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; • 1
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 • 1 • 2
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; • 1
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; • 1
执行结果如下图：
插入数据
INSERT INTO my_table VALUES ('wzk', '123', now()); • 1
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：
