ClickHouse的case when用法，及利用它实现按条件统计数量

ClickHouse介绍

• ClickHouse是由俄罗斯的Yandex公司开发的一款快速、可扩展的列式数据库管理系统。它专门针对OLAP场景设计，在海量数据分析和查询方面具有出色的性能表现，同时还能支持实时数据插入和更新。
• ClickHouse采用了面向列的存储方式，具有较高的压缩比和查询速度。它支持SQL语言，并提供了一系列丰富的函数库，可满足各种复杂的数据分析需求。同时，ClickHouse还支持数据分区和分片，可实现横向扩展
• ClickHouse使用C++编写，可在Linux和Windows等操作系统上运行。它还支持RESTful API和JDBC等多种接口，方便与其他系统进行集成。由于其出色的性能和可扩展性，ClickHouse被许多企业用于大规模数据处理和分析，如Yandex、CloudFlare、Kenshoo等
• 在国内，ClickHouse也被各大厂青睐和使用，例如京东、腾讯、哔哩哔哩、字节跳动等
• 从我个人两年多的使用经验来说，它对于中小型公司，只有部分业务涉及大数据处理的场景，也很适用，我们可以使用单体ClickHouse作为大数据存储和分析组件，后续可以根据业务增长自由扩展
• 在使用ClickHouse时，我们可以尽情的存储我们的海量数据，也可以毫不忌讳的直接把海量数据使用SQL进行计算和统计
• 下面就介绍下我用到的CASE WHEN语句的用法

case when介绍

• 先说下我的需求，我需要根据不同的值进行数量统计
• ClickHouse中的CASE WHEN用法与SQL标准中的用法基本相同，用于实现条件分支逻辑
• CASE WHEN的基本语法如下：

CASE [expression]
    WHEN condition_1 THEN result_1
    WHEN condition_2 THEN result_2
    ...
    WHEN condition_n THEN result_n
    [ELSE else_result]
END

• 其中，[expression]为可选项，若提供，则在进行条件判断之前对其进行计算。
• condition是一个可以返回真或假的表达式，如果返回真，则返回相应的result，否则会继续判断下一个条件
• 如果没有匹配的条件，则返回ELSE子句中的else_result，如果没有提供ELSE子句，则返回NULL。
• 下面是一个简单的示例，将分数数值转换为等级（A/B/C/D）：

SELECT *,
    CASE
        WHEN grade >= 90 THEN 'A'
        WHEN grade >= 80 THEN 'B'
        WHEN grade >= 70 THEN 'C'
        ELSE 'D'
    END AS grade_level
FROM student_scores

• 在上述代码中，我们使用了一个不带参数的CASE WHEN语句来根据成绩返回对应的等级。
• 在ClickHouse中，CASE WHEN语句也可以嵌套使用，可以根据实际需求编写更为复杂的条件分支逻辑。

case when结合sum函数统计数量

• 上面的示例是一种简单的值转换，由数值转换为字母等级，下面我的需求是需要统计不同等级的数量
• 统计数量，就需要case when结合sum函数来实现
• 在clickhouse中使用case when语句统计数量需要使用以下语法：

SELECT
  COUNT(*) AS count,
  SUM(CASE 
        WHEN column_name = 'value_1' THEN 1
        WHEN column_name = 'value_2' THEN 1
        ELSE 0
      END) AS count_1_and_2,
  SUM(CASE 
        WHEN column_name IN ('value_3', 'value_4') THEN 1
        ELSE 0
      END) AS count_3_and_4
FROM table_name

• 其中，count_1_and_2将统计column_name为value_1和value_2的行数，count_3_and_4将统计column_name为value_3和value_4的行数
• sum结合 case when，可以统计对应条件的数量，算是一种比较常用的按类型统计
• 除了sum，其他数学函数也可以使用，根据需要都可以使用

生产场景使用

• 我有一张交通事件表，记录路口实时发生的交通事件，如拥堵、逆行、闯红灯、行人滞留斑马线等
• 建表SQL语句（部分）如下：

DROP table if exists radar.traffic_event;
CREATE TABLE radar.traffic_event
(
    `time_stamp` DateTime COMMENT '雷达上报时间',
    `intersection_number` Int32 COMMENT '路口编号'
    `event_status` String COMMENT '事件状态（1-交通事件，2-事件恢复）',
    `event_code` String COMMENT '事件码 1-拥堵（或拥堵恢复）、 2-逆行、 3-溢出（溢出恢复）'
)
ENGINE = MergeTree
PARTITION BY toYYYYMMDD(time_stamp)
PRIMARY KEY time_stamp
ORDER BY time_stamp
TTL time_stamp + toIntervalYear(5)
SETTINGS index_granularity = 8192, old_parts_lifetime = 300, max_suspicious_broken_parts = 1000

• 我现在有个展示需求，需要按照一定时间粒度统计各个交通事件发生的频次，列表展示
• 我现在需要一次性查出来，各个类型的数量，按照小时聚合统计，使用sum(case when)刚好满足需求
• 查询SQL如下：

SELECT
	toStartOfInterval(time_stamp , INTERVAL 1 HOUR) as time_stamp2 ,
	sum(case when event_code in ('CONGESTION','SEVERE_CONGESTION','MILD_CONGESTION') then 1 end) as congestionCount,
	sum(case when event_code = 'REVERSE_DRIVE' then 1 end) as reverseDriveCount,
	sum(case when event_code = 'PEDESTRIAN_DETENTION' then 1 end) as detainCount
from
	traffic_event 
WHERE
	event_status = 'EVENT_DETECTED'
	and time_stamp > '2023-05-09 14:05:52'
GROUP BY time_stamp2
order by time_stamp2 

• 有需要的，可以自己建表，插入些数据试下，可以直接使用这些SQL