点一下关注吧！！！非常感谢！！持续更新！！！
目前已经更新到了：
- Hadoop（已更完）
- HDFS（已更完）
- MapReduce（已更完）
- Hive（已更完）
- Flume（已更完）
- Sqoop（已更完）
- Zookeeper（已更完）
- HBase（已更完）
- Redis （已更完）
- Kafka（已更完）
- Spark（已更完）
- Flink（已更完）
- ClickHouse（正在更新···）
章节内容
上节我们完成了如下的内容：
- 副本和分片
- Distributed 部分
- 编码实际案例测试
基本介绍
ClickHouse 是一种用于 OLAP（在线分析处理）的列式数据库，因其高速数据处理能力在大数据分析中备受青睐。ClickHouse 的 SQL 语法与标准 SQL 类似，但由于其专注于分析场景，有一些特殊的扩展。ClickHouse 默认不支持直接 DELETE 或 UPDATE 操作，但可以通过分区管理和合并机制间接清理数据。ClickHouse 提供了很多专门为高效分析而设计的功能。ClickHouse 提供了丰富的聚合函数，如 sum()、avg()、min()、max()、count()。
基本 SQL 语法
ClickHouse 的 SQL 语法与标准 SQL 类似，但由于其专注于分析场景，有一些特殊的扩展。
创建表的时候：
CREATE TABLE table_name (
column1 DataType,
column2 DataType,
...
) ENGINE = MergeTree()
ORDER BY (primary_key_columns);- ENGINE：表引擎，最常用的是 MergeTree 系列。
- ORDER BY：必须指定排序键，支持对大数据集高效查询。
- PARTITION BY：按列进行分区（可选）。
- SAMPLE BY：用于大数据量下的采样查询（可选）。
删除或清理表数据的时候：
ClickHouse 默认不支持直接 DELETE 或 UPDATE 操作，但可以通过分区管理和合并机制间接清理数据。
ALTER TABLE table_name DROP PARTITION partition_expr;特殊功能
聚合函数
ClickHouse 提供了丰富的聚合函数，如 sum()、avg()、min()、max()、count()。此外，还有以下特殊聚合函数：
SELECT uniqExact(column) FROM table_name; -- 精确去重计数
SELECT quantiles(0.5, 0.9)(column) FROM table_name; -- 分位数计算窗口函数
ClickHouse 支持窗口函数，但语法略有不同。常见窗口函数有 row_number()、rank() 等：
SELECT column, rowNumber() OVER (PARTITION BY partition_column ORDER BY sort_column)
FROM table_name;数组和嵌套类型
ClickHouse 支持数组和嵌套类型，适合处理复杂的数据结构：
SELECT arrayJoin(array) FROM table_name;- arrayJoin：将数组展开为多行
MergeTree 引擎
MergeTree 是 ClickHouse 最常用的引擎之一，具备排序、索引和分区的特性，能够高效处理海量数据。
- ORDER BY：定义主键，数据按照该字段排序。
- PRIMARY KEY：可以和 ORDER BY 一致，用于快速定位。
- PARTITION BY：用于数据按逻辑分片，减少查询范围。
- TTL：设置数据过期时间，自动清理历史数据。
基本状况
目前我是ClickHouse的集群环境：
- h121.wzk.icu
- h122.wzk.icu
- h123.wzk.icu
建立连接
我们随机找一台建立链接
clickhouse-client -m --host h121.wzk.icu --port 9001 --user default --password clickhouse@wzk.icu新建库
CREATE DATABASE mydatabase;执行结果如下图所示：
可以看到对应的路径如下所示：
cd /var/lib/clickhouse/data
ls执行结果如下图，可以看到我们刚才创建的数据库：
查看数据库
SHOW DATABASES;运行结果如下图：
新建表
# 方式1
CREATE TABLE my_table(
title String,
url String,
eventTime DateTime
) ENGINE = Memory;
# 方式2
CREATE TABLE mydatabase.my_table(
title String,
url String,
eventTime DateTime
) ENGINE = Memory;
# 方式3
CREATE TABLE mydatabase.my_table_2(
title String,
url String,
eventTime DateTime
) ENGINE = Memory AS SELECT * FROM mydatabase.my_table;执行结果如下图所示：
查表结构
DESC my_table;执行结果如下图：
插入数据
INSERT INTO my_table VALUES ('wzk', '123', now());执行的结果如下所示：
临时表
CREATE TABLE tmp_v1 (
title String,
create_time DateTime
) ENGINE = Memory;如果临时表与正常表名字相同，临时表优先。
临时表的引擎只能是Memory，数据是临时的，断点数据就没了。
更多的是在ClickHouse内部，是数据在集群间传播度的载体。
分区表
创建新表
CREATE TABLE partition_v1 (
`id` String,
`url` String,
`eventTime` Date
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(eventTime)
ORDER BY id;执行结果如下所示：
只有合并树（MergeTree）家族的表引擎支持分区表，可以利用分区表，做定位查询，缩小查询范围。分区字段不易设置的太小。
插入数据
INSERT INTO partition_v1 (id, url, eventTime) VALUES
('1', 'http://example.com/page1', '2024-01-01'),
('2', 'http://example.com/page2', '2024-01-15'),
('3', 'http://example.com/page3', '2024-02-01'),
('4', 'http://example.com/page4', '2024-02-15'),
('5', 'http://example.com/page5', '2024-03-01'),
('6', 'http://example.com/page6', '2024-03-15');执行结果如下图所示：
查询数据
SELECT * FROM partition_v1;执行结果如下所示：
查看分区
SELECT table, partition, path FROM system.parts WHERE table = 'partition_v1';执行结果如下图所示：
视图表
- 普通视图：不保存数据，只是一层单纯的SELECT查询映射，起着简化查询的作用
- 物化视图：保存数据，源表被写入数据，物化视图也会同步更新
- POPULATE修饰符：决定在创建物化视图的过程中是否将源表的数据同步到物化视图。
表基本操作
只有 MergeTree、Merge、Distribution这三类表引擎支持ALTER操作！！！
追加字段
ALTER TABLE partition_v1 ADD COLUMN os String default 'mac';
ALTER TABLE partition_v1 ADD COLUMN ip String after id;
DESC partition_v1;执行结果如下：
修改类型
注意：类型需要互相兼容
ALTER TABLE partition_v1 modify column ip IPv4;
DESC partition_v1;执行结果如下图所示：
修改备注
ALTER TABLE partition_v1 COMMENT COLUMN id '主键ID';
DESC partition_v1;执行结果如下图所示：
删除字段
ALTER TABLE partition_v1 DROP COLUMN url;
DESC partition_v1;注意，删除字段会把该字段下的数据一起删除：
移动表
rename TABLE default.partition_v1 to mydatabase.partition_v1;
USE mydatabase;
SHOW TABLES;执行结果如下图所示：
分区操作
查看分区
SELECT partition_id, name, table, database FROM system.parts where table = 'partition_v1';执行结果如下所示：
删除分区
ALTER TABLE partition_v1 DROP PARTITION 202401;
SELECT partition_id, name, table, database FROM system.parts where table = 'partition_v1';执行结果如下图所示：
复制分区
ALTER TABLE partition_v2 replace partition 202402 FROM partition_v1;重置分区
ALTER TABLE partition_v1 CLEAR COLUMN ip in partition 202402;- 将 ip 列的值清空（设置为默认值）。
- 清空操作不会删除记录，而是将指定列的值设置为默认值（如 0 或 NULL，具体取决于列的默认设置）。
执行结果如下图所示：
卸载分区
ALTER TABLE partition_v1 DETACH partition 202402;
SELECT partition_id, name, table, database FROM system.parts where table = 'partition_v1';执行结果如下图所示：
转载分区
ALTER TABLE partition_v1 ATTACH partition 202402;
SELECT partition_id, name, table, database FROM system.parts where table = 'partition_v1';执行结果如下图所示：
