ClickHouse的数据类型介绍
1、基础类型
基础类型只有数值、字符串、时间三种类型，没有Boolean类型，但可以使⽤整型的0或1替代。
1.1、数值类型
数值类型分为整数、浮点数和定点数三类。
1.1.1、整数
普遍观念中，⽤Tinyint、Smallint、Int和Bigint指代整数的不同取值范围。ClickHouse则直接使⽤Int8、Int16、Int32和Int64指代4种⼤⼩的Int类型，其末尾的数字正好表明了占⽤字节的⼤⼩（8位=1字节），具体信息如下表所⽰。
1）有符号整型Int（-2n-1~2n-1）：
Int8 -[-128 : 127]
Int16 -[-32768 : 32767]
Int32 -[-2147483648 : 2147483647]
Int64 -[-9223372036854775808 : 9223372036854775807]
2）⽆符号整型范围UInt（0~2n-1，使⽤前缀U表⽰）：
Int8 -[-128 : 127]
Int16 -[-32768 : 32767]
Int32 -[-2147483648 : 2147483647]
Int64 -[-9223372036854775808 : 9223372036854775807]
1.1.2、浮点型（Float）
与整数类似，ClickHouse直接使⽤Float32和Float64代表单精度浮点数以及双精度浮点数。具体如下图所⽰：
1）单精度浮点数：Float32 - float
2）双精度浮点数：Float64 – double
在使⽤浮点数的时候，应当要意识到它是有限精度的。假如，分别对Float32和Float64写⼊超过有效精度的数值，结果就会出现数据误差。例如，将拥有20位⼩数的数值分别写⼊Float32和Float64，此时结果就会出现数据误差：
SELECT toFloat32('0.12345678901234567890') as a , toTypeName(a)
a toTypeName(toFloat32(‘0.12345678901234567890’))
0.12345679 Float32
SELECT toFloat64('0.12345678901234567890') as a , toTypeName(a)
a toTypeName(toFloat64(‘0.12345678901234567890’))
0.12345678901234568 Float64
由上：Float32从⼩数点后第8位起及Float64从⼩数点后第17位起，都产⽣了数据溢出。
ClickHouse的浮点数⽀持正⽆穷、负⽆穷以及⾮数字的表达⽅式。
--正⽆穷：
SELECT0.8/0
divide(0.8, 0)
inf
--负⽆穷：
SELECT-0.8/0
divide(-0.8, 0)
-inf
--⾮数字：
SELECT0/0
divide(0, 0)
nan
1.1.3、定点数（Decimal）
如果要求更⾼精度的数值运算，则需要使⽤定点数。ClickHouse提供了Decimal32、Decimal64和Decimal128三种精度的定点数。可以通过两种形式声明定点：简写⽅式有Decimal32(S)、Decimal64(S)、Decimal128(S)三种，原⽣⽅式为Decimal(P,S)。
其中：·P代表精度，决定总位数（整数部分+⼩数部分），取值范围是1 ～38；·S代表规模，决定⼩数位数，取值范围是0～P。
简写⽅式与原⽣⽅式的对应关系如表4-4所⽰。
对于不同精度定点数之间的四则运算，其精度S的变化会遵循表4-5所⽰的规则。
在使⽤定点数时还有⼀点值得注意：由于现代计算器系统只⽀持32位和64位CPU，所以Decimal128是在软件层⾯模拟实现的，它的速度会明显慢于Decimal32与Decimal64。
1.2、字符串
1.2.1、变长字符串（String）
字符串可以任意长度的，可以包含任意的字节集，包含空字节。
在使⽤String的时候⽆须声明⼤⼩。
字符串它完全代替了传统意义上数据库的Varchar、Text、Clob和Blob等字符类型。
String类型不限定字符集，所以可以将任意编码的字符串存⼊其中。但是为了程序的规范性和可维护性，在同⼀套程序中应该遵循使⽤统⼀的编码，例如“统⼀保持UTF- 8编码”就是种约定。
1.2.2、定长字符串（FixedString）
FixedString类型和传统意义上的Char类型有些类似，对于⼀些字符有明确长度的场合，可以使⽤固定长度的字符串。定长字符串通过FixedString(N)声明，其中N表⽰字符串长度。但与Char不同的是，FixedString使⽤null字节填充末尾字符，⽽Char通常使⽤空格填充。例如，字符串‘abc’虽然只有3位，但长度却是5，因为末尾有2位空字符填充：
SELECT toFixedString('abc',5) , LENGTH(toFixedString('abc',5)) AS LENGTH
toFixedString('abc', 5) LENGTH
abc 5
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。
1.2.3、UUID
UUID是⼀种数据库常见的主键类型，在ClickHouse中直接把它作为⼀种数据类型。UUID共有32位，它的格式为8-4-4-4-12。如果⼀个UUID类型的字段在写⼊数据时没有被赋值，则会依照格式使⽤0填充，例如：
CREATE TABLE UUID_TEST ( c1 UUID, c2 String ) ENGINE = Memory; --第⼀⾏UUID有值
INSERT INTO UUID_TEST SELECT generateUUIDv4(),'t1'--第⼆⾏UUID没有值
INSERT INTO UUID_TEST(c2) VALUES('t2')
SELECT*FROM UUID_TEST
c1 c2decimal是整数数据类型
f36c709e-1b73-4370-a703-f486bdd22749 t1
00000000-0000-0000-0000-000000000000 t2
由上，第⼆⾏没有被赋值的UUID被0填充了。
1.3、时间类型
时间类型分为DateTime、DateTime64、Date三类。ClickHouse⽬前没有时间戳类型。时间类型最⾼的精度是秒，也就是说，如果需要处理毫秒、微秒等⼤于秒分辨率的时间，则只能借助UInt类型实现。
1.3.1、DateTime
⽤四个字节（⽆符号的）存储 Unix 时间戳，最⼩值为 0000-00-00 00:00:00，时间戳类型值精确到秒。DateTime类型包含时、分、秒信息，精确到秒，⽀持使⽤字符串形式写⼊：
CREATE TABLE Datetime_TEST ( c1 Datetime ) ENGINE = Memory --以字符串形式写⼊
INSERT INTO Datetime_TEST VALUES('2019-06-22 00:00:00')
SELECT c1, toTypeName(c1) FROM Datetime_TEST
c1 toTypeName(c1)
2019-06-2200:00:00DateTime
1.3.2、DateTime64
DateTime64可以记录亚秒，它在DateTime之上增加了精度的设置，例如：
CREATE TABLE Datetime64_TEST ( c1 Datetime64(2) ) ENGINE = Memory --以字符串形式写⼊
INSERT INTO Datetime64_TEST VALUES('2019-06-22 00:00:00')
SELECT c1, toTypeName(c1) FROM Datetime64_TEST
c1 toTypeName(c1)
2019-06-2200:00:00.00DateTime
1.3.3、Date
Date类型不包含具体的时间信息，只精确到天，它同样也⽀持字符串形式写⼊：
CREATE TABLE Date_TEST ( c1 Date ) ENGINE = Memory --以字符串形式写⼊
INSERT INTO Date_TEST VALUES('2019-06-22')
SELECT c1, toTypeName(c1) FROM Date_TEST
c1 toTypeName(c1)
2019-06-22 Date
2、复合类型
除了基础数据类型之外，ClickHouse还提供了数组、元组、枚举和嵌套四类复合类型。这些类型通常是其他数据库原⽣不具备的特性。拥有了复合类型之后，ClickHouse的数据模型表达能⼒更强了。
2.1、数组（Array）
数组有两种定义形式，常规⽅式array(T)、或者简写⽅式[T]。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。可以使⽤array()函数和中括号来创建数组。
1>array(T)
SELECT array(1, 2) as a , toTypeName(a)
c1 toTypeName(array(1, 2))
[1,2] Array(UInt8)
2>[T]
SELECT[1, 2]
在查询时并不需要主动声明数组的元素类型。因为ClickHouse的数组拥有类型推断的能⼒，推断依据：以最⼩存储代价为原则，即使⽤最⼩可表达的数据类型。例如在上⾯的例⼦中，array(1,2)会通过⾃动推断将UInt8作为数组类型。但是数组元素中如果存在Null值，则元素类型将变为Nullable，例如：
SELECT[1, 2, null]as a , toTypeName(a)
a toTypeName([1, 2, NULL])
[1,2,NULL] Array(Nullable(UInt8))
在同⼀个数组内可以包含多种数据类型，例如数组[1,2.0]是可⾏的。但各类型之间必须兼容，例如数组[1,‘2’]则会报错。
在定义表字段时，数组需要指定明确的元素类型，例如：
CREATE TABLE Array_TEST ( c1 Array(String) ) engine = Memory
--应⽤举例：
--新建两张带Array类型的表：
localhost :) CREATE TABLE array_t (arr Array(UInt8)) ENGINE = TinyLog;
localhost :) CREATE TABLE array_ta (arr Array(String)) ENGINE = TinyLog;
--插⼊数组
localhost :) INSERT INTO array_t VALUES([1,2,3,4,5]),(array(11,22,33,44,55));
localhost :) INSERT INTO array_ta VALUES(['a','b','c']),(array('x','y','z','123'));
SELECT*FROM array_t ;
arr
[1,2,3,4,5]
[11,22,33,44,55]
localhost :) SELECT*FROM array_ta;
arr
[‘a’,‘b’,‘c’]
[‘x’,‘y’,‘z’,‘123’]
2.2、元组（Tuple）
元组类型由1～n个元素组成，每个元素之间允许设置不同的数据类型，且彼此之间不要求兼容。
元组同样⽀持类型推断，其推断依据仍然以最⼩存储代价为原则。
与数组类似，元组也可以使⽤两种⽅式定义。
1>tuple(T)
SELECT tuple(1,'a',now()) AS x, toTypeName(x)
x toTypeName(tuple(1, ‘a’, now()))
[‘a’,‘b’,‘c’]
(1,‘a’,‘2019-08-2821:36:32’) Tuple(UInt8, String, DateTime)
2>(T)
SELECT (1,2.0,null) AS x, toTypeName(x)
x toTypeName(tuple(1, 2., NULL))
[‘a’,‘b’,‘c’]
(1,2,NULL) Tuple(UInt8, Float64, Nullable(Nothing))
在定义表字段时，元组也需要指定明确的元素类型：
CREATE TABLE Tuple_TEST ( c1 Tuple(String,Int8) ) ENGINE = Memory;
元素类型和泛型的作⽤类似，可以进⼀步保障数据质量。在数据写⼊的过程中会进⾏类型检查。例如，写⼊INSERT INTO Tuple_TEST VALUES((‘abc’,123))是可⾏的，⽽写⼊INSERT INTO Tuple_TEST VALUES((‘abc’,‘efg’))则会报错。
2.3、枚举类型（Enum）
ClickHouse⽀持枚举类型，这是⼀种在定义常量时经常会使⽤的数据类型。
提供以下两种枚举类型，除了取值范围不同之外，别⽆⼆致。
枚举固定使⽤(String:Int)Key/Value键值对的形式定义数据。
Enum8对应(String:Int8)
Enum16对应 (String:Int16)
例如：
CREATE TABLE Enum_TEST ( c1 Enum8('ready'=1, 'start'=2, 'success'=3, 'error'=4) ) ENGINE = Memory;
在定义枚举集合的时候，需要注意：
Key和Value是不允许重复的，要保证唯⼀性。
Key和Value的值都不能为Null，但Key允许是空字符串。
在写⼊枚举数据的时候，只会⽤到Key字符串部分
例如：
INSERT INTO Enum_TEST VALUES('ready');
INSERT INTO Enum_TEST VALUES('start');
--数据在写⼊的过程中，会对照枚举集合项的内容逐⼀检查。如果Key字符串不在集合范围内则会抛出异常，⽐如执⾏下⾯的语句就会出错：
INSERT INTO Enum_TEST VALUES('stop');
Enum 保存 ‘string’= integer 的对应关系。在 ClickHouse 中，尽管⽤户使⽤的是字符串常量，但所有含有 Enum 数据类型的操作都是按照包含整数的值来执⾏。这在性能⽅⾯⽐使⽤ String 数据类型更有效。
举例：
#新建⼀张带Enum8类型的表：
localhost :) CREATE TABLE enum_t ( et Enum8('a'=1, 'b'=2, 'c'=3)) ENGINE = TinyLog;
localhost :) DESC enum_t ;
name type
et Enum8(‘a’ =1, ‘b’ =2, ‘c’ =3)
--插⼊数据
localhost :) INSERT INTO enum_t(et) VALUES ('a'),('a'),('b');
--查看
localhost :) SELECT*FROM enum_t ;
et
a
b
c
--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：
localhost :) SELECT CAST(et, 'Int8') FROM enum_t ;
CAST(et, ‘Int8’)
出于性能的考虑。因为虽然枚举定义中的Key属于String类型，但是在后续对枚举的所有操作中（包括排序、分组、去重、过滤等），会使⽤Int类型d的Value值。
2.4、嵌套结构（Nested）
嵌套类型，顾名思义是⼀种嵌套表结构。对于简单场景的层级关系或关联关系，使⽤嵌套类型也是⼀种不错的选择。
⼀张数据表，可以定义任意多个嵌套类型字段，但每个字段的嵌套层级只⽀持⼀级，即嵌套表内不能继续使⽤嵌套类型。
例如，下⾯的nested_test是⼀张模拟的员⼯表，它的所属部门字段就使⽤了嵌套类型：
CREATE TABLE nested_test ( name String, age UInt8 , dept Nested( id UInt8, name String ) ) ENGINE = Memory;
--以上⾯这张表为例，如果按照它的字⾯意思来理解，会很容易理解成nested_test与dept是⼀对⼀的包含关系，其实这是错误的。不信可以执⾏下⾯的插⼊语句，看看会是什么结果：INSERT INTO nested_test VALUES ('nauu',18, 10000, '研发部');
--结果
Exception on client: Code: 53. DB::Exception: Type mismatch in IN or VALUES section. Expected: Array(UInt8). Got: UInt64
嵌套类型本质是⼀种多维数组的结构。
嵌套表中的每个字段都是⼀个数组，并且⾏与⾏之间数组的长度⽆须对齐。
所以需要把刚才的INSERT语句调整成下⾯的形式：
INSERT INTO nested_test VALUES ('bruce' , 30 , [10000,10001,10002], ['研发部','技术⽀持中⼼','测试部']); --⾏与⾏之间,--数组长度⽆须对齐
INSERT INTO nested_test VALUES ('bruce' , 30 , [10000,10001], ['研发部','技术⽀持中⼼']);
--在同⼀⾏数据内每个数组字段的长度必须相等。
--例如，在下⾯的⽰例中，由于⾏内数组字段的长度没有对齐，所以会抛出异常：
INSERT INTO nested_test VALUES ('bruce' , 30 , [10000,10001], ['研发部','技术⽀持中⼼', '测试部']);
-- 结果
DB::Exception: Elements 'dept.id'and'dept.name'of Nested data structure 'dept' (Array columns) have different array sizes..
在访问嵌套类型的数据时需要使⽤点符号
例如：
SELECT name, dept.id, dept.name FROM nested_test
name dept.id dept.name
bruce [16,17,18][‘研发部’,‘技术⽀持中⼼’,‘测试部’]
3、特殊类型
ClickHouse还有⼀类不同寻常的数据类型，我将它们定义为特殊类型。
3.1、Nullable
准确来说，Nullable并不能算是⼀种独⽴的数据类型，它更像是⼀种辅助的修饰符，需要与基础数据类型⼀起搭配使⽤。Nullable类型与Java8的Optional对象有些相似，它表⽰某个基础数据类型可以是Null值。
其具体⽤法如下所⽰：
CREATE TABLE Null_TEST ( c1 String, c2 Nullable(UInt8) ) ENGINE =TinyLog;
-- 通过Nullable修饰后c2字段可以被写⼊Null值：
INSERT INTO Null_TEST VALUES ('nauu',null)
INSERT INTO Null_TEST VALUES ('bruce',20) SELECT c1 , c2,toTypeName(c2) FROM Null_TEST
c1 c2 toTypeName(c2)
nauu NULL Nullable(UInt8)
bruce 20 Nullable(UInt8)
在使⽤Nullable类型的时候需要注意：
它只能和基础类型搭配使⽤，不能⽤于数组和元组这些复合类型，也不能作为索引字段；
应该慎⽤Nullable类型，包括Nullable的数据表，不然会使查询和写⼊性能变慢。（因为在正常情况下，每个列字段的数据会被存储在对应的[Column].bin⽂件中。如果⼀个列字段被Nullable类型修饰后，会额外⽣成⼀个[Column].null.bin⽂件专门保存它的Null值。这意味着在读取和写⼊数据时，需要⼀倍的额外⽂件操作。）
3.2、Domain
域名类型分为IPv4和IPv6两类，本质上它们是对整型和字符串的进⼀步封装。IPv4类型是基于UInt32封装的，它的具体⽤法如下所⽰：
CREATE TABLE IP4_TEST ( url String, ip IPv4 ) ENGINE = Memory;
INSERT INTO IP4_TEST VALUES ('www.nauu','192.0.0.0')
SELECT url , ip ,toTypeName(ip) FROM IP4_TEST
url ip toTypeName(c2)
nauu NULL toTypeName(ip)
www.nauu 192.0.0.0 IPv4
使⽤Domain⽽不直接使⽤字符串的原因如下：
1）出于便捷性的考量，例如IPv4类型⽀持格式检查，格式错误的IP数据是⽆法被写⼊的，例如：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。