学校部门网站建设总结,做普通网站多少钱,网站建设优化是干嘛,昆山网络公司哪家比较好文章目录 1. 引言2. ClickHouse 数据类型2.1 基本数据类型2.1.1 整型2.1.2 浮点型2.1.3 字符串型 2.2 复合数据类型2.2.1 数组2.2.2 枚举类型2.2.3 元组2.2.4 Map2.2.5 Nullable 2.3 特殊数据类型2.3.1 日期和时间类型2.3.2 UUID2.3.3 IP 地址2.3.4 AggregateFunction 2.4 数据… 文章目录 1. 引言2. ClickHouse 数据类型2.1 基本数据类型2.1.1 整型2.1.2 浮点型2.1.3 字符串型 2.2 复合数据类型2.2.1 数组2.2.2 枚举类型2.2.3 元组2.2.4 Map2.2.5 Nullable 2.3 特殊数据类型2.3.1 日期和时间类型2.3.2 UUID2.3.3 IP 地址2.3.4 AggregateFunction 2.4 数据类型的选择和使用2.4.1 如何选择合适的数据类型2.4.2 数据类型转换 3. 相似数据类型区别4. 其他数字类型4.1. ClickHouse地理位置数据类型4.2. ClickHouse空值和非空值4.3. ClickHouse数据类型转换4.4. ClickHouse数据类型的性能考虑1. 存储空间影响2. 查询性能影响 1. 引言
ClickHouse 数据库系统支持多种数据类型以及复杂的表结构设计。以下是一篇可能的博文的详细目录这篇博文将介绍 ClickHouse 的数据类型和表的结构设计。
2. ClickHouse 数据类型
数据类型定义使用场景示例基本数据类型整型Int8, Int16, Int32, Int64存储整数值支持正负整数存储年龄、统计数量等整数场景年龄25浏览次数1000浮点型Float32, Float64存储小数值支持不同精度的小数存储价格、评分等需要精确到小数的数据价格23.5评分4.3字符串型String, FixedString存储文本数据支持可变长度和固定长度的字符串存储名字、地址、描述等文本信息姓名“张三”地址“北京市”复合数据类型数组Array存储同一类型的多个值存储一篇文章的多个标签、一个订单的多个商品等标签[“科技”, “教育”]枚举类型Enum存储预定义的一组值将字符串映射为整数存储性别、订单状态等有限且固定的值性别男订单状态已支付元组Tuple存储固定长度的有序列表每个元素可以是任意类型存储经纬度、RGB 颜色值等固定长度的组合数据经纬度(116.4, 39.9)Map存储键值对存储用户的属性、商品的元数据等用户属性{“age”: 25, “city”: “北京”}Nullable存储可能为空的值为任意类型的数据添加一个表示是否为空的标记存储可能为空的字段如用户的昵称、商品的优惠价格等昵称Nullable(“张三”)特殊数据类型日期和时间类型Date, DateTime存储日期和时间存储用户的注册时间、订单的创建时间等注册时间2021-08-01UUID存储唯一标识符生成全局唯一的随机字符串存储用户的唯一 ID、订单的唯一 ID 等用户ID550e8400-e29b-41d4-a716-446655440000IP 地址IPv4, IPv6存储 IP 地址存储用户的 IP 地址、服务器的 IP 地址等用户IP192.168.1.1AggregateFunction存储聚合函数的状态统计用户的平均活跃时长、计算商品的销售总额等平均活跃时长5.5 小时
2.1 基本数据类型
2.1.1 整型
整型是整数形式的数据类型支持正负整数的存储。ClickHouse 支持多种整型如 Int8, Int16, Int32, Int64 等每种类型分别支持的数据范围不同。例如Int8 支持 -128 到 127 的整数而 Int32 支持 -2147483648 到 2147483647 的整数。根据你的数据大小和需求来选择合适的整数类型。
使用场景存储年龄、统计数量等整数场景。
2.1.2 浮点型
浮点型是小数形式的数据类型。ClickHouse 提供 Float32 和 Float64 两种浮点数类型用于存储小数。Float32 支持约 7 位精度的小数而 Float64 支持约 15 位精度的小数。
使用场景存储价格、评分等需要精确到小数的数据。
2.1.3 字符串型
字符串型用于存储文本数据。ClickHouse 中的字符串类型包括 String 和 FixedString。String 用于存储可变长度的字符串FixedString 用于存储固定长度的字符串。
使用场景存储名字、地址、描述等文本信息。
2.2 复合数据类型
2.2.1 数组
Array 类型用于存储同一类型的多个值。它可以存储任意类型的数据包括基本类型和复合类型。
使用场景存储一篇文章的多个标签、一个订单的多个商品等。
2.2.2 枚举类型
Enum 类型用于存储预定义的一组值。它可以将字符串映射为整数从而节省存储空间并提高查询效率。
使用场景存储性别、订单状态等有限且固定的值。
2.2.3 元组
Tuple 类型用于存储固定长度的有序列表。元组中的每个元素可以是任意类型。
使用场景存储经纬度、RGB 颜色值等固定长度的组合数据。
2.2.4 Map
Map 类型用于存储键值对。它可以方便地查询和更新数据。
使用场景存储用户的属性、商品的元数据等。
2.2.5 Nullable
Nullable 类型用于存储可能为空的值。它可以为任意类型的数据添加一个表示是否为空的标记。
使用场景存储可能为空的字段如用户的昵称、商品的优惠价格等。
2.3 特殊数据类型
2.3.1 日期和时间类型
ClickHouse 提供 Date 和 DateTime 类型用于存储日期和时间。Date 类型用于存储日期年月日DateTime 类型用于存储日期和时间。
使用场景存储用户的注册时间、订单的创建时间等。
2.3.2 UUID
UUID 类型用于存储唯一标识符。它可以生成全局唯一的随机字符串。
使用场景存储用户的唯一 ID、订单的唯一 ID 等。
2.3.3 IP 地址
ClickHouse 提供 IPv4 和 IPv6 类型用于存储 IP 地址。
使用场景存储用户的 IP 地址、服务器的 IP 地址等。
2.3.4 AggregateFunction
AggregateFunction 类型用于存储聚合函数的状态。它可以方便地进行聚合查询。
使用场景统计用户的平均活跃时长、计算商品的销售总额等。
2.4 数据类型的选择和使用
2.4.1 如何选择合适的数据类型
选择数据类型时需要考虑数据的性质、业务的需求和查询的效率等因素。例如如果数据可能为空则应该选择 Nullable 类型如果数据有限并且固定则可以考虑使用 Enum 类型。
2.4.2 数据类型转换
ClickHouse 提供了一系列的函数可以在不同的数据类型之间进行转换。例如可以使用 toString 函数将数字转换为字符串使用 toInt32 函数将字符串转换为整数。
3. 相似数据类型区别 Int和UInt的差别Int类型的整数可以是负数而UInt类型的整数只能是非负的。 Float32和Float64的差别Float32是单精度浮点数Float64是双精度浮点数。 String和FixedString的差别String类型可以存储任意长度的字符串而FixedString类型则需要在定义时指定字符串的长度。 Date, DateTime, DateTime64的差别Date类型用于表示日期DateTime用于表示日期和时间而DateTime64则提供了更高的时间精度。 Enum8和Enum16的差别Enum8可以存储最多256个枚举值而Enum16可以存储最多65536个枚举值。 Tuple和Nested的定义和使用Tuple类型可以存储一组不同类型的值而Nested类型则可以存储一组结构相同的数据。
4. 其他数字类型
4.1. ClickHouse地理位置数据类型
Point、LineString、Polygon等类型的定义和使用
Point用于表示地球表面上一个点的地理位置。例如Point(经度, 纬度) 如 Point(30.5, 50.2)。
LineString表示一系列连接的线段由多个Point构成。例如LineString(Point(30.5, 50.2), Point(31.5, 51.2), Point(32.5, 52.2))。
Polygon表示一个多边形区域由多个点组成的环状结构。例如Polygon((30.5, 50.2), (31.5, 51.2), (32.5, 52.2), (30.5, 50.2))注意首尾点需相同。
地理位置数据类型的使用场景适用于存储和查询地理空间信息例如地图应用、物流、出行等需要进行地理位置分析的场景。
4.2. ClickHouse空值和非空值
Null和NotNull的定义和使用
Null表示数据的缺失或未知值可以在表定义时将某一列指定为 Nullable 类型例如 Nullable(String)。
NotNull表示不允许存储空值即数据必须有值。默认情况下大多数数据类型都是 NotNull。
空值和非空值的使用场景在某些情况下数据可能不完整或者不能获取某些字段可以使用 Nullable 类型存储数据。如果某一列数据总是存在可以使用 NotNull 类型这样可以提高查询性能。
4.3. ClickHouse数据类型转换 如何在不同的数据类型之间进行转换可以使用CAST函数进行类型转换。例如将String类型转为Int32类型CAST(123 AS Int32)。 数据类型转换的注意事项在进行类型转换时需要确保原数据能够成功转换为目标类型否则可能会导致数据丢失或者转换错误。
4.4. ClickHouse数据类型的性能考虑
ClickHouse的数据类型选择对于存储空间和查询性能都有重要影响。在设计数据库架构时考虑以下性能因素可以优化系统的性能
1. 存储空间影响
数据类型大小不同的数据类型在存储上占据的空间大小不同。选择较小的数据类型可以节省存储空间。例如使用Int8代替Int32可以将整数存储空间减少为1/4。压缩ClickHouse具有强大的数据压缩功能可以显著减少数据存储的大小。根据数据类型的特性选择合适的压缩算法和设置可以进一步减少存储空间占用。
2. 查询性能影响
数据类型的计算复杂度某些数据类型的计算和操作可能比其他类型更复杂。例如字符串类型的比较和模式匹配通常比整数类型更耗时。选择计算复杂度较低的数据类型可以提高查询性能。索引和过滤效率索引和过滤是查询性能的关键。某些数据类型支持更高效的索引和过滤操作。例如使用日期类型而不是字符串类型可以更快地进行时间范围查询。数据类型的顺序性ClickHouse是一个列式数据库数据按列存储。某些数据类型具有更好的顺序性可以提高查询性能。例如有序的整数类型比无序的字符串类型更易于压缩和查询。
在选择数据类型时需要综合考虑存储空间、查询性能和数据语义的要求。需要根据具体的应用场景和数据特点进行权衡和测试以获得最佳的性能和存储效率。
同时还要注意避免过度优化。在某些情况下微小的存储空间节省或查询性能提升可能并不值得引入复杂性和额外的开发成本。因此评估和测试在真实场景下的综合性能表现是十分重要的。
数据类型存储空间占用UInt81字节Int81字节UInt162字节Int162字节UInt324字节Int324字节UInt648字节Int648字节Float324字节Float648字节Decimal(M, D)取决于精度和规模(MD1)String根据字符串长度和编码方式FixedString(N)N字节Date4字节DateTime8字节Enum81字节Enum162字节Array(T)根据元素类型和元素数量进行计算Tuple(T1, T2,…)根据元素类型和元素数量进行计算Nullable(T)根据基本类型和null值标志位进行计算UUID16字节IPv44字节IPv616字节Nested根据嵌套结构和各个字段的数据类型进行计算
以上是一些常见的ClickHouse数据类型及其在存储空间方面的一般影响。需要注意的是实际存储空间可能会受到数据压缩、列引擎的特定设置以及其他因素的影响。因此在具体应用中最好进行实际测试和评估以获取准确的存储空间占用情况。
