ClickHouse（二十一）：Clickhouse SQL DDL操作-临时表及视图

IT贫道2023-08-19 19:23

进入正文前，感谢宝子们订阅专题、点赞、评论、收藏！关注IT贫道，获取高质量博客内容！

🏡个人主页：含各种IT体系技术，IT贫道_Apache Doris,大数据OLAP体系技术栈,Kerberos安全认证-CSDN博客

📌订阅：拥抱独家专题，你的订阅将点燃我的创作热情！

👍点赞：赞同优秀创作，你的点赞是对我创作最大的认可！

⭐️ 收藏：收藏原创博文，让我们一起打造IT界的荣耀与辉煌！

✏️评论：留下心声墨迹，你的评论将是我努力改进的方向！

目录

[​​​​​​​1. 临时表](#1. 临时表)

[1.1 创建临时表语法](#1.1 创建临时表语法)

[1.2 示例](#1.2 示例)

[​​​​​​​​​​​​​​2. 视图](#2. 视图)

[​​​​​​​​​​​​​​2.1 普通视图](#2.1 普通视图)

[​​​​​​​2.2 物化视图](#2.2 物化视图)

​​​​​​​1. 临时表

ClickHouse支持临时表，临时表具备以下特征：

  1. 当会话结束或者链接中断时，临时表将随会话一起消失。
  2. 临时表仅能够使用Memory表引擎，创建临时表时不需要指定表引擎。
  3. 无法为临时表指定数据库。它是在数据库之外创建的，与会话绑定。
  4. 如果临时表与另一个表名称相同，那么当在查询时没有显式的指定db的情况下，将优先使用临时表。
  5. 对于分布式处理，查询中使用的临时表将被传递到远程服务器。

1.1 创建临时表语法

sql 复制代码 
CREATE TEMPORARY TABLE [IF NOT EXISTS] table_name [ON CLUSTER cluster]

(

    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],

    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],

    ...

)

注意：不需要指定表引擎，默认是Memory

1.2 示例

sql 复制代码 
#查看库 newdb下 表

node1 :) show tables;



SHOW TABLES

┌─name────────┐

│ t1            │

│ t2            │

│ t_log        │

│ t_stripelog │

│ t_tinylog    │

└─────────────┘

5 rows in set. Elapsed: 0.004 sec.



#查询表 t_log表数据

node1 :) select * from t_log;



SELECT *

FROM t_log

┌─id─┬─name─┬─age─┐

│  1  │ 张三   │  18 │

│  2  │ 李四   │  19 │

└────┴─────┴─────┘

┌─id─┬─name─┬─age─┐

│  3  │ 王五  │  20   │

│  4  │ 马六  │  21   │

│  5  │ 田七  │  22   │

└────┴─────┴─────┘

5 rows in set. Elapsed: 0.004 sec.



#创建临时表 t_log ，与当前库下的t_log同名

node1 :) create temporary table t_log(id UInt8 ,name String);



CREATE TEMPORARY TABLE t_log

(

    `id` UInt8,

    `name` String

)



Ok.



0 rows in set. Elapsed: 0.001 sec.



#查询表 t_log的数据与结构，发现没有数据，这里查询的是临时表，结构如下：

node1 :) desc t_log;



DESCRIBE TABLE t_log

┌─name─┬─type───┬

│ id   │ UInt8  │

│ name │ String │

└──────┴────────┴

2 rows in set. Elapsed: 0.003 sec.



#如果想要查询到库newdb下的t_log需要加上数据库名

node1 :) select * from newdb.t_log;



#切换库为default，同样还可以查询到表t_log，说明表不属于任何库

node1 :) use default;

node1 :) desc t_log;

DESCRIBE TABLE t_log

┌─name─┬─type───┬

│ id   │ UInt8  │

│ name │ String │

└──────┴────────┴

2 rows in set. Elapsed: 0.004 sec.



#退出客户端之后，重新登录，查询t_log不存在。

node1 :) select * from t_log;

Exception: Received from localhost:9000. DB::Exception: Table default.t_log doesn't exist..



#也可以不退出客户端直接删除临时表

node1 :) drop table t_log;



DROP TABLE t_log

Ok.

0 rows in set. Elapsed: 0.001 sec.

注意：在大多数情况下，临时表不是手动创建的，而是在使用外部数据进行查询或分布式时创建的,可以使用ENGINE = Memory的表代替临时表。

​​​​​​​​​​​​​​2. 视图

ClickHouse中视图分为普通视图和物化视图，两者区别如图所示：

​​​​​​​​​​​​​​2.1 普通视图

普通视图不存储数据，它只是一层select 查询映射，类似于表的别名或者同义词，能简化查询，对原有表的查询性能没有增强的作用，具体性能依赖视图定义的语句，当从视图中查询时，视图只是替换了映射的查询语句。普通视图当基表删除后不可用。

  • 创建普通视图语法：
sql 复制代码 
CREATE [OR REPLACE] VIEW [IF NOT EXISTS] [db.]table_name [ON CLUSTER] AS SELECT ...
  • 示例：
sql 复制代码 
#在库 newdb中创建表 personinfo

node1 :) create table personinfo(id UInt8,name String,age UInt8,birthday Date) engine = Log;



#向表 personinfo中插入如下数据：

node1 :) insert into personinfo values (1,'张三',18,'2021-06-01');

node1 :) insert into personinfo values (2,'李四',19,'2021-06-02');

node1 :) insert into personinfo values (3,'王五',20,'2021-06-03');

node1 :) insert into personinfo values (4,'马六',21,'2021-06-04');

node1 :) insert into personinfo values (5,'田七',22,'2021-06-05');



#查询表中的数据

node1 :) select * from personinfo;



SELECT *

FROM personinfo

┌─id─┬─name─┬─age─┬───birthday─┐

│  1  │ 张三  │  18 │ 2021-06-01 │

│  2  │ 李四  │  19 │ 2021-06-02 │

└────┴──────┴─────┴────────────┘

┌─id─┬─name─┬─age─┬───birthday─┐

│  3 │ 王五  │  20  │ 2021-06-03 │

│  4 │ 马六  │  21  │ 2021-06-04 │

│  5 │ 田七  │  22  │ 2021-06-05 │

└────┴──────┴─────┴────────────┘

5 rows in set. Elapsed: 0.004 sec.



#创建视图 person_view 映射查询子句

node1 :) create view person_view as select name,birthday from personinfo;

CREATE VIEW person_view AS

SELECT

    name,

    birthday

FROM personinfo

Ok.

0 rows in set. Elapsed: 0.009 sec.



#查询视图person_view中的数据结果

node1 :) select * from person_view;



SELECT *

FROM person_view

┌─name─┬───birthday─┐

│ 张三  │ 2021-06-01 │

│ 李四  │ 2021-06-02 │

└──────┴────────────┘

┌─name─┬───birthday─┐

│ 王五  │ 2021-06-03 │

│ 马六  │ 2021-06-04 │

│ 田七  │ 2021-06-05 │

└──────┴────────────┘

5 rows in set. Elapsed: 0.004 sec.



#删除视图 使用drop即可

node1 :) drop table person_view;



DROP TABLE person_view

Ok.

0 rows in set. Elapsed: 0.002 sec.

​​​​​​​2.2 物化视图

物化视图是查询结果集的一份持久化存储，所以它与普通视图完全不同，而非常趋近于表。"查询结果集"的范围很宽泛，可以是基础表中部分数据的一份简单拷贝，也可以是多表join之后产生的结果或其子集，或者原始数据的聚合指标等等。

物化视图创建好之后，若源表被写入新数据则物化视图也会同步更新,POPULATE 关键字决定了物化视图的更新策略,若有POPULATE 则在创建视图的过程会将源表已经存在的数据一并导入，类似于 create table ... as,若无POPULATE 则物化视图在创建之后没有数据，只会在创建只有同步之后写入源表的数据，clickhouse 官方并不推荐使用populated，因为在创建物化视图的过程中同时写入的数据不能被插入物化视图。

物化视图是种特殊的数据表，创建时需要指定引擎，可以用show tables 查看。另外，物化视图不支持alter 操作。

产生物化视图的过程就叫做"物化"（materialization），广义地讲，物化视图是数据库中的预计算逻辑+显式缓存，典型的空间换时间思路，所以用得好的话，它可以避免对基础表的频繁查询并复用结果，从而显著提升查询的性能。

  • 物化视图创建语法：
sql 复制代码 
CREATE MATERIALIZED VIEW [IF NOT EXISTS] [db.]table_name [ON CLUSTER] [TO[db.]name] [ENGINE = engine] [POPULATE] AS SELECT ...
  • 示例：
sql 复制代码 
#在库 newdb 中创建物化视图 t_view1

node1 :) create materialized view  t_view1 engine = Log as select * from personinfo;



#查询 所有表

node1 :) show tables;



SHOW TABLES

┌─name───────────┐

│ .inner.t_view1 │

│ personinfo      

└────────────────┘

2 rows in set. Elapsed: 0.004 sec.



#向表 personinfo中插入如下数据：

node1 :) insert into personinfo values (1,'张三',18,'2021-06-01');

node1 :) insert into personinfo values (2,'李四',19,'2021-06-02');

node1 :) insert into personinfo values (3,'王五',20,'2021-06-03');

node1 :) insert into personinfo values (4,'马六',21,'2021-06-04');

node1 :) insert into personinfo values (5,'田七',22,'2021-06-05');



#查看物化视图 t_view1数据

node1 :) select * from t_view1;



SELECT *

FROM t_view1

┌─id─┬─name─┬─age─┬───birthday─┐

│  1 │ 张三 │  18 │ 2021-06-01 │

│  2 │ 李四 │  19 │ 2021-06-02 │

└────┴──────┴─────┴────────────┘

┌─id─┬─name─┬─age─┬───birthday─┐

│  3 │ 王五 │  20 │ 2021-06-03 │

│  4 │ 马六 │  21 │ 2021-06-04 │

│  5 │ 田七 │  22 │ 2021-06-05 │

└────┴──────┴─────┴────────────┘

5 rows in set. Elapsed: 0.004 sec.



#创建物化视图 t_view2

node1 :) create materialized view  t_view2 engine = Log as select count(name) as cnt from personinfo;



#向表 personinfo中插入以下数据

node1 :) insert into personinfo values (6,'赵八',23,'2021-06-06'),(7,'孙九',22,'2021-06-07');



#查询物化视图表 t_view2数据,可以看到做了预计算，这里不能一条条插入，不然效果是每条数据都会生成一个结果。

node1 :) select * from t_view2;



SELECT *

FROM t_view2

┌─cnt─┐

│   2  │

└─────┘

1 rows in set. Elapsed: 0.004 sec.



#删除物化视图

node1 :) drop table t_view2;

DROP TABLE t_view2

Ok.

0 rows in set. Elapsed: 0.001 sec.

注意：当创建好物化视图t_view1时，可以进入到/var/lib/clickhouse/data/newdb目录下看到%2Einner%2Et_view1目录，当物化视图中同步基表数据时，目录中有对应的列文件和元数据记录文件，与普通创建表一样，有目录结构。

👨‍💻如需博文中的资料请私信博主。

相关推荐
岁岁种桃花儿1 天前
MySQL从入门到精通系列：InnoDB记录存储结构
数据库·mysql
jiunian_cn1 天前
【Redis】hash数据类型相关指令
数据库·redis·哈希算法
冉冰学姐1 天前
SSM在线影评网站平台82ap4（程序+源码+数据库+调试部署+开发环境)带论文文档1万字以上，文末可获取，系统界面在最后面
数据库·ssm框架·在线影评平台·影片分类
知识分享小能手1 天前
SQL Server 2019入门学习教程，从入门到精通，SQL Server 2019数据库的操作(2）
数据库·学习·sqlserver
踩坑小念1 天前
秒杀场景下如何处理redis扣除状态不一致问题
数据库·redis·分布式·缓存·秒杀
萧曵 丶1 天前
MySQL 语句书写顺序与执行顺序对比速记表
数据库·mysql
Wiktok1 天前
MySQL的常用数据类型
数据库·mysql
麦兜和小可的舅舅1 天前
ClickHouse 一次Schema修改造成的Merge阻塞问题的分析和解决过程
clickhouse
曹牧1 天前
Oracle 表闪回（Flashback Table）
数据库·oracle
J_liaty1 天前
Redis 超详细入门教程：从零基础到实战精通
数据库·redis·缓存
热门推荐
01GitHub 镜像站点02Claude Code + GLM4.7 避坑指南：解决 Unable to connect to Anthropic services03Vue-skills的中文文档04OpenClaw Chrome扩展使用教程 - 浏览器中继控制05让 Trae IDE 智能体 “读懂”文档 Excel+PDF+DOCX ：mcp-documents-reader 工具使用指南06UV安装并设置国内源07Claude Code Skills 实用使用手册08一文了解国产算子编程语言 TileLang，TileLang 对国产开源生态的影响与启示09Linux下V2Ray安装配置指南10AI 规范驱动开发“三剑客”深度对比：Spec-Kit、Kiro 与 OpenSpec 实战指南