1 概述 什么是 ClickHouse？
ClickHouse 是俄罗斯的Yandex于2016年开源的列式存储数据库（DBMS），主要用于在线分析处理查询（OLAP），能够使用SQL查询实时生成分析数据报告。
2 安装部署 CentOS 取消打开文件数限制

[root@hadoop102 ~]# vim /etc/security/limits.conf
在文件末尾添加：

• soft nofile 65536
• hard nofile 65536
• soft nproc 131072
• hard nproc 131072
  [root@hadoop102 ~]# vim /etc/security/limits.d/90-nproc.conf
  在文件末尾添加：
• soft nofile 65536
• hard nofile 65536
• soft nproc 131072
• hard nproc 131072
  [root@hadoop102 ~]# ulimit -n
  65536

CentOS 取消 SELINUX

[root@hadoop102 ~]# vim /etc/selinux/config
SELINUX=disabled

关闭防火墙

[root@hadoop102 ~]# systemctl stop firewall

安装依赖

[root@hadoop102 ~]# yum install -y libtool unixODBC

2.1 单机模式
下载 ClickHouse

wget http://repo.red-soft.biz/repos/clickhouse/stable/el7/clickhouse-client-1.1.54236-4.el7.x86_64.rpm
wget http://repo.red-soft.biz/repos/clickhouse/stable/el7/clickhouse-compressor-1.1.54236-4.el7.x86_64.rpm
wget http://repo.red-soft.biz/repos/clickhouse/stable/el7/clickhouse-debuginfo-1.1.54236-4.el7.x86_64.rpm
wget http://repo.red-soft.biz/repos/clickhouse/stable/el7/clickhouse-server-1.1.54236-4.el7.x86_64.rpm
wget http://repo.red-soft.biz/repos/clickhouse/stable/el7/clickhouse-server-common-1.1.54236-4.el7.x86_64.rpm

分别安装这 5 个 rpm

[root@hadoop102 software]# rpm -ivh *.rpm

启动 ClickHouse

前台启动：
[root@hadoop102 software]# clickhouse-server --config-file=/etc/clickhouse-server/config.xml
[root@hadoop102 software]# nohup clickhouse-server --config-file=/etc/clickhouse-server/config.xml >null 2>&1 &

使用 Client 连接 Server

[root@hadoop102 software]# clickhouse-client
?
ClickHouse client version 1.1.54236.
Connecting to localhost:9000.
Connected to ClickHouse server version 1.1.54236.
?
:)

2.2 分布式集群安装
三台机器修改配置文件 config.xml

[root@hadoop102 ~]# vim /etc/clickhouse-server/config.xml
?
::

在三台机器的 etc 目录下新建 metrika.xml 文件

[root@hadoop102 ~]# vim /etc/metrika.xml
添加如下内容：




true

hadoop102
9000




true
hadoop103
9000



true

hadoop104
9000




?


hadoop102
2181


hadoop103
2181


hadoop104
2181


?


hadoop102


::/0

?


10000000000
0.01
lz4

首先开启 Zookeeper
3 数据类型 3.1 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

• Int8 - [-128 : 127]
  
• 【ClickHouse|ClickHouse 入门】Int16 - [-32768 : 32767]
  
• Int32 - [-2147483648 : 2147483647]
  
• Int64 - [-9223372036854775808 : 9223372036854775807]
  

无符号整型范围

• UInt8 - [0 : 255]
  
• UInt16 - [0 : 65535]
  
• UInt32 - [0 : 4294967295]
  
• UInt64 - [0 : 18446744073709551615]
  

3.2 浮点型

• Float32 - float
  
• Float64 - double
  

我们建议您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，例如货币数量或页面加载时间用毫秒为单位表示
使用浮点数

• 对浮点数进行计算可能引起四舍五入的误差

SELECT 1 - 0.9
┌───────minus(1, 0.9)─┐
│ 0.09999999999999998 │
└─────────────────────┘

NaN and Inf
与标准 SQL 相比，ClickHouse 支持以下类别的浮点数：

• Inf – 正无穷

SELECT 0.5 / 0
┌─divide(0.5, 0)─┐
│ inf │
└────────────────┘

• -Inf – 负无穷

SELECT -0.5 / 0
┌─divide(-0.5, 0)─┐
│ -inf │
└─────────────────┘

• NaN – 非数字

SELECT 0 / 0
┌─divide(0, 0)─┐
│ nan │
└──────────────┘

3.3 布尔型
有符号的定点数，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）。
3.4 字符串
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

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

3.5 枚举类型
与 String 相比，极少会使用 FixedString，因为使用起来不是很方便
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
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

这个 x 列只能存储类型定义中列出的值：'hello'或'world'。如果尝试保存任何其他值，ClickHouse 抛出异常
从表中查询数据时，ClickHouse 从 Enum 中输出字符串值

SELECT * FROM t_enum
┌─x─────┐
?
│ hello │
?
│ world │
?
│ hello │
?
└───────┘

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
?
┌─CAST(x, 'Int8')─┐
?
│ 1 │
?
│ 2 │
?
│ 1 │
?
└─────────────────┘

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
可以使用 array 函数来创建数组
也可以使用方括号
创建数组案例：

:) SELECT array(1, 2) AS x, toTypeName(x)
?
SELECT
[1, 2] AS x,
toTypeName(x)
?
┌─x─────┬─toTypeName(array(1, 2))─┐
│ [1,2] │ Array(UInt8) │
└───────┴─────────────────────────┘
?
1 rows in set. Elapsed: 0.002 sec.
?
:) SELECT [1, 2] AS x, toTypeName(x)
?
SELECT
[1, 2] AS x,
toTypeName(x)
?
┌─x─────┬─toTypeName([1, 2])─┐
│ [1,2] │ Array(UInt8) │
└───────┴────────────────────┘
?
1 rows in set. Elapsed: 0.002 sec.

3.7 元组
Tuple(T1, T2, ...)：元组，其中每个元素都有单独的类型
创建元组的示例：

:) SELECT tuple(1,'a') AS x, toTypeName(x)
?
SELECT
(1, 'a') AS x,
toTypeName(x)
?
┌─x───────┬─toTypeName(tuple(1, 'a'))─┐
│ (1,'a') │ Tuple(UInt8, String) │
└─────────┴───────────────────────────┘
?
1 rows in set. Elapsed: 0.021 sec.

3.8 Date
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/
4 表引擎 表引擎（即表的类型）决定了：

• 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
  

4.1 TinyLog

• 最简单的表引擎，用于将数据存储在磁盘上，每列都存储在单独的压缩文件中，写入时，数据将附加到文件末尾
  
• 该引擎没有并发控制
  
• 如果同时从表中读取和写入数据，则读取操作将抛出异常；
  
• 如果同时写入多个查询中的表，则数据将被破坏
  

这种表引擎的典型用法是 write-once：首先只写入一次数据，然后根据需要多次读取，此引擎适用于相对较小的表（建议最多 1,000,000 行），如果有许多小表，则使用此表引擎是适合的，因为它比需要打开的文件更少，当拥有大量小表时，可能会导致性能低下，不支持索引
创建一个 TinyLog 引擎的表并插入一条数据

:)create table t (a UInt16, b String) ENGINE=TinyLog;
:)insert into t (a, b) values (1, 'abc');

此时我们到保存数据的目录 /var/lib/clickhouse/data/default/t 中可以看到如下目录结构：

[root@hadoop102 t]# ls
a.bin b.bin sizes.json

a.bin 和 b.bin 是压缩过的对应的列的数据，sizes.json 中记录了每个 *.bin 文件的大小：

[root@hadoop102 t]# cat sizes.json
{"yandex":{"a%2Ebin":{"size":"28"},"b%2Ebin":{"size":"30"}}}

4.2 Memory
内存引擎，数据以未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（超过 10G/s）
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
4.3 Merge
Merge 引擎（不要跟 MergeTree 引擎混淆）本身不存储数据，但可用于同时从任意多个其他的表中读取数据，读是自动并行的，不支持写入，读取时，那些被真正读取到数据的表的索引（如果有的话）会被使用
Merge 引擎的参数：一个数据库名和一个用于匹配表名的正则表达式
Merge 引擎（不要跟 MergeTree 引擎混淆）本身不存储数据，但可用于同时从任意多个其他的表中读取数据。 读是自动并行的，不支持写入，读取时，那些被真正读取到数据的表的索引（如果有的话）会被使用
Merge 引擎的参数：一个数据库名和一个用于匹配表名的正则表达式

:)create table t1 (id UInt16, name String) ENGINE=TinyLog;
:)create table t2 (id UInt16, name String) ENGINE=TinyLog;
:)create table t3 (id UInt16, name String) ENGINE=TinyLog;
?
:)insert into t1(id, name) values (1, 'first');
:)insert into t2(id, name) values (2, 'second');
:)insert into t3(id, name) values (3, 'i am in t3');
?
:)create table t (id UInt16, name String) ENGINE=Merge(currentDatabase(), '^t');
?
:) select * from t;
┌─id─┬─name─┐
│ 2 │ second │
└────┴──────┘
┌─id─┬─name──┐
│ 1 │ first │
└────┴───────┘
┌─id─┬─name───────┐
│ 3 │ i am in t3 │
└────┴────────────┘

4.4 MergeTree
Clickhouse 中最强大的表引擎当属 MergeTree（合并树）引擎及该系列（MergeTree）中的其他引擎
MergeTree 引擎系列的基本理念如下，当你有巨量数据要插入到表中，你要高效地一批批写入数据片段，并希望这些数据片段在后台按照一定规则合并，相比在插入时不断修改（重写）数据进存储，这种策略会高效很多
格式：

ENGINE [=] MergeTree(date-column [, sampling_expression], (primary, key), index_granularity)

参数解读：

• date-column：类型为 Date 的列名，ClickHouse 会自动依据这个列按月创建分区。分区名格式为 "YYYYMM"
  
• sampling_expression：采样表达式
  
• (primary, key) ：主键，类型为Tuple()
  
• index_granularity：索引粒度，即索引中相邻”标记”间的数据行数，设为 8192 可以适用大部分场景
  

案例：

create table mt_table (date Date, id UInt8, name String) ENGINE=MergeTree(date, (id, name), 8192);
?
insert into mt_table values ('2019-05-01', 1, 'zhangsan');
insert into mt_table values ('2019-06-01', 2, 'lisi');
insert into mt_table values ('2019-05-03', 3, 'wangwu');

在 /var/lib/clickhouse/data/default/mt_tree 下可以看到：

[root@hadoop102 mt_table]# ls
20190501_20190501_2_2_0 20190503_20190503_6_6_0 20190601_20190601_4_4_0 detached
?
随便进入一个目录：
[root@hadoop102 20190601_20190601_4_4_0]# ls
checksums.txt columns.txt date.bin date.mrk id.bin id.mrk name.bin name.mrk primary.idx

• *.bin 是按列保存数据的文件
  
• *.mrk 保存块偏移量
  
• primary.idx 保存主键索引
  

4.5 ReplacingMergeTree
这个引擎是在 MergeTree 的基础上，添加了处理重复数据的功能，该引擎和 MergeTree 的不同之处在于它会删除具有相同主键的重复项，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，因此，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
格式：

ENGINE [=]ReplacingMergeTree(date-column [, sampling_expression], (primary, key),index_granularity, [ver])

• 可以看出比 MergeTree 只多了一个 ver，这个 ver 指代版本列，他和时间一起配置，区分哪条数据是最新的

案例：

create table rmt_table (date Date, id UInt8, name String,point UInt8) ENGINE= ReplacingMergeTree(date, (id, name), 8192,point);
?
插入一些数据：
insert into rmt_table values ('2019-07-10', 1, 'a', 20);
insert into rmt_table values ('2019-07-10', 1, 'a', 30);
insert into rmt_table values ('2019-07-11', 1, 'a', 20);
insert into rmt_table values ('2019-07-11', 1, 'a', 30);
insert into rmt_table values ('2019-07-11', 1, 'a', 10);
?
等待一段时间或optimize table rmt_table手动触发merge，后查询
:) select * from rmt_table;
┌───────date─┬─id─┬─name─┬─point─┐
│ 2019-07-11 │ 1 │ a │ 30 │
└────────────┴────┴──────┴───────┘

4.6 SummingMergeTree
该引擎继承自 MergeTree，区别在于，当合并 SummingMergeTree 表的数据片段时，ClickHouse 会把所有具有相同主键的行合并为一行，该行包含了被合并的行中具有数值数据类型的列的汇总值。如果主键的组合方式使得单个键值对应于大量的行，则可以显著的减少存储空间并加快数据查询的速度，对于不可加的列，会取一个最先出现的值。
语法：

ENGINE [=]SummingMergeTree(date-column [, sampling_expression], (primary, key),index_granularity, [columns])

• columns：包含将要被汇总的列的列名的元组

案例：

create table smt_table (date Date, name String, a UInt16, b UInt16) ENGINE=SummingMergeTree(date, (date, name), 8192, (a))
插入数据：
insert into smt_table (date, name, a, b) values ('2019-07-10', 'a', 1, 2);
insert into smt_table (date, name, a, b) values ('2019-07-10', 'b', 2, 1);
insert into smt_table (date, name, a, b) values ('2019-07-11', 'b', 3, 8);
insert into smt_table (date, name, a, b) values ('2019-07-11', 'b', 3, 8);
insert into smt_table (date, name, a, b) values ('2019-07-11', 'a', 3, 1);
insert into smt_table (date, name, a, b) values ('2019-07-12', 'c', 1, 3);
等待一段时间或optimize table smt_table手动触发merge，后查询
:) select * from smt_table
?
┌───────date─┬─name─┬─a─┬─b─┐
│ 2019-07-10 │ a │ 1 │ 2 │
│ 2019-07-10 │ b │ 2 │ 1 │
│ 2019-07-11 │ a │ 3 │ 1 │
│ 2019-07-11 │ b │ 6 │ 8 │
│ 2019-07-12 │ c │ 1 │ 3 │
└────────────┴──────┴───┴───┘

4.7 Distributed
分布式引擎，本身不存储数据, 但可以在多个服务器上进行分布式查询。 读是自动并行的。读取时，远程服务器表的索引（如果有的话）会被使用
格式：

Distributed(cluster_name, database, table [, sharding_key])

• cluster_name：服务器配置文件中的集群名，在 /etc/metrika.xml 中配置的
  
• database：数据库名
  
• table：表名
  
• sharding_key：数据分片键
  

案例演示：
1）在 hadoop102，hadoop103，hadoop104 上分别创建一个表 t

:)create table t(id UInt16, name String) ENGINE=TinyLog;

2）在三台机器的t表中插入一些数据

:)insert into t(id, name) values (1, 'zhangsan');
:)insert into t(id, name) values (2, 'lisi');

3）在 hadoop102 上创建分布式表

:)create table dis_table(id UInt16, name String) ENGINE=Distributed(perftest_3shards_1replicas, default, t, id);

4）往dis_table中插入数据

:) insert into dis_table select * from t

5）查看数据量

:) select count() from dis_table
FROM dis_table
┌─count()─┐
│ 8 │
└─────────┘
:) select count() from t
SELECT count()
FROM t
┌─count()─┐
│ 3 │
└─────────┘

5 SQL 语法 5.1 CREATE
5.1.1 CREATE DATABASE 用于创建指定名称的数据库，语法如下：

CREATE DATABASE [IF NOT EXISTS] db_name

如果查询中存在IF NOT EXISTS，则当数据库已经存在时，该查询不会返回任何错误

:) create database test;
Ok.
0 rows in set. Elapsed: 0.018 sec.

5.1.2 CREATE TABLE
对于创建表，语法如下：

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
...
) ENGINE = engine

• DEFAULT expr：默认值，用法与 SQL 类似
  
• MATERIALIZED expr：物化表达式，被该表达式指定的列不能被 INSERT，因为它总是被计算出来的， 对于 INSERT 而言，不需要考虑这些列， 另外，在 SELECT 查询中如果包含星号，此列不会被查询
  
• ALIAS expr：别名
  

有三种方式创建表：
1）直接创建

:) create table t1(id UInt16,name String) engine=TinyLog

2）创建一个与其他表具有相同结构的表

CREATE TABLE [IF NOT EXISTS] [db.]table_name AS [db2.]name2 [ENGINE = engine]

可以对其指定不同的表引擎声明，如果没有表引擎声明，则创建的表将与 db2.name2 使用相同的表引擎

:) create table t2 as t1 engine=Memory
:) desc t2
DESCRIBE TABLE t2
┌─name─┬─type───┬─default_type─┬─default_expression─┐
│ id │ UInt16 │ │ │
│ name │ String │ │ │
└──────┴────────┴──────────────┴────────────────────┘

3）使用指定的引擎创建一个与 SELECT 子句的结果具有相同结构的表，并使用 SELECT 子句的结果填充它
语法：

CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = engine AS SELECT ...

实例：

先在 t2 中插入几条数据
:) insert into t1 values(1,'zhangsan'),(2,'lisi'),(3,'wangwu')
:) create table t3 engine=TinyLog as select * from t1
:) select * from t3
┌─id─┬─name─────┐
│ 1 │ zhangsan │
│ 2 │ lisi │
│ 3 │ wangwu │
└────┴──────────┘

5.2 INSERT INTO
主要用于向表中添加数据，基本格式如下：

INSERT INTO [db.]table[(c1, c2, c3)] VALUES (v11, v12, v13), (v21, v22, v23), ...

实例：

:) insert into t1 values(1,'zhangsan'),(2,'lisi'),(3,'wangwu')
:) insert into t2 select * from t3

5.3 ALTER
ALTER 只支持 MergeTree 系列，Merge 和 Distributed 引擎的表
基本语法：

ALTER TABLE [db].name [ON CLUSTER cluster] ADD|DROP|MODIFY COLUMN ...

参数解析：

• ADD COLUMN：向表中添加新列
  
• DROP COLUMN：在表中删除列
  
• MODIFY COLUMN：更改列的类型
  

1）创建一个 MergerTree 引擎的表

create table mt_table (date Date, id UInt8, name String) ENGINE=MergeTree(date, (id, name), 8192);

2）向表中插入一些值

insert into mt_table values ('2019-05-01', 1, 'zhangsan');
insert into mt_table values ('2019-06-01', 2, 'lisi');
insert into mt_table values ('2019-05-03', 3, 'wangwu');

3）在末尾添加一个新列 age

:)alter table mt_table add column age UInt8
:)desc mt_table
┌─name─┬─type───┬─default_type─┬─default_expression─┐
│ date │ Date │ │ │
│ id │ UInt8 │ │ │
│ name │ String │ │ │
│ age │ UInt8 │ │ │
└──────┴────────┴──────────────┴────────────────────┘
:) select * from mt_table
┌───────date─┬─id─┬─name─┬─age─┐
│ 2019-06-01 │ 2 │ lisi │ 0 │
└────────────┴────┴──────┴─────┘
┌───────date─┬─id─┬─name─────┬─age─┐
│ 2019-05-01 │ 1 │ zhangsan │ 0 │
│ 2019-05-03 │ 3 │ wangwu │ 0 │
└────────────┴────┴──────────┴─────┘

4）更改 age 列的类型

:)alter table mt_table modify column age UInt16
:)desc mt_table
┌─name─┬─type───┬─default_type─┬─default_expression─┐
│ date │ Date │ │ │
│ id │ UInt8 │ │ │
│ name │ String │ │ │
│ age │ UInt16 │ │ │
└──────┴────────┴──────────────┴────────────────────┘

5）删除刚才创建的 age 列

:)alter table mt_table drop column age
:)desc mt_table
┌─name─┬─type───┬─default_type─┬─default_expression─┐
│ date │ Date │ │ │
│ id │ UInt8 │ │ │
│ name │ String │ │ │
└──────┴────────┴──────────────┴────────────────────┘

5.4 DESCRIBE TABLE
查看表结构

:)desc mt_table
┌─name─┬─type───┬─default_type─┬─default_expression─┐
│ date │ Date │ │ │
│ id │ UInt8 │ │ │
│ name │ String │ │ │
└──────┴────────┴──────────────┴────────────────────┘

5.5 CHECK TABLE
检查表中的数据是否损坏，会返回两种结果：
0 – 数据已损坏
1 – 数据完整
该命令只支持 Log、TinyLog 和 StripeLog 引擎

推荐阅读

• 

  翻车|“苹果 iPhone13 拍照翻车自带炫屏”上热搜
• 

  【龙撼乾坤】第二十四章|【龙撼乾坤】第二十四章 炼制丹药
• 

  java工厂模式主要代码 java中的工厂模式的面试题
• 

  持续多久不抽烟，才算戒烟成功了呢？医生给你准确答案
• 

  priceline盈利模式分析
• 

  yy直播频道内所应用加载失败
• 

  干香菇泡太久的危害
• 

  我搞微商的,有什么软件可以批量添加微信好友？
• 

  还要有多久
• 

  另一个伊甸61章空中城郭伊斯亚攻略 另一个伊甸61章空中城郭伊斯亚怎么过
• 

  长期服用火麻仁有什么副作用 火麻茶的功效与作用
• 

  Unreal|Unreal Engine 4 C++ UMG自定义控件
• 

  中国笔画最多的汉字大合集 笔画最多的字
• 

  电竞专业包括什么 电竞专业主要学什么的
• 

  iPhone天线门解析 手机体验是什么软件
• 

  下载发音
• 

  仪表盘上的normal 汽车仪表盘normal是什么意思
• 

  安卓应用后台,如何在手机充电状态下关闭应用?
• 

  如何找到孩子的兴趣点 如何找到孩子的兴趣，如何找到孩子的兴趣和擅长的事
• 

  南京贿赂公职人员怎么定罪，贿赂公职人员什么罪

• 深入理解Go之generate
• typeScript入门基础介绍
• Android|Android sqlite3数据库入门系列
• Android下的IO库-Okio源码解析(一)|Android下的IO库-Okio源码解析(一) 入门
• Flutter自定义view|Flutter自定义view —— 闯关进度条
• 深度学习-入门
• 第三章|第三章 进校园重拾旧梦 登讲台初为人师第一节 接乱班面临考验 ，遇高师指点入门
• iOS开发技术之美—iOS入门技术的基础学习
• OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
• 2018年|2018年 Bible study 01/02/2018