ClickHouse--03--数据类型

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

数据类型

ClickHouse 提供了许多数据类型，它们可以划分为基础类型、复合类型和特殊类型。我们可以在 system.data_type_families 表中检查数据类型名称以及是否区分大小写。这个表中存储了 ClickHouse 支持的所有数据类型。

下面介绍下常用的数据类型，ClickHouse 与 Mysql、Hive 中常用数据类型的对比图如下：

1. Int

• ClickHouse 中整形分为 Int8、Int16、Int32、Int64 来表示整数不同的取值范围，其末尾数字正好代表占用字节的大小（8 位=1字节），整形又包含有符号整形和无符号整形，他们写法上的区别为无符号整形前面加“U”表示。

2.Float

• 我们建议使用整数方式来存储数据，因为浮点类型数据计算可能导致四舍五入的误差。
  浮点类型包含单精度浮点数和双精度浮点数。
  
• Float32 从小数点后第 8 位起会发生数据溢出。

示例

toFloat32(…) 用来将字符串转换成 Float32 类型的函数

toFloat64(…) 用来将字符串转换成 Float64 类型的函数

3.Decimal

• 有符号的定点数，可在加、减和乘法运算过程中保持精度。ClickHouse 提供了Decimal32、Decimal64、Decimal128、Decimal256 几种精度的定点数，支持几种写法：
  
  
  另外，Decimal 数据在进行四则运算时，精度（总位数）和规模（小数点位数）会发
  生变化，具体规则如下：
  
  示例：

toDecimal32(value,S):将字符串 value 转换为 Decimal32 类型,小数点后有 S 位。

toTypeName(字段)：获取字段的数据类型函数。

4.String

• 字符串可以是任意长度的。
• 它可以包含任意的字节集，包含空字节。
• 因此，字符串类型可以代替其他 DBMSs 中的 VARCHAR、BLOB、CLOB 等类型。

5.FixedString

固定长度 N 的字符串（N 必须是严格的正自然数）,一般在明确字符串长度的场景下使用，可以使用下面的语法对列声明为 FixedString 类型：

• 当向 ClickHouse 中插入数据时,如果字符串包含的字节数少于 N ,将对字符串末尾进行空字节填充。如果字符串包含的字节数大于 N,将抛出 Too large value for FixedString(N)异常
• 当做数据查询时，ClickHouse 不会删除字符串末尾的空字节。 如果使用 WHERE 子句，则须要手动添加空字节以匹配 FixedString 的值，新版本后期不需要手动添加。

示例：

toFixedString(value,N)：将字符串转换为 N 位长度，N 不能小于 value 字符串实际长度。

6.UUID

UUID 是一种数据库常见的主键类型，在 ClickHouse 中直接把它作为一种数据类型。

• UUID 共有 32 位，它的格式为 8-4-4-4-12
• 如果在插入新记录时未指定 UUID 列值，则UUID 值将用 0 来填充（00000000-0000-0000-0000-000000000000）。
• UUID 类型不支持算术运算、聚合函数 sum 和 avg

示例

generateUUIDv4()随机生成一个 32 位的 UUID。

7.Date

• Date 只能精确到天，用两个字节存储，表示从 1970-01-01（无符号）到当前的日期 值。日期中没有存储时区信息，不能指定时区。

示例：

now() : 获取当前天日期，返回格式：yyyy-MM-dd HH:mm:ss

toDate(value) : 将字符串转成 Date，只支持 yyyy-MM-dd 格式。

8.DateTime

DateTime 精确到秒，可以指定时区。

• 用四个字节（无符号的）存储 Unix 时间戳。允许存储与日期类型相同的范围内的值。最小值为 0000-00-00 00:00:00，时间戳类型值精确到秒。
• 时区使用启动客户端或服务器时的系统时区。默认情况下，客户端连接到服务的时候会 使用服务端时区。您可以通过启用客户端命令行选项–use_client_time_zone 来设 置使用客户端时区

示例：

toDateTime(DateTimeValue) ： 将 字 符 串 转 成 DateTime ， 只 支 持 yyyy-MM-dd HH:MI:SS。

toDateTime(DateTimeValue,时区) ：同上，支持将数据转换为对应时区时间。

9.DateTime64

DateTime64 精确到毫秒和微秒，可以指定时区。在内部，此类型以 Int64 类型将数据存储。时间刻度的分辨率由 precision 参数确定。

• 此外，DateTime64 类型可以像存储其他数据列一样存储时区信息，时区会影响 DateTime64 类型的值如何以文本格式显示，以及如何解析以字符串形式指定的时间数据 (‘2020-01-01 05:00:01.000’)。时区信息不存储在表的行中，而是存储在列的元数据中。
  
  示例：

toDateTime64(timeStr,precision):将字符串转成 DateTime64，精度为 precision。支持 yyyy-MM-dd HH:MI:SS.SSS 时间格式。

toDateTime64(timeStr,precision，timezone):同上，只是可以将时间转换为对应时区时间。

10.布尔类型

• ClickHouse 中没有单独的类型来存储布尔值。可以使用 UInt8 类型，取值限制为 0或 1。具体参照枚举类型。

11.枚举类型 Enum

枚举类型通常在定义常量时使用，ClickHouse 提供了 Enum8 和 Enum16 两种枚举类型。

• Enum 保存’string’=integer 的对应关系。在 ClickHouse 中，尽管用户使用的是字符串常量，但所有含有 Enum数据类型的操作都是按照包含整数的值来执行。这在性能方面比使用 String 数据类型更有效。
• Enum8 和 Enum16 分别对应’String’=Int8 和’String’=Int16，Enum8 类型的每个值范围是-128 … 127，Enum16 类型的每个值范围是-32768 … 32767，所有的字符串或者数字都必须是不一样的，允许存在空字符串，Enum 类型中数字可以是任意顺序，顺序并不重要。
• 向 Enum 字段中插入值时，可以插入枚举的字符串值也可以插入枚举对应的 Int 值， 建议插入对应的字符串值，这样避免插入对应的 Int值不在 Enum 枚举集合中再次查询表 时报错。定义了枚举类型值之后，不能写入其他值的数据，写入的值不在枚举集合中就会抛 出异常。
  
  
  

12.Nullable

• Nullable 类 型 只 能 与 基 础 数 据 类 型 搭 配 使 用 ， 表 示 某 个 类 型 的 值 可 以 为NULL,Nullable(Int8)表示可以存储Int8类型的值，没有值时存NULL。使用Nullable 需要注意：Nullable 类型的字段不能作为索引字段，尽量避免使用 Nullable 类型，因 为字段被定义为 Nullable 类型后会额外生成[Column].null.bin 文件保存 Null 值，增加开销，比普通列消耗更多的存储空间。
  
  

13 .数组类型 Array(T)

• Array(T)，由 T 类型元素组成的数组。T 可以是任意类型，包含数组类型。但不推 荐使用多维数组，ClickHouse 对多维数组的支持有限。例如，不能在 MergeTree 表中存储多维数组。
• 数组的定义方式有两种：Array(T),[1,2,3… …],数组类型里面的元素必须具 有相同的数据类型，否则会报异常。另外，需要注意的是，数组元素中如果存在 Null 值， 则元素类型将变为 Nullable。
• 从数组中查询获取值使用 xx[1|2… …]，直接使用中括号获取值，下标从 1 开始。
  
  
  

14.Tuple 类型

元组类型有 1~n 个元素组成，每个元素允许设置不同的数据类型，且彼此之间不要求兼容。与数组类似，元组也可以使用两种方式定义：tuple(1,‘hello’,12.34)或者直接写(1,‘hello’,45.67),元组中可以存储多种数据类型，但是要注意数据类型的顺序。

15 .嵌套类型 Nested

ClickHouse 支持嵌套数据类型（Nested）,可以为一个表定义一个或者多个嵌套数据类型字段，但是每个嵌套字段只支持一级嵌套，即嵌套字段内不能继续使用嵌套类型。嵌套一般用来表示简单的级联关系，嵌套本质上是一个多维数组，嵌套类型中的每个数组的长度必须相同。目前，Nested 类型支持很局限，MergeTree 引擎中不支持 Nested 类型。

16.Domain

Domain 类型是特定实现的类型，目前支持 IPv4 和 IPv6 两类，本质上他们是对整形和字符串的进一步封装，IPv4 类型基于 UInt32 封装，IPv6 基于 FixedString(16)封装。

• 出于便捷性的考量，例如：IPv4 类型支持格式检查，格式错误的 IP 无法被写入。出于性能的考量，IPv4 和 IPv6 相对于 String 更加紧凑，占用的空间更小，查询性能更快。
• 在使用 Domain 时需要注意，虽然表面看起来与 String 一样，但是 Domain类型并不是字符串，也不支持隐式自动转换成字符串，如果需要返回 IP 的字符串形式，需要调用函数 IPv4NumToString()和IPv6NumToString()显式实现。