ClickHouse数据类型

数据库

大家好，我是周伟。

今天我们继续来学习ClickHouse的数据类型，其实这块资料重要的资料还是看官网。

官网：ClickHouse数据类型

老规矩，还是先上阅读导读：

ClickHouse数据类型

分类与语法规则

ClickHouse与MySQL语法是及其相似的，我们先来看一个创建表语句。

1
2
3
4
5
6
CREATE TABLE dt
(
    `id` UInt32
    `name` String,
)
ENGINE = TinyLog;

id UInt32中，id为字段名称，UInt32是我们的数据类型，就是语法规则，为了方便记忆，我结合语法规则和使用场景把数据类型分成了四种类型：

  1. 基本数据类型

基本数据类型是指我们Int、String …常见类型。

  1. 函数数据类型

看如下创建语句：

1
2
3
4
5
6
7
CREATE TABLE lc_t
(
    `id` UInt16,
    `strings` LowCardinality(String)
)
ENGINE = MergeTree()
ORDER BY id

strings LowCardinality(String)的申明部分，带着()与我们的函数调用相似，所以我给他取名叫做函数类型。

  1. 场景类型

IP地址、经纬度都有固定的存储格式，而且也很常用，很多数据库都为常见的场景做了单独的类型，我们把这一类，归为场景类型。

  1. 其他

那些实在不好分类的几种数据类型，就把它放在其他类型里。

做好了分类，我们依次来学习各种数据类型。

基本数据类型

与我们变成语言一样，常见的这一些类型。

Int & Boolean

ClickHouse数据库的Int类型区分有符号与无符号，命名也非常的简单粗暴，用简单直接的命名顶替了其他数据库的Int、BigInt之类的。

类型 取值范围
Int8 [-128 : 127]
Int16 [-32768 : 32767]
Int32 [-2147483648 : 2147483647]
…
UInt8 [0 : 255]
UInt16 [0 : 65535]
UInt32 [0 : 4294967295]

U开头的表示无符号，同样的空间，能够存储更大的值。上面表格没有写全，最大可以到Int256、UInt256。

这里需要单独拎出来说一下的是，在我们的ClickHouse里边，没有单独的Boolean类型，可以用Int8的0和1来表示。

Float & Decimal

官方是推荐我们使用Int存储，比如我们存金额的时候，会采取存分为单位，这样子就避免存小数。

但是业务开发的时候，难免会碰到需要保留小数的后多少位，比如我们熟悉的圆周率。

类型 取值范围
Float32 -2147483648 - 2147483647
Float64 -9223372036854775808 - 9223372036854775807
Decimal32(S) ( -1 * 10^(9 - S), 1 * 10^(9 - S) )
Decimal64(S) ( -1 * 10^(18 - S), 1 * 10^(18 - S) )
Decimal128(S) ( -1 * 10^(38 - S), 1 * 10^(38 - S) )
Decimal256(S) ( -1 * 10^(76 - S), 1 * 10^(76 - S) )

String & FixedString & UUID

在ClickHouse中，没有varchar这种结构，就是简单直接的提供了String类型，如果我们知道值是固定的长度，就用FixdString类型，它表示定长，与我们语言中的数组一样，申明的时候就固定了长度。比如我们存储MD5用FixedString(16) ，存储SHA256用 FixedString(32) 。

但是他提供了一种特殊的类型，就是UUID，专门用来存储UUID的值。

UUID：通用唯一标识符 (UUID) 是一个 16 字节的数字，用于标识记录。

ClickHouse里边，generateUUIDv4可以生成UUID

Date & DateTime

时间类型，Date与DateTime的区别在于格式不一样，Date里边细分Date和Date32，DateTime细分DateTime64，他们之间的区别在于能存储的范围不一样。

名称 格式 取值范围
Date 2022-04-01 [1970-01-01, 2149-06-06]
Date32 2022-04-01 [1925-01-01, 2283-11-11]
DateTime 2022-04-01 00:00:00 [1970-01-01 00:00:00, 2106-02-07 06:28:15]
DateTime64 2022-04-01 00:00:00 [1925-01-01 00:00:00, 2283-11-11 23:59:59.99999999] (注意: 最大值的精度是8)

DateTime64 类型可以像存储其他数据列一样存储时区信息，时区会影响 DateTime64 类型的值如何以文本格式显示。

Enum

这个枚举和我们编程语言中的枚举可以说是一一对应了，分为8bit的枚举和16bit的枚举。

8 位枚举。它最多可以包含在 [-128, 127] 范围内枚举的 256 个值。

16 位枚举。它最多可以包含 [-32768, 32767] 范围内枚举的 65536 个值。

如果使用基于ClickHouse来实现数据字典，这将是一个值得深入研究的东西。

https://clickhouse.com/docs/en/sql-reference/data-types/enum/

还有很多类型，我把它简单的归类一下，就不一一详细说明了，可以自行看文档。

函数数据类型

Nullable

LowCardinality

Array

AggregateFunction

Nested

Tuple

SimpleAggregateFunction

场景类型

Map | Json？

Geo 保存经纬度

Domains 域名 IP体系

IPv4

IPv6

其他

未定义 Nothing

时间戳 Interval

官方文档：

https://clickhouse.com/docs/en/sql-reference/data-types/

https://help.aliyun.com/document_detail/146000.html

最后

我是周伟，专注于Java和架构领域，坚持撰写有原理，有实战，有体系的技术文章。