clickhouse是一個列式數據庫（系統）。
官方文檔
官網比較全，但也可以說比較雜，下面就是我個人的一些總結，以及在實際工作中的應用場景。

1.clickhouse適用場景

clickhouse主要適合那種大量數據做分析的場景。
一般數據insert進去，也就不要修改和刪除了。
比如那種埋點的數據，每秒成百上千條插入，但對事務的要求不高。
clickhouse比較吃內存，這也是它比較快的原因之一。
我實際工作的場景，就是把每天幾百萬甚至幾千萬的業務數據，在各個維度把數據拉平，存在clickhouse中，所以存的是最細分的數據，然后作為統計報表的查詢庫，可以查出各個維度下或多個維度下的數據了。

2.clickhouse與mysql類比。

初學的時候，你可以把clickhouse類比mysql來用。
同樣的都有數據庫，都要創建表，都支持sql標準。
clickhouse的數據也是存在表中的，先建庫，再建表，最后insert數據。
clickhouse默認有一個default庫，建表的時候，數據類型的定義和mysql不一樣，以及引擎也不一樣。
clickhouse一般都用的是mergeTree引擎，我們后面也是以這個引擎為例。

3.clickhouse常用數據類型

clickhouse表中的每個字段，都必須在創建表的時候指定數據類型，常用的有以下幾種：

1.整形

整型范圍 Int8 - [-128 : 127] Int16 - [-32768 : 32767] Int32 - [-2147483648 : 2147483647] Int64 - [-9223372036854775808 : 9223372036854775807] 無符號整型范圍 UInt8 - [0 : 255] UInt16 - [0 : 65535] UInt32 - [0 : 4294967295] UInt64 - [0 : 18446744073709551615]

常用UInt16

2.浮點型

Float32, Float64
我用的比較少

3.Decimal

涉及到錢等類似其他精細計算的類型

4.String

最常用的類型，萬物皆String

5.Date

精確到天，對應java中，是long類型。
insert的時候注意單位
當表的引擎用mergeTree時，還必須要有個Date類型的字段。

6.DateTime

精確到秒，對應java中，也是long類型
insert的時候，也是注意單位

7.其他

官網還提供了其他類型，平時用不到，所以先不說了

5.clickhouse的引擎

clickhouse提供了很多引擎，我們注意說說mergeTree
mergeTree引擎，主要有個分區的特點。
我們可以指定按天分區，或者按月分區，那么后面查詢或者刪除的時候，就可以按天或按月。
建表規范如下

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster] (name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],...INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1,INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2 ) ENGINE = MergeTree() [PARTITION BY expr] [ORDER BY expr] [PRIMARY KEY expr] [SAMPLE BY expr] [SETTINGS name=value, ...]

重點看mergeTree()后面各個屬性的定義順序

刪除數據（mergeTree引擎）

帶分區的引擎，可以按分區刪除。
以按天分區的表舉例：
表名：response_event
不需要指定字段名，因為建表的時候已經指定了。

ALTER TABLE response_event DROP PARTITION '2019-11-11';

如果這個字段是null，就用 ‘0000-00-00’

4.實戰—java中使用clickhouse

1.使用maven

<dependency><groupId>ru.yandex.clickhouse</groupId><artifactId>clickhouse-jdbc</artifactId><version>0.1.48</version></dependency>

2.JDBC連接數據庫

ClickHouseProperties properties = new ClickHouseProperties();properties.setDataTransferTimeout(5 * 60 * 1000);properties.setMaxExecutionTime(5 * 60 * 1000);properties.setSocketTimeout(5 * 60 * 1000);ClickHouseDataSource dataSource = new ClickHouseDataSource("jdbc:clickhouse://clickhouse的ip:8123/default", properties);ClickHouseConnection connection = dataSource.getConnection();ClickHouseStatement statement = connection.createStatement();

3.創建表

CREATE TABLE response_event(requestId String,event UInt8,...eventTime DateTime,createDate Date)ENGINE = MergeTree PARTITION BY toDate(createDate) ORDER BY (createDate) SETTINGS index_granularity=8192; boolean execute = statement.execute(sql);

4.插入數據

INSERT INTO response_event(requestId,event,...eventTime,createDate) values(.......) boolean execute = statement.execute(sql);

5.查詢數據

select count(1) from response_event; select * from response_event; ClickHouseResponse response = statement.executeQueryClickhouseResponse(sql);JSONObject res = JSONObject.parseObject(JSONObject.toJSONString(response));JSONArray data = res.getJSONArray("data");JSONArray meta = res.getJSONArray("meta");

5.clickhouse可視化軟件

類似于mysql的navicat，clickhouse常用DBeaver來可視化
DBeaver官網下載，直接安裝

總結

以上是生活随笔為你收集整理的[数据库] --- clickhouse的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。