ClickHouse常用DDL

1 创建数据表与Kafka消费

sql 复制代码
-- 数据表
CREATE TABLE IF NOT EXISTS check_in_log ON CLUSTER ${cluster}
(
    id String DEFAULT generateUUIDv4() COMMENT 'ID',
    check_in_time        DateTime DEFAULT now() COMMENT '签到时间',
    user_id              Int64    DEFAULT -1    COMMENT '用户ID',
    user_ip_addr         String   DEFAULT ''    COMMENT '用户IP地址'
) ENGINE = ReplicatedReplacingMergeTree('/clickhouse/tables/{shard}/{database}/{table}', '{replica}')
PARTITION BY toYYYYMM(check_in_time)  -- 按月分区
ORDER BY (check_in_time, id)          -- 唯一键
TTL check_in_time + INTERVAL 1 YEAR   -- 保留1年
COMMENT '签到记录';

-- Kafka引擎表
CREATE TABLE IF NOT EXISTS check_in_log_stream ON CLUSTER ${cluster}
(
    check_in_time        DateTime DEFAULT now() COMMENT '签到时间',
    user_id              Int64    DEFAULT -1    COMMENT '用户ID',
    user_ip_addr         String   DEFAULT ''    COMMENT '用户IP地址'
) ENGINE = Kafka
SETTINGS
    kafka_broker_list = '${kafkaServers}',
    kafka_topic_list = 'check_in_log',
    kafka_group_name = 'check_in_log_ck_consumer',
    kafka_format = 'JSONEachRow',
    kafka_skip_broken_messages = 1
COMMENT '签到记录Kafka消费';
 
-- Kafka消费表
CREATE MATERIALIZED VIEW IF NOT EXISTS check_in_log_view ON CLUSTER ${cluster}
TO check_in_log AS
SELECT generateUUIDv4() as id, * FROM check_in_log_stream;
 
-- 聚合表
CREATE TABLE IF NOT EXISTS check_in_log_all ON CLUSTER ${cluster}
ENGINE = Distributed(${cluster}, currentDatabase(), check_in_log, rand())
COMMENT '通用审计日志聚合表';

2 修改表

sql 复制代码
ALTER TABLE check_in_log ADD COLUMN IF NOT EXISTS user_name String DEFAULT '' COMMENT '用户名';

3 表迁移

步骤1:创建新表

sql 复制代码
CREATE TABLE IF NOT EXISTS check_in_log_new ON CLUSTER ${cluster}
(
    id String DEFAULT generateUUIDv4() COMMENT 'ID',
    check_in_time        DateTime DEFAULT now() COMMENT '签到时间',
    user_id              Int64    DEFAULT -1    COMMENT '用户ID',
    user_ip_addr         String   DEFAULT ''    COMMENT '用户IP地址'
) ENGINE = ReplicatedReplacingMergeTree('/clickhouse/tables/{shard}/{database}/{table}', '{replica}')
ORDER BY (check_in_time, id)          -- 唯一键
TTL check_in_time + INTERVAL 1 YEAR   -- 保留1年
COMMENT '签到记录';

步骤2:迁移历史数据(全量插入)

sql 复制代码
INSERT INTO check_in_log_new 
SELECT * 
FROM check_in_log;
WHERE check_in_time >= '2023-01-01' AND check_in_time < '2024-01-01';  -- 按年分批

步骤3:检查数据完整性

sql 复制代码
SELECT count() FROM check_in_log;            -- 旧表行数
SELECT count() FROM check_in_log_new;        -- 新表行数(应相同)

步骤4:切换新旧表(原子操作)

sql 复制代码
-- 1. 重命名旧表(备份)
RENAME TABLE check_in_log TO check_in_log_old ON CLUSTER ${cluster};

-- 2. 重命名新表为正式表名
RENAME TABLE check_in_log_new TO check_in_log ON CLUSTER ${cluster};

-- 3. 删除旧表
DROP TABLE check_in_log_old ON CLUSTER ${cluster};
相关推荐
十二同学啊8 小时前
向量数据库:从核心原理到 RAG 与 Java 实战
数据库
蓝速科技9 小时前
会议室门牌公告通知发布选型与落地指南丨蓝速科技
大数据·运维·数据库·人工智能·科技
一 乐11 小时前
二手交易平台|基于springboot + vue二手交易平台(源码+数据库+文档)
java·数据库·vue.js·spring boot·小程序
SelectDB12 小时前
同等资源下 Apache Doris 4.2 vs StarRocks 4.1.1:1TB SSB 与 TPC-H 性能实测
大数据·数据库·数据分析
这个DBA有点耶12 小时前
数据库集群与分布式架构:三条技术路线对比、金仓KES RAC实测数据与决策框架
数据库·程序员·架构
MayBaymax12 小时前
MongoDB 索引与事务
java·数据库·mongodb
SelectDB12 小时前
Doris vs ClickHouse:企业 OLAP 走向下一阶段,两种技术路线如何选择
大数据·数据库·数据分析
vx-程序开发12 小时前
【计算机毕设】django校园跑腿服务系统83141
java·数据库·vue.js·spring boot·spring·elasticsearch·django
dkgee12 小时前
记录一次Clickhouse持续占用CPU超过100%问题分析
clickhouse·hermes
一 乐13 小时前
养老院管理系统|基于springboot + vue养老院管理系统(源码+数据库+文档)
java·数据库·vue.js·spring boot·毕业设计