ClickHouse--05--MergeTree 表引擎

这篇具有很好参考价值的文章主要介绍了ClickHouse--05--MergeTree 表引擎。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

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

MergeTree 系列表引擎

前言

ClickHouse 提供了大约 28 种表引擎，各有各的用途纷繁复杂。ClickHouse 表引擎一共分为四个系列，分别是 Log 系列、MergeTree 系列、Integration 系列、Special 系列。其中包含了两种特殊的表引擎 Replicated、Distributed，功能上与其他表引擎正交，根据场景组合使用

Log 系列用来做小表数据分析
MergeTree 系列用来做大数据量分析
Integration 系列则多用于外表数据集成。
再复制表 Replicated 系列
分布式表 Distributed 等，

在所有的表引擎中，最为核心的当属 MergeTree 系列表引擎，这些表引擎拥有最为强大的性能和最广泛的使用场合。对于非 MergeTree 系列的其他引擎而言，主要用于特殊用途，场景相对有限。

MergeTree 系列表引擎 --功能

而 MergeTree 系列表引擎是官方主推的存储引擎，有

主键索引
数据分区
数据副本
数据采样
删除和修改等功能，
支持几乎所有 ClickHouse 核心功能。

MergeTree 系列表引擎 --种类

MergeTree 系列表引擎包含：

MergeTree
ReplacingMergeTree
SummingMergeTree（汇总求和功能）
AggregatingMergeTree（聚合功能）
CollapsingMergeTree（折叠删除功能）
VersionedCollapsingMergeTree（版本折叠功能）引擎

在这些的基础上还可以叠加 Replicated 和 Distributed。

1.MergeTree

MergeTree 在写入一批数据时，数据总会以数据片段的形式写入磁盘，且数据片段在磁盘上不可修改。
为了避免片段过多，ClickHouse 会通过后台线程，定期合并这些数据片段，属于相同分区的数据片段会被合成一个新的片段。这种数据片段往复合并的特点，也正是合并树名称的由来。

1.1MergeTree 建表语句：

ClickHouse--05--MergeTree 表引擎,数据库,clickhouse

ENGINE：ENGINE = MergeTree()，MergeTree 引擎没有参数。
ORDER BY：排序字段。比如 ORDER BY (Col1, Col2)，值得注意的是，如果没有使用 PRIMARY KEY 显式的指定主键 ORDER BY 排序字段自动作为主键。如果不需要排序，则可以使用 ORDER BY tuple() 语法，这样的话，创建的表也就不包含主键。这种情况下，ClickHouse 会按照插入的顺序存储数据。必选项。
PARTITION BY ：分区字段，例如要按月分区，可以使用表达 toYYYYMM(date_column)，这里的 date_column 是一个 Date 类型的列，分区名的格式会是"YYYYMM"。可选。
PRIMARY KEY：指定主键，如果排序字段与主键不一致，可以单独指定主键字段。否则默认主键是排序字段。大部分情况下不需要再专门指定一个 PRIMARY KEY子句，注意，在 MergeTree 中主键并不用于去重，而是用于索引，加快查询速度。可选。

SAMPLE BY：采样字段，如果指定了该字段，那么主键中也必须包含该字段。比如 SAMPLE BY intHash32(UserID) ORDER BY (CounterID, EventDate,intHash32(UserID))。可选。
TTL：数据的存活时间。在 MergeTree 中，可以为某个列字段或整张表设置 TTL。当时间到达时，如果是列字段级别的 TTL，则会删除这一列的数据；如果是表级别的 TTL，则会删除整张表的数据。可选。
SETTINGS：额外的参数配置。可选。

示例：