clickhouse数据结构和常用数据操作

背景, 大数据中查询用mysql时间太长, 使用clickhouse 速度快, 数据写入mysql后同步到clickhouse中

测试1千万数据模糊搜索  mysql 需要30-40秒  clickhouse 约   100ms  

一 数据结构和存储引擎

1 查看clickhouse所有数据类型

select * from system.data_type_families;

2 常用数据类型及同mysql对比

MySQL	Clickhouse	大小(字节)	数据范围
tinyint	Int8	1	[-128 : 127]
smallint	Int16	2	[-32768 : 32767]
int	Int32	3	[-2147483648 : 2147483647]
bigint	Int64	4	[-9223372036854775808 : 9223372036854775807]
Int unsigned	UInt32	3	[0 : 4294967295]

MySQL	Clickhouse	大小(字节)	有效精度（位数）
float	Float32	4	6~7
double	Flout64	8	15~16

3 表存储引擎 engine

TinyLog，不分区，不索引，磁盘，列数据文件（.bin）

Memory，不分区，不索引，内存 (内存中, clickhouse 重启后表结构存在但数据被清空)

Merge，合并查询，并行查询多张表，类似视图

MergeTree，分区，索引，稀疏索引文件（.idx），列标识文件（.mrk，建立.idx与.bin之间的映射关系），列数据文件（.bin）

ReplacingMergeTree，分区，索引，组内去重

SummingMergeTree，分区，索引，组内聚合

Distributed分片集群，分布式表

二 sql操作和数据导入

1 sql操作

-- 新建数据库

CREATE DATABASE IF NOT EXISTS tmp_test;

-- 新建数据表

create table demo(id Int32,name String) engine=Memory;

-- 插入数据 , 注意 字符串使用单引号

insert into demo(id,name) values(110,'zhangsan');

-- 查询

select * from demo where name like '%san%' --字符串不能使用双引号

2 数据导入

a csv直接导入, 会新建表, 默认engine是Memory

b 先新建表,  再csv导入, 好处是可以指定engine是TinyLog

c 查询出数据数组, 使用代码插入

三 php操作clickhouse数据库

GitHub - smi2/phpClickHouse: php ClickHouse wrapper

composer require smi2/phpclickhouse

$config = [
    'host' => '192.168.1.1',
    'port' => '8123',
    'username' => 'default',
    'password' => ''
];
$db = new ClickHouseDB\Client($config);

if (!$db->ping()) echo 'Error connect';
# 查看建表sql
$db->database('tmp_test');
echo $db->showCreateTable('demo');
# 插入数据
$db->insert('demo',
    [
        [1, 'A1'],
        [2, 'A2'],
        [3, 'A3'],
    ],
    ['id', 'name']
);
# 查询
$statement = $db->select('SELECT * FROM demo LIMIT 10');
var_dump($statement->rows());