大数据-135 - ClickHouse 集群 - 数据类型 实际测试

点一下关注吧！！！非常感谢！！持续更新！！！

目前已经更新到了：

• Hadoop（已更完）
• HDFS（已更完）
• MapReduce（已更完）
• Hive（已更完）
• Flume（已更完）
• Sqoop（已更完）
• Zookeeper（已更完）
• HBase（已更完）
• Redis （已更完）
• Kafka（已更完）
• Spark（已更完）
• Flink（已更完）
• ClickHouse（正在更新···）

章节内容

上节我们完成了如下的内容：

• 单机安装
• 单机测试
• 集群安装
• 集群启动

上节情况

上节已经完成了ClickHouse 的安装和启动。

测试连接

clickhouse-client -m--host h121.wzk.icu --port9000--user default --password [email protected]

如果可以从 122 连接到 121 说明你的服务已经搭建好了。
你可以测试以下，是否三台节点之间都是互通的，确保服务和服务之间一切正常，方便我们后续的学习研究。

检验集群

任意连接一个节点，我们进行测试

h121

clickhouse-client -m--host h121.wzk.icu --port9000--user default --password [email protected]

SELECT * FROM system.clusters WHERE cluster ='perftest_3shards_1replicas';

h122

clickhouse-client -m--host h122.wzk.icu --port9001--user default --password [email protected]

h123

clickhouse-client -m--host h123.wzk.icu --port9001--user default --password [email protected]

数据类型

简单介绍

支持DML，为了提高性能，较传统数据库而言，ClickHouse提供了复合数据类型。ClickHouse的Update和Delete就是由Alter变种实现的。

启动测试

我这里采用了 h121 机器的服务，当然如果你使用别的机器的服务也可以。

clickhouse-client -m--host h121.wzk.icu --port9000--user default --password [email protected]

整型

固定长度的整型，包括有符号整型，和无符号整型。

SELECT 255;
SELECT -128;

执行的结果截图如下图：

浮点型

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，因为浮点型计算行为可能引起四舍五入的误差。

SELECT 1-0.9;
SELECT 1/0;
SELECT 0/0;

执行的结果如下图：

Decimal

如果要求更高精度，可以选择Decimal类型，格式：Decimal（P,S）

• P：代表精度，决定总位数（正数部分+小数部分），取值0-38
• S：代表规模，决定小数位数，取值范围是0-P

ClickHouse对Decimal提供三种简写：

• Decimal32
• Decimal64
• Decimal128

相加、减精度取大

SELECT toDecimal32(2, 4) + toDecimal32(2, 2);
SELECT toDecimal32(4, 4) + toDecimal32(2, 2);

运行结果的截图如下图所示：

相乘精度取和

SELECT toDecimal32(2, 2) * toDecimal32(4, 4)

运行结果的截图如下图所示：

相除精度取被除数

SELECT toDecimal32(4, 4) / toDecimal32(2, 2)

运行结果的截图如下图所示：

字符串

String

字符串可以任意长度，它可以包含任意的字符集，包含空字节。

FixedString（N）

固定长度为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。当服务端读取长度小于N的字符串的时候，将返回错误。

SELECT toFixedString('abc', 5), LENGTH(toFixedString('abc', 5)) AS LENGTH;

执行结果如下图：

UUID

ClickHouse将UUID这种在传统数据库中充当主键的类型直接做成了数据类型

创建新表

CREATE TABLE UUID_TEST(`c1` UUID,
  `c2` String
)ENGINE = memory;

执行结果如下图：

插入数据

INSERT INTO UUID_TEST SELECT generateUUIDv4(), 't1';
INSERT INTO UUID_TEST(c2) VALUES('t2');

执行结果如下图：

查询结果

SELECT * FROM UUID_TEST;

执行结果如下图:

枚举类型

包括 Enum8 和 Enum16 类型，保存 string = integer 的对应关系。
Enum8 用 String = Int8 对描述
Enum16 用 String = Int16 对描述。

创建新表

CREATE TABLE t_enum (
  x Enum8('hello'=1, 'word'=2)) ENGINE = TinyLog;

执行结果如下所示：

注意：这个列 x 只能存储定义列出的值，“Hello” 或者 “world”，如果插入其他值则会报错。

插入数据

INSERT INTO t_enum VALUES ('hello'), ('word'), ('hello');

执行结果如下图：

查询数据

SELECT * FROM t_enum;

如果需要看到对应行的数值，则必须将Enum转换为整数类型。

SELECT CAST(x, 'Int8') FROM t_enum;

执行结果如下图：

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，不能再MergeTree表中存储多维数组。

创建数组

SELECT array(1, 2.0) AS x, toTypeName(x);
SELECT [1, 2] AS x, toTypeName(x);

执行结果如下图：

如果是声明字段的时候，则需要指明数据类型：

CREATE TABLE Array_test (`c1` Array(String)) ENGINE = Memory;

元组

Tuple（T1，T2）：元组，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);

执行的结果如下图：

注意：在定义表字段的时候也需要指明数据类型。

Date、DateTime

日期类型、用两个字节存储，表示 1970-01-01 （无符号）到当前的日期值。

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。