ClickHouse表常用引擎

1 TinyLog

特点：

是最简单的表轻量引擎（最多约100万行）, 一写多读的应用场景。同时读写会损害数据；

TinyLog 表经常作为中间表，用于数据的微批量处理. 语法中无需携带任何参数；

它将数据保存到磁盘. 每个字段都以单独压缩文件形式保存. 当写入数据时, 数据追加到文件的末尾；

语法格式：

CREATE  TABLE  [ IF  NOT  EXISTS ]  [ db 。] table_name  [ ON  CLUSTER  cluster ] 
（
    name1  [ type1 ]  [ DEFAULT | MATERIALIZED | ALIAS  expr1 ]  [ TTL  expr1 ]，
   	name2  [ type2 ]  [ DEFAULT | MATERIALIZED | ALIAS  expr2 ]  [ TTL  expr2 ]，
  	 	 	... 
  	INDEX index_name1  expr1的 TYPE  TYPE1 （...） 粒度 值1 ，
    INDEX  index_name2  表达式2  TYPE  TYPE2 （...） 粒度 值2 
） ENGINE  =  TinyLog();

2 MergeTree

特点：

1、这是目前 ClickHouse处理能力最好的引擎.

2、引擎支持索引，通过主键和日期来构建索引, 同时提供数据的实时更新能力.

语法：

CREATE  TABLE  [ IF  NOT  EXISTS ]  [ db 。] table_name  [ ON  CLUSTER  cluster ] 
		（
    name1  [ type1 ]  [ DEFAULT | MATERIALIZED | ALIAS  expr1 ]  [ TTL  expr1 ]，
   	name2  [ type2 ]  [ DEFAULT | MATERIALIZED | ALIAS  expr2 ]  [ TTL  expr2 ]，
  		 	 ... 
  	INDEX index_name1  expr1的 TYPE  TYPE1 （...） 粒度 值1 ，
    INDEX  index_name2  表达式2  TYPE  TYPE2 （...） 粒度 值2 
） ENGINE  =  MergeTree （）
[ PARTITION  BY  EXPR ] 
[ ORDER  BY  EXPR ] 
[ PRIMARY  KEY  EXPR ] 
[ 样品 BY  EXPR ] 
[ SETTINGS  name = value， ...]

3 ReplacingMergeTree

特点：

适用于在后台清除重复数据以节省空间，但不保证不存在重复。

语法：

CREATE  TABLE  [ IF  NOT  EXISTS ]  [ db 。] table_name  [ ON  CL	USTER  cluster ] 
		（	
    	name1  [ type1 ]  [ DEFAULT | MATERIALIZED | ALIAS  expr1 ]  [ TTL  expr1 ]
   		name2  [ type2 ]  [ DEFAULT | MATERIALIZED | ALIAS  expr2 ]  [ TTL  expr2 ]，
  	 	 	... 
  	  	INDEX index_name1  expr1的 TYPE  TYPE1 （...） 粒度 值1 ，
   		 INDEX  index_name2  表达式2  TYPE  TYPE2 （...） 粒度 值2 
		） ENGINE  =ReplicatedMergeTree('/clickhouse/tables/{layer}-{shard}/wt_order_details',
        		 '{replica}') 
		[ PARTITION  BY  EXPR ] 
		[ ORDER  BY  EXPR ] 
		[ PRIMARY  KEY  EXPR ] 
		[ 样品 BY  EXPR ] 
		[ SETTINGS  name = value， ...]

4 Distributed

特点：

1、分布式引擎本身不存储数据, 但可以在多个服务器上进行分布式查询。读是自动并行的。

2、读取时，远程服务器表的索引（如果有的话）会被使用。

3、远程服务器不仅用于读取数据，还会对尽可能数据做部分处理。

4、分布式引擎参数：服务器配置文件中的集群名，远程数据库名，远程表名，数据分片键（可选）

举例：

（1）先创建本地表：

CREATE TABLE if not exists datahub.analysis_20240205_local on cluster default (
`ID` String not NULL,
`PageNo` String DEFAULT '',
`PdfOssPath` String DEFAULT '',
`MkdOssPath` String DEFAULT '',
`InclTable` String DEFAULT '',
`InclFormula` String DEFAULT '',
`ImageOssPath` String DEFAULT '',
`TableLatex` String DEFAULT '',
`FormulaLatex` String DEFAULT '',
`Subject` String DEFAULT 'sub_default',
`Source` String DEFAULT 'src_default',
`Year` String DEFAULT '0000'
) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{shard}/datahub/analysis_20240205_local /{uuid}', '{replica}')
PRIMARY KEY `ID`
partition by (`Subject`,  `Source`, `Year`);

（2）创建分布式表

create table if not exists datahub.analysis_20240205 on cluster default
engine = Distributed(default, datahub,analysis_20240205_local,rand());

5 Memory

特点：

1、重新启动服务器时，表中的数据消失，表将变为空。通常，使用此表引擎是不合理的。（值得注意的是，在许多情况下，与 MergeTree 引擎的性能几乎一样高）。

2、锁范围小：读写操作不会相互阻塞。不支持索引。阅读是并行化的。

3、从这张表中读取是很轻松的。并发数据访问是同步的。

4、以未压缩的形式将数据存储在内存中。数据完全以读取时获得的形式存储。

6、Kafka

1、自动跟踪传递的消息，因此组中的每条消息仅计算一次。如果要获取数据两次，则使用另一个组名创建表的副本。组是灵活的并在群集上同步

2、发布或订阅数据流。

3、组织容错存储。

4、处理流可用。