当前位置： 首页 >> ClickHouse >> 数据定义

---

数据定义

2020-10-07 15:17:50 星期三  阅读：6144

---

####数据类型 | 基本类型 | 复合类型 | | ------------ | ------------ | | 数值 | 数组 | | 字符串 | 元组（Tuple） | | 时间 | 枚举 | ||嵌套（Nested）| 特殊类型 Nullable：经过Nullable修饰的字段可以被写入null值（尽量便面使用Nullable类型，会降低查询性能） Domain：域名类型（其实就是基于整型和字符串的进一步封装） ####创建数据库 创建语句 ```CREATE DATABASE IF NOT EXISTS db_name [ENGINE = engine]``` 数据库支持的引擎 `Ordinary`：默认引擎，在绝大多数情况下我们都会使用默认引擎，使用时无须刻意声明。在此数据库下可以使用任意类型的表引擎。 `Dictionary`：字典引擎，此类数据库会自动为所有数据字典创建它们的数据表，关于数据字典的详细介绍会在第5章展开。 `Memory`：内存引擎，用于存放临时数据。此类数据库下的数据表只会停留在内存中，不会涉及任何磁盘操作，当服务重启后数据会被清除。 `Lazy`：日志引擎，此类数据库下只能使用Log系列的表引擎，关于Log表引擎的详细介绍会在第8章展开。 `MySQL`：MySQL引擎，此类数据库下会自动拉取远端MySQL中的数据，并为它们创建MySQL表引擎的数据表，关于MySQL表引擎的详细介绍会在第8章展开。 实际上一个数据库对应的是底层操作系统的一个文件目录。 ####创建表 clickhouse提供了三种创建表的方法 常规定义法 ``` CREATE TABLE [IF NOT EXISTS] [db_name.]table_name ( name1 [type] [DEFAULT|MATERIALIZED|ALIAS expr], name2 [type] [DEFAULT|MATERIALIZED|ALIAS expr], 省略… ) ENGINE = engine ``` 复制其他表结构 ``` CREATE TABLE [IF NOT EXISTS] [db_name.]table_name as [dbname.]table_name2 [ENGINE=engine] ``` 通过select方式创建，这种方式会将表结构和数据都复制到新表 ``` CREATE TABLE [IF NOT EXISTS] [db_name.]table_name ENGINE = engine AS SELECT … ``` ####表的类型 临时表 创建普通表时增加TEMPORARY关键字，临时表不属于任何数据库，如果同时查询临时表和普通表，会优先读取临时表的数据 分区表 只有合并数（MergeTree）家族系列的表引擎才支持创建分区表 ``` CREATE TABLE partition_v1 ( ID String, URL String, EventTime Date ) ENGINE = MergeTree() PARTITION BY toYYYYMM(EventTime) ORDER BY ID ``` 视图 视图又分为普通视图和物化视图两种 普通视图不会存储任何数据，只是单纯的将select查询映射，物化视图则相反，且支持表引擎 ####表操作 其他操作类型（增加列、删除列、增加备注等）都跟hive和MySQL大同小异，这里记录一个比较特殊的操作 移动数据表——RENAME关键字 不仅可以重命名表名，还可以移动表的位置（比如从A库移动到B库）如果移动前后两个库的库名相同，则相当于表重命名，类似于Linux mv命令的作用 `RENAME TABLE db1.table1 TO db2.table2` ####分区的卸载与装载 分区被卸载后，它的物理数据并没有删除，而是被转移到了当前数据表目录的detached子目录下。而装载分区则是反向操作，它能够将detached子目录下的某个分区重新装载回去。 一旦分区被移动到了detached子目录，就代表它已经脱离了ClickHouse的管理，ClickHouse并不会主动清理这些文件。 ####分布式DDL执行 将一条普通的DDL语句转换成分布式执行十分简单，只需加上ON CLUSTER cluster_name声明即可。该声明可以对集群内的所有节点广播这条DDL语句 ``` CREATE TABLE partition_v3 ON CLUSTER ch_cluster( ID String, URL String, EventTime Date ) ENGINE = MergeTree() PARTITION BY toYYYYMM(EventTime) ORDER BY I ``` ####数据的删除与修改 行级别删除与更新时很“重”的操作（把原来的数据复制一份到新的数据目录，删除和更新后，再把原来的数据目录下线，使用新的数据目录），因此更适用于批量数据的修改和删除。其次不支持事务，也就是说，如果更新失败，则不会回滚。 ``` # 删除数据 ALTER TABLE db_name.table_name DELETE WHERE filter_expr; # 更新数据 ALTER TABLE db_name.table_name UPDATE url="xxx", os="bbb" WHERE id in(1,2,3); ```