ClickHouse进阶（十二）：Clickhouse数据字典-2-字典类型
进入正文前，感谢宝子们订阅专题、点赞、评论、收藏！关注IT贫道，获取高质量博客内容！
个人主页：含各种IT体系技术,IT贫道_大数据OLAP体系技术栈,Apache Doris,Kerberos安全认证-CSDN博客
订阅：拥抱独家专题，你的订阅将点燃我的创作热情！
点赞：赞同优秀创作，你的点赞是对我创作最大的认可！
⭐️ 收藏：收藏原创博文，让我们一起打造IT界的荣耀与辉煌！
✏️评论：留下心声墨迹，你的评论将是我努力改进的方向！
博主个人B栈地址：豹哥教你大数据的个人空间-豹哥教你大数据个人主页-哔哩哔哩视频
目录
1. flat
2. hashed
3. range_hashed
4. cache
5. complex_key_hashed
6. complex_key_cache
7. ip_trie
在创建字典表语句中使用“layout”来指定字典的类型，目前扩展字典支持7种类型，分别为flat、hashed、range_hashed、cache、complex_key_hashed、complex_key_cache、ip_trie，不同的字典类型决定了数据在内存中以何种结构组织和存储。
扩展字典根据使用时传入的条件不同，可以划分为两类：
- 支持单个数值型条件（条件类型必须是UInt64）
flat、hashed、range_hashed、cache
- 支持复合条件
complex_key_hashed、complex_key_cache、ip_trie
下面分别介绍以上不同字典类型配置使用。
1. flat
flat字典是所有类型中性能最高的字典类型，只能使用UInt64数值型key。flat字典在内存中使用数组结构保存，默认最多保存50万行数据，如果在创建字典时数据量超出上限，则创建失败。
flat数据字典使用如下：
#创建flat数据字典
CREATE DICTIONARY flat_dic_test(
local_id UInt64,
local_name String
)
primary key local_id
SOURCE(clickhouse(
HOST 'node1'
PORT 9000
USER 'default'
TABLE 'loc_info'
PASSWORD ''
DB 'dic_test_db'
))
LIFETIME (MIN 1 MAX 10)
LAYOUT(FLAT());
#使用flat字典表
select dictGet('dic_test_db.flat_dic_test','local_name',toUInt64(100)) as local_name;
┌─local_name─┐
│ 北京 │
└────────────┘2. hashed
hashed字典同样只能够使用UInt64数值型key，与flat不同的是hashed字典在内存中通过散列结构保存，没有存储上限，案例参照后续部分。
3. range_hashed
range_hashed字典可以看做hashed字典的变种，在原有功能的基础上增加了指定时间区间的特性，数据会以散列结构存储并按照时间排序。时间区间通过range_min和range_max元素指定，创建range_hashed字典表时必须指定Range时间范围且起始结束字段必须是Date或者DateTime类型。
range_hashed字典表使用案例如下：
#创建普通表 rate表，表中四列代表：用户、开始时间、结束时间、优惠金额
create table rate(id UInt64, start Date, end Date, discount Float32) ENGINE=MergeTree() order by id;
#向表rate中插入如下数据
insert into rate values (111, '2021-11-01', '2021-11-03', 100),(111, '2021-11-04', '2021-11-20', 200),(222, '2021-11-10', '2021-11-12',300);
#创建range_hashed字典表
CREATE DICTIONARY hash_range_dic_test (
id UInt64,
start Date,
end Date,
discount Float32
)
PRIMARY KEY id
SOURCE(clickhouse(
host 'node1'
port 9000
user 'default'
db 'dic_test_db'
password ''
table 'rate'
))
LAYOUT(RANGE_HASHED())
RANGE(MIN start MAX end)
LIFETIME(30);
#使用range_dic查询数据
select dictGetFloat32('dic_test_db.hash_range_dic_test', 'discount', toUInt64(111), toDate('2021-11-02')) as discount;
┌─discount─┐
│ 100 │
└──────────┘
select dictGetFloat32('dic_test_db.hash_range_dic_test', 'discount', toUInt64(111), toDate('2021-11-19')) as discount;
┌─discount─┐
│ 200 │
└──────────┘
select dictGetFloat32('dic_test_db.hash_range_dic_test', 'discount', toUInt64(222), toDate('2021-11-20')) AS discount;
┌─discount─┐
│ 0 │
└──────────┘
注意：以上我们查询对应数据时，需要多传入一个时间参数，dictGet函数会根据数据找到传入条件所属范围，找到对应的值返回。4. cache
cache字典只能够使用UInt64数值类型的key，该字典数据在内存中通过固定长度的向量数组保存，定长的向量数组又称cells，在创建cache字典表时需要指定向量数组长度，长度必须是2的整数倍，若不是，会自动向上取2的整数倍的整数。
cache字典用于一些数据不适合长期存放在内存，但是频繁访问的数据需要放在内存的场景。cache字典的取数并不是一次性将所有数据加载到内存中，当从cache字典中获取数据时，首先在cells中查询有没有该数据缓存，没有就会从源头加载数据并缓存到cells中，所以cache性能最不稳定，性能好坏完全取决于缓存的命中率，建议少使用此类型字典。
cache字典表使用案例如下：
#创建cache数据字典
CREATE DICTIONARY cache_dic_test(
local_id UInt64,
local_name String
)
primary key local_id
SOURCE(clickhouse(
HOST 'node1'
PORT 9000
USER 'default'
TABLE 'loc_info'
PASSWORD ''
DB 'dic_test_db'
))
LIFETIME (MIN 1 MAX 10)
LAYOUT(CACHE(SIZE_IN_CELLS 100000));
#使用cache字典表
select dictGet('dic_test_db.cache_dic_test','local_name',toUInt64(100)) as local_name;
┌─local_name─┐
│ 北京 │
└────────────┘5. complex_key_hashed
complex_key_hashed字典在功能方面与hashed字典完全相同，只是将当个数值型key替换成了复合型。
complex_key_hashed使用案例如下：
#创建普通表 student_info
create table student_info(
id UInt64,
code String,
name String,
age UInt8
)engine=MergeTree()
order by id;
#向表student_info中插入数据
insert into student_info values (1,'001','张三',18),(2,'002','李四',19),(3,'003','王五',20);
#创建complex_key_hashed 字典表
CREATE DICTIONARY complex_key_hashed_dic_test
(
id UInt64,
code String,
name String,
age UInt8
)
PRIMARY KEY id,code
SOURCE(clickhouse(
host 'node1'
port 9000
user 'default'
db 'dic_test_db'
password ''
table 'student_info'
))
LAYOUT(COMPLEX_KEY_HASHED())
LIFETIME(30);
#使用complex_key_hashed字典表查询数据
SELECT dictGet('dic_test_db.complex_key_hashed_dic_test', 'name', tuple(toUInt64(2), '002')) AS name;
┌─name─┐
│ 李四 │
└──────┘
注意：使用complex_key_hashed字典表时传入条件key时，格式为tuple，tuple中到底传入几个参数，需要与创建该字典时指定的primary key顺序一样。6. complex_key_cache
complex_key_cache字典同样与cache字典的特性完全相同，只是将单个数值型key替换成了复合型。
complex_key_cache使用案例如下：
#创建complex_key_cache字典表
CREATE DICTIONARY complex_key_cache_dic_test
(
id UInt64,
code String,
name String,
age UInt8
)
PRIMARY KEY id,age
SOURCE(clickhouse(
host 'node1'
port 9000
user 'default'
db 'dic_test_db'
password ''
table 'student_info'
))
LAYOUT(COMPLEX_KEY_CACHE(SIZE_IN_CELLS 100000))
LIFETIME(30);
#使用complex_key_cache字典表查询
SELECT dictGet('dic_test_db.complex_key_cache_dic_test', 'name', tuple(toUInt64(3), 20)) AS name;
┌─name─┐
│ 王五 │
└──────┘7. ip_trie
ip_trie为复合型key的字典，但是比较特殊，因为在查询时只能在tuple中指定单个字段，用于指代IP前缀，ip_trie字典的数据在内存中使用trie树结构保存，此字典专门用于IP前缀查询的场景，例如通过IP前缀查询对应的ASN信息。
扩展：ASN（Autonomous System Number）是为每个大型网络分配的编号，该编号全球唯一。通过查询IP地址隶属的ASN编号，可以了解该IP地址隶属的网络运营商，以及大致的地址位置。
ip_trie字典表使用案例如下：
#创建IP信息表
create table ip_info(prefix String, asn UInt32, ccode String) ENGINE=TinyLog;
#向表ip_info中插入数据
insert into ip_info values
('192.168.179.1',11223,'NP')
('192.168.179.2',11224,'US')
('192.168.179.3',11225,'RU')
('192.168.179.4',11226,'CN')
;
#创建ip_tire字典表
CREATE DICTIONARY ip_tire_dict_test (
prefix String,
asn UInt32,
ccode String
)
PRIMARY KEY prefix
SOURCE(clickhouse(
host 'node1'
port 9000
user 'default'
db 'dic_test_db'
password ''
table 'ip_info'
))
LAYOUT(IP_TRIE())
LIFETIME(30);
#使用ip_tire字典表查询数据
select dictGetUInt32('dic_test_db.ip_tire_dict_test', 'asn', tuple(IPv4StringToNum('192.168.179.3'))) as asn,dictGet('dic_test_db.ip_tire_dict_test', 'ccode', tuple(IPv4StringToNum('192.168.179.3'))) as ccode;
┌───asn─┬─ccode─┐
│ 11225 │ RU │
└───────┴───────┘如需博文中的资料请私信博主。