Clickhouse使用基础

讓丄帝愛伱2025-01-02 10:16

bash 复制代码

# 查看操作系统版本
cat /etc/os-release

# clickhouse版本
clickhouse -V

# 登录clickhouse客户端
clickhouse-client -u xxx --password xxx -m 
# -m 或 --multiline：进入客户端后，运行输入多行sql语句

建表

sql 复制代码

# 创建数据库
CREATE DATABASE IF NOT EXISTS test;  --使用默认库引擎创建库

sql 复制代码

# 创建本地表
create table IF NOT EXISTS test.user_table (
	uid String comment '用户ID',
	sex String comment '性别',
	age UInt16 comment '年龄',
	phone String comment '联系电话'
)
engine = MergeTree()
order by uid;

数据类型需要大写开头：String、UInt16
表引擎类型也必须大写MergeTree
如果没有指定主键，默认使用 order by 指定的字段

sql 复制代码

# 创建分布式表
-- 在集群中创建实际存放数据的本地表
create table test.user_event on cluster data_cluster(
	uid String comment '用户id',
	event String comment '事件名称',
	c_time DateTime comment '点击时间',
	dt Date comment '日期'
)
engine = MergeTree()
partition by dt 
order by uid;

--创建分布式表
create table test.user_event_distributed (
	uid String comment '用户id',
	eventString comment '事件名称',
	c_time DateTime comment '点击时间',
	dt Date comment '日期'
)
engine = Distributed('data_cluster', 'test', 'user_event', rand());

分布式表需要选择Distributed 表引擎：
- 第1个参数：集群名称
- 第2个参数：数据库名
- 第3个参数：数据表名
- 第4个参数：分片key，数据被到不同服务器依据的字段，相同的值会被分配到同一台服务器

如果在创建分布式表test.user_event_distributed 时没有指定on cluster data_cluster，那么创建是本地表，后续的查询只能在建表的那个节点服务器查询数据

表变更

sql 复制代码

# 删除特定分区
alter table test.user_event 
on cluster data_cluster 
drop partition '2024-11-30';

alter table test.user_event 
on cluster data_cluster 
delete where dt > '2024-11-15';

alter table test.user_event 
on cluster data_cluster 
delete where dt='2024-11-30';

# 删除满足特定条件数据
alter table test.user_event 
on cluster data_cluster 
delete where user_id='u00001';

自定义函数

sql 复制代码

/**
 * 创建自定义函数 x_split
 * 分割字符串并把类型转换为整数
 */
CREATE FUNCTION x_split (x String)
RETURNS Array(UInt32)
AS
(
    arrayMap(
        (y) -> toUInt32(y), 
        splitByString(',', x)
    )
);