个date类型数据）
3:支持数据副本
4:支持数据抽样，使用抽样表达式
该引擎会在未知时间自动在后台进行数据自动合并，合并规则一般按照日期，适用于超大宽表，并且持续添加数据的场景

ReplacingMergeTree:

在MergeTree基础上增加了“替换/删除重复数据”的功能，它会自动删除具有相同主键的重复项，但是由于替换的时候可能还会有数据未被处理，所以该引擎不保证一定不存在重复数据，它是在不定时自动merge的过程中逐步帮我们replace掉重复数据。

SummingMergeTree:

指定列数据加总后，两列相加，保留一列，删除一列，减少存储空间，对于不相加的数据列，只保留最先出现的
例如：
jojo , 3 , test
jojo , 6 , test2
合并之后就是: jojo , 9 , test (test先出现，所以只保留它 )

Distributed：

分布式引擎，本身不存储数据，可以在多服务器上进行分布式查询和插入数据，读取数据是自动并行操作。插入数据的时候，数据会随机插入到某个分片中。通过哈希的计算可得到对应的随机分区下标号，然后插入，跟nginx搞负载均衡反向代理转发请求的时候的感觉很像，可以通过这种方式把数据存到不同的集群机器中。
创建的时候指定：
ENGINE = Distributed(perftest_3shards_1replicas （集群名称） , default（数据库名称，这里是默认数据库） , table(你另外分布式表的表名) , id（分片规则的列字段，这里意思是按照ID进行分片） )
通过distributed引擎表读取的时候可以读取到所有的数据，插入的时候会随机插入到一个分片（或者是你指定的分片规则的对应的片区）的表里面

外部集成的表引擎：

ODBC：通过指定odbc连接读取数据源

JDBC：通过指定jdbc连接读取数据源；

MySQL：将MySQL作为数据存储，直接查询其数据；只要接入了Mysql数据源，创建一张ENGINE = MySQL(‘host:port’, ‘database’, ‘table’, ‘user’, ‘password’[, replace_query, 'on_duplicate_clause’]);的表。即可实现对mysql的数据进行读取，但是不支持update 和delete

HDFS：直接读取HDFS上的特定格式的数据文件；

Kafka：将Kafka数据导入ClickHouse

RabbitMQ：与Kafka类似

可以用于将外部数据导入到ClickHouse中，或者在ClickHouse中直接操作外部数据源。

查看自己的表引擎

show create table user_info_wen

更多详情查看大佬博客：篇二|什么是ClickHouse的表引擎?