简述新建站点的步骤,汽车4s销售网站模板,wordpress移动导航,wordpress 导出md星光下的赶路人star的个人主页 今天没有开始的事#xff0c;明天绝对不会完成 文章目录 1、数据类型1.1 整型1.2 浮点型1.3 布尔型1.4 Decimal型1.5 字符串1.6 枚举类型1.7 时间类型1.8 数组 2、表引擎2.1 表引擎的使用2.2 TinyLog2.3 Memory2.4 MergeTree2.4.1 Partition by分… 星光下的赶路人star的个人主页 今天没有开始的事明天绝对不会完成 文章目录 1、数据类型1.1 整型1.2 浮点型1.3 布尔型1.4 Decimal型1.5 字符串1.6 枚举类型1.7 时间类型1.8 数组 2、表引擎2.1 表引擎的使用2.2 TinyLog2.3 Memory2.4 MergeTree2.4.1 Partition by分区可选2.4.2 primary key 主键可选2.4.3 order by必选2.4.4 二级索引2.4.5 数据TTL2.5 ReplacingMergeTree2.6 SummingMergeTree 1、数据类型
1.1 整型
固定长度的整型包括有符号整型或无符号整型。 整型范围-2n-1~2n-1-1 Int8 - [-128 : 127] Int16 - [-32768 : 32767] Int32 - [-2147483648 : 2147483647] Int64 - [-9223372036854775808 : 9223372036854775807] 无符号整型范围0~2n-1 UInt8 - [0 : 255] UInt16 - [0 : 65535] UInt32 - [0 : 4294967295] UInt64 - [0 : 18446744073709551615] 使用场景个数、数量、也可以储存id。
1.2 浮点型
Float32 - float Float64 – double 建议尽可能以整数形式存储数据。例如将固定精度的数字转换为整数值如时间用毫秒为单位表示因为浮点型进行计算时可能引起四舍五入的误差。
使用场景一般数据值比较小不涉及大量的统计计算精度要求不高的时候。比如 保存商品的重量。
1.3 布尔型
没有单独的类型来存储布尔值。可以使用 UInt8 类型取值限制为 0 或 1。
1.4 Decimal型
有符号的浮点数可在加、减和乘法运算过程中保持精度。对于除法最低有效数字会 被丢弃不舍入。
有三种声明 Decimal32(s)相当于 Decimal(9-s,s)有效位数为 1~9 Decimal64(s)相当于 Decimal(18-s,s)有效位数为 1~18 Decimal128(s)相当于 Decimal(38-s,s)有效位数为 1~38 s 标识小数位 使用场景 一般金额字段、汇率、利率等字段为了保证小数点精度都使用 Decimal 进行存储。
1.5 字符串
1、String 字符串可以任意长度的。它可以包含任意的字节集包含空字节。 2、FixedString(N) 固定长度 N 的字符串N 必须是严格的正自然数。当服务端读取长度小于 N 的字符 串时候通过在字符串末尾添加空字节来达到 N 字节长度。 当服务端读取长度大于 N 的 字符串时候将返回错误消息。
与 String 相比极少会使用 FixedString因为使用起来不是很方便。
使用场景名称、文字描述、字符型编码。 固定长度的可以保存一些定长的内容比如一些编码性别等但是考虑到一定的变化风险带来收益不够明显所以定长字符串使用意义有限。
1.6 枚举类型
包括 Enum8 和 Enum16 类型。Enum 保存 ‘string’ integer 的对应关系。 Enum8 用 ‘String’ Int8 对描述。 Enum16 用 ‘String’ Int16 对描述。
1、用法演示 创建一个带有一个枚举 Enum8(‘hello’ 1, ‘world’ 2) 类型的列
CREATE TABLE t_enum
(x Enum8(hello 1, world 2)
)
ENGINE TinyLog;2、这个 x 列只能存储类型定义中列出的值‘hello’或’world’ INSERT INTO t_enum VALUES (hello), (world);3、如果尝试保存任何其他值ClickHouse 抛出异常 insert into t_enum values(a)4、如果需要看到对应行的数值则必须将 Enum 值转换为整数类型 SELECT CAST(x, Int8) FROM t_enum;使用场景对一些状态、类型的字段算是一种空间优化也算是一种数据约束。但是实 际使用中往往因为一些数据内容的变化增加一定的维护成本甚至是数据丢失问题。所以谨慎使用。
1.7 时间类型
目前 ClickHouse 有三种时间类型 Date 接受年-月-日的字符串比如 ‘2019-12-16’ Datetime 接受年-月-日 时:分:秒的字符串比如 ‘2019-12-16 20:50:10’ Datetime64 接受年-月-日 时:分:秒.亚秒的字符串比如‘2019-12-16 20:50:10.66’ 日期类型用两个字节存储表示从 1970-01-01 (无符号) 到当前的日期值。 还有很多数据结构可以参考官方文档https://clickhouse.yandex/docs/zh/data_types/
1.8 数组
Array(T)由 T 类型元素组成的数组。 T 可以是任意类型包含数组类型。 但不推荐使用多维数组ClickHouse 对多维数组 的支持有限。例如不能在 MergeTree 表中存储多维数组。 1、创建数组方式 1使用 array 函数
array(T)
hadoop102 :) SELECT array(1, 2) AS x, toTypeName(x) ;2、创建数组方式2使用方括号 SELECT [1, 2] AS x, toTypeName(x);2、表引擎
2.1 表引擎的使用
表引擎是 ClickHouse 的一大特色。可以说 表引擎决定了如何存储表的数据。包括 数据的存储方式和位置写到哪里以及从哪里读取数据。 支持哪些查询以及如何支持。 并发数据访问。 索引的使用如果存在。 是否可以执行多线程请求。 数据复制参数。
表引擎的使用方式就是必须显式在创建表时定义该表使用的引擎以及引擎使用的相关参数。
特别注意引擎的名称大小写敏感
2.2 TinyLog
以列文件的形式保存在磁盘上不支持索引没有并发控制。一般储存少量数据的小表生产环境上作用有限。可以用于平时练习测试用。 如
create table t_tinylog ( id String, name String) engineTinyLog;2.3 Memory
内存引擎数据以为压缩的原始形式直接保存在内存当中服务器重启数据就会消失。读写操作不会相互阻塞不支持索引。简单查询下有非常非常高的性能表现。
一般用到它的地方不多除了用来测试就是在需要非常高的性能同时数据量又不太 大上限大概 1 亿行的场景。
2.4 MergeTree
ClickHouse中最强大的引擎当属于MergeTree合并树引擎以及该系列*MergeTree中的其他引擎支持索引和分区地位可以相当于 innodb 之于 Mysql。而且基于 MergeTree还衍生除了很多小弟也是非常有特色的引擎。 1、建表语句
create table t_order_mt(id UInt32,sku_id String,total_amount Decimal(16,2),create_time Datetime
) engine MergeTreepartition by toYYYYMMDD(create_time)primary key (id)order by (id,sku_id);2、插入数据
insert into t_order_mt values
(101,sku_001,1000.00,2020-06-01 12:00:00) ,
(102,sku_002,2000.00,2020-06-01 11:00:00),
(102,sku_004,2500.00,2020-06-01 12:00:00),
(102,sku_002,2000.00,2020-06-01 13:00:00),
(102,sku_002,12000.00,2020-06-01 13:00:00),
(102,sku_002,600.00,2020-06-02 12:00:00);MergeTree 其实还有很多参数(绝大多数用默认值即可)但是三个参数是更加重要的 也涉及了关于 MergeTree 的很多概念。
2.4.1 Partition by分区可选
1、作用 学过Hive的应该都不陌生分区的目的主要是降低扫描的范围优化查询速度。 2、如果不填 只会使用一个分区 3、分区目录 MergeTree是以列文件索引文件表定义文件组成的但是如果设定了分区那么这些文件就会保存到不同的分区目录中。 4、并行 分区后面对设计跨分区的查询统计Clickhouse会以分区为单位并行处理。 5、数据写入分区合并 任何一个批次的数据写入都会产生一个临时分区不会纳入任何一个已有的分区。写入后的某个时刻10-15分钟Clickhouse会自动执行合并操作等不及也可手动通过optimize执行把临时分区的数据合并到已有分区中。
optimize table xxxx final;6、例如 再次执行上面的操作
insert into t_order_mt values
(101,sku_001,1000.00,2020-06-01 12:00:00) ,
(102,sku_002,2000.00,2020-06-01 11:00:00),
(102,sku_004,2500.00,2020-06-01 12:00:00),
(102,sku_002,2000.00,2020-06-01 13:00:00),
(102,sku_002,12000.00,2020-06-01 13:00:00),
(102,sku_002,600.00,2020-06-02 12:00:00);查看数据并没有纳入任何分区
2.4.2 primary key 主键可选
Clickhouse中的主键和其他数据库不太一样它只提供了数据的一级索引‘但是却不是唯一约束。这就意味着是可以存在系统primary key的数据。
主键的设定主要依据时查询语句的where条件
根据条件通过对主键进行某种形式的二分查找能够定位到对应的index granularity避免了全表扫描。 index granularity 直接翻译的话就是索引粒度指在稀疏索引中两个相邻索引对应数 据的间隔。ClickHouse 中的 MergeTree 默认是 8192。官方不建议修改这个值除非该列存在大量重复值比如在一个分区中几万行才有一个不同数据。
稀疏索引 稀疏索引的好处就是可以用很少的索引数据定位更多的数据代价就是只能定位到索 引粒度的第一行然后再进行进行一点扫描。
2.4.3 order by必选
order by设定了分区内的数据按照哪些字段顺序进行有序保存。 order by是MergeTree中唯一一个必填项甚至比primary key还重要因为当用户不设置主键的情况很多处理会依照order by的字段进行处理比如后面会讲的去重和汇总。
要求主键必须是order by字段的前缀 比如 order by 字段是 (id,sku_id) 那么主键必须是 id 或者(id,sku_id)
2.4.4 二级索引
目前在 ClickHouse 的官网上二级索引的功能在 v20.1.2.4 之前是被标注为实验性的在 这个版本之后默认是开启的。
2.4.5 数据TTL
TTL 即 Time To LiveMergeTree 提供了可以管理数据表或者列的生命周期的功能。
2.5 ReplacingMergeTree
ReplacingMergeTree 是 MergeTree 的一个变种它存储特性完全继承 MergeTree只是 多了一个去重的功能。 尽管 MergeTree 可以设置主键但是 primary key 其实没有唯一约束的功能。如果你想处理掉重复的数据可以借助这个 ReplacingMergeTree。 1、去重时机 数据的去重只会在合并的过程中出现。合并会在未知的时间在后台进行所以你无法预 先作出计划。有一些数据可能仍未被处理。 2、去重范围 如果表经过了分区去重只会在分区内部进行去重不能执行跨分区的去重。 所以 ReplacingMergeTree 能力有限 ReplacingMergeTree 适用于在后台清除重复的数 据以节省空间但是它不保证没有重复的数据出现。
2.6 SummingMergeTree
对于不查询明细只关心以维度进行汇总聚合结果的场景。如果只使用普通的MergeTree 的话无论是存储空间的开销还是查询时临时聚合的开销都比较大。 ClickHouse 为了这种场景提供了一种能够“预聚合”的引擎 SummingMergeTree 您的支持是我创作的无限动力 希望我能为您的未来尽绵薄之力 如有错误谢谢指正若有收获谢谢赞美
