Clickhouse入門及實踐

ClickHouse安裝

採用doker安裝測試：

拉取服務端

docker pull yandex/clickhouse-server

拉取客戶端

docker pull yandex/clickhouse-client

啓動ck-server:

docker run -d --name ck-server --ulimit nofile=262144:262144 -p 8123:8123 -p 9000:9000 -p 9009:9009  yandex/clickhouse-server

進入容器：

docker exec -it ck-server /bin/bash

然後執行：

clickhouse-client

測試查看庫以及建表:

建庫：
show databases;

創建表並指定表引擎：

create table default.user_table(id UInt16, name String, age UInt16) ENGINE = TinyLog();

常用數據類型

整型：固定長度的整型，包括有符號整型或無符號整型。有符號整型：Int8 - Int64, 無符號整型：UInt8 - UInt64，使用場景：個數、數量、也可以存儲型 id。
浮點型：
Float32 - float
Float64 – double
建議儘可能以整數形式存儲數據。例如，將固定精度的數字轉換爲整數值，如時間用毫秒爲單位表示，因爲浮點型進行計算時可能引起四捨五入的誤差。
布爾類型：可以使用 UInt8 類型，取值限制爲 0 或 1。
Decimal類型: 有符號的浮點數，可在加、減和乘法運算過程中保持精度。對於除法，最低有效數字會
Decimal32(s)，相當於 Decimal(9-s,s)，有效位數爲 1~9
Decimal64(s)，相當於 Decimal(18-s,s)，有效位數爲 1~18
Decimal128(s)，相當於 Decimal(38-s,s)，有效位數爲 1~38
使用場景：一般金額字段、匯率、利率等字段爲了保證小數點精度，都使用 Decimal進行存儲。
字符串 :
String
字符串可以任意長度的。它可以包含任意的字節集，包含空字節。

FixedString(N)
固定長度 N 的字符串，N 必須是嚴格的正自然數。當服務端讀取長度小於 N 的字符串時候，通過在字符串末尾添加空字節來達到 N 字節長度。當服務端讀取長度大於 N 的字符串時候，將返回錯誤消息。
與 String 相比，極少會使用 FixedString，因爲使用起來不是很方便。
使用場景：名稱、文字描述、字符型編碼。固定長度的可以保存一些定長的內容，比如一些編碼，性別等但是考慮到一定的變化風險，帶來收益不夠明顯，所以定長字符串使用意義有限。
時間類型:
目前 ClickHouse 有三種時間類型
Date 接受年-月-日的字符串比如 ‘2019-12-16’
Datetime 接受年-月-日時:分:秒的字符串比如 ‘2019-12-16 20:50:10’
Datetime64 接受年-月-日時:分:秒.亞秒的字符串比如‘2019-12-16 20:50:10.66’
日期類型，用兩個字節存儲，表示從 1970-01-01 (無符號) 到當前的日期值。
枚舉類型
包括 Enum8 和 Enum16 類型。Enum 保存 'string'= integer 的對應關係。
Enum8 用 'String'= Int8 對描述。
Enum16 用 'String'= Int16 對描述。
使用場景：對一些狀態、類型的字段算是一種空間優化，也算是一種數據約束。但是實
際使用中往往因爲一些數據內容的變化增加一定的維護成本，甚至是數據丟失問題。所以謹
慎使用。
數組
Array(T)：由 T 類型元素組成的數組。
T 可以是任意類型，包含數組類型。但不推薦使用多維數組，ClickHouse 對多維數組
的支持有限。例如，不能在 MergeTree 表中存儲多維數組。

• 創建數組方式 1，使用 array 函數 SELECT array(1, 2) AS x, toTypeName(x) ;
• 創建數組方式 2：使用方括號 SELECT [1, 2] AS x, toTypeName(x);

常用的表引擎

表引擎決定了如何存儲表的數據。表引擎的使用方式就是必須顯式在創建表時定義該表使用的引擎，以及引擎使用的相關參數

TinyLog

以列文件的形式保存在磁盤上，不支持索引，沒有併發控制。一般保存少量數據的小表，生產環境上作用有限。可以用於平時練習測試用。
create table t_tinylog ( id String, name String) engine=TinyLog;

Memory

內存引擎，數據以未壓縮的原始形式直接保存在內存當中，服務器重啓數據就會消失。讀寫操作不會相互阻塞，不支持索引。簡單查詢下有非常非常高的性能表現（超過 10G/s）。一般用到它的地方不多，除了用來測試，就是在需要非常高的性能，同時數據量又不太大（上限大概 1 億行）的場景`

*MergeTree

ClickHouse 中最強大的表引擎當屬 MergeTree（合併樹）引擎及該系列（*MergeTree）中的其他引擎，支持索引和分區，地位可以相當於 innodb 之於 Mysql

建表語句格式：

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2],
    ...
    INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1,
    INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2,
    ...
    PROJECTION projection_name_1 (SELECT <COLUMN LIST EXPR> [GROUP BY] [ORDER BY]),
    PROJECTION projection_name_2 (SELECT <COLUMN LIST EXPR> [GROUP BY] [ORDER BY])
) ENGINE = MergeTree()
ORDER BY expr
[PARTITION BY expr]
[PRIMARY KEY expr]
[SAMPLE BY expr]
[TTL expr
    [DELETE|TO DISK 'xxx'|TO VOLUME 'xxx' [, ...] ]
    [WHERE conditions]
    [GROUP BY key_expr [SET v1 = aggr_func(v1) [, v2 = aggr_func(v2) ...]] ] ]
[SETTINGS name=value, ...]

建表示例：

create table t_order_mt(
id UInt32,
sku_id String,
total_amount Decimal(16,2),
create_time Datetime
) engine =MergeTree
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id,sku_id);

主鍵並不唯一，會建索引
order by 是必須的，主鍵、分區非必須

插入數據：

insert into t_order_mt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

查詢數據：

刪除數據：

按條件刪除：

 alter table t_order_mt delete where sku_id='sku_001';

更新數據：
索引列不能進行更新
分佈式表不能進行更新
不適合頻繁更新或point更新
由於Clickhouse更新操作非常耗資源，如果頻繁的進行更新操作，可能會弄崩集羣，請謹慎操作。

alter table t_order_mt update total_amount=3000  where sku_id='sku_004';

MergeTree 其實還有很多參數(絕大多數用默認值即可)，但是三個參數是更加重要的

partition by分區(可選)：
1）作用
分區的目的主要是降低掃描的範圍，優化查詢速度
2）如果不填
只會使用一個分區。（all）
3）分區目錄
MergeTree 是以列文件+索引文件+表定義文件組成的，但是如果設定了分區那麼這些文
件就會保存到不同的分區目錄中。
4）並行
分區後，面對涉及跨分區的查詢統計，ClickHouse 會以分區爲單位並行處理。一分區一線程
5）數據寫入與分區合併
任何一個批次的數據寫入都會產生一個臨時分區，不會納入任何一個已有的分區。寫入後的某個時刻（大概 10-15 分鐘後），ClickHouse 會自動執行合併操作（等不及也可以手動通過 optimize 執行），把臨時分區的數據，合併到已有分區中。
optimize table xxxx final;

查看數據存儲：

分區文件：
20200601_1_1_0_4/ --> PartitionId_MinBlockNum_MaxBlockNum_Level

PartitionId:
20200601,分區日期
數據分區ID生成規則
數據分區規則由分區ID決定，分區ID由PARTITION BY分區鍵決定。根據分區鍵字段類型，ID生成規則可分爲：
1. 未定義分區鍵：
沒有定義PARTITION BY，默認生成一個目錄名爲all的數據分區，所有數據均存放在all目錄下
2. 整型分區鍵：
分區鍵爲整型，那麼直接用該整型值的字符串形式作爲分區ID
3. 日期類分區鍵
String、Float類型等，通過128位的Hash算法取其Hash值作爲分區ID

MinBlockNum:
最小分區塊的編號，自增類型，從1開始向上遞增。每產生一個新的目錄分區就向上遞增一個數字
MaxBlockNum:
最大分區塊的編號，新創建的分區MinBlockNum等於MaxBlockNum的編號

Level:
合併的層級，被合併的次數。合併次數越多，層級值越大

分區路徑下的內容：

data.bin:數據文件（老版本會有多個數據文件，根據列劃分，如：id.bin、sku_id.bin等）
data.mrk3:偏移量(標記文件，可加速查詢。老版本會有多個標記文件，如id.mrk3、sku_id.mrk3等，與數據文件對應)，在idx索引文件和bin數據文件之間起到了橋樑作用，mrk3結尾的文件，表示該表啓用了自適應索引間隔
default_compression_codec.txt:壓縮格式
count.txt:記錄表的行數
columns.txt:列的信息

checksums.txt:校驗文件，用於校驗各個文件的正確性。存放各個文件的size以及hash值
primary.idx:主鍵的索引文件（稀疏索引），用於加快查詢效率
partition.dat:分區信息
minmax_create_time.idx:分區鍵的最小最大值

再次執行插入操作：
insert into t_order_mt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00’);

查看數據沒有納入任何分區需要合併:

查看分區文件：

手動合併：

optimize table t_order_mt final;

再次查詢：

再次查看數據文件：

20200601_1_5_1_4/ 是由 20200601_1_1_0_4/ 20200601_5_5_0/ 合併得來的，後期會被清理掉

只合並某一分區：

再次插入數據：
insert into t_order_mt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

查看數據：

手動只合並指定分區（不行）：

optimize table t_order_mt partition '20220601' final;

再次手動合併全表:

查看數據文件：

primary key主鍵（可選)
ClickHouse 中的主鍵，和其他數據庫不太一樣，它只提供了數據的一級索引，但是卻不是唯一約束。這就意味着是可以存在相同 primary key 的數據的。
主鍵的設定主要依據是查詢語句中的 where 條件。
根據條件通過對主鍵進行某種形式的二分查找，能夠定位到對應的 index granularity,避免了全表掃描

index granularity：直接翻譯的話就是索引粒度，指在稀疏索引中兩個相鄰索引對應數據的間隔。ClickHouse 中的 MergeTree 默認是 8192。官方不建議修改這個值，除非該列存在大量重複值，比如在一個分區中幾萬行纔有一個不同數據

稀疏索引的好處就是可以用很少的索引數據，定位更多的數據，代價就是隻能定位到索引粒度的第一行，然後再進行進行一點掃描

order by（必選）
order by 設定了分區內的數據按照哪些字段順序進行有序保存。
order by 是 MergeTree 中唯一一個必填項，甚至比 primary key 還重要，因爲當用戶不設置主鍵的情況，很多處理會依照 order by 的字段進行處理（比如後面會講的去重和彙總）。
要求：主鍵必須是 order by 字段的前綴字段。
比如 order by 字段是 (id,sku_id) 那麼主鍵必須是 id 或者(id,sku_id)

二級索引（跳數索引）
目前在 ClickHouse 的官網上二級索引的功能在 v20.1.2.4 之前是被標註爲實驗性的，在
這個版本之後默認是開啓的。

1）老版本使用二級索引前需要增加設置

是否允許使用實驗性的二級索引（v20.1.2.4 開始，這個參數已被刪除，默認開啓）

set allow_experimental_data_skipping_indices=1;

2）創建測試表

create table t_order_mt2(
id UInt32,
sku_id String,
total_amount Decimal(16,2),
create_time Datetime,
INDEX a total_amount TYPE minmax GRANULARITY 5
) engine =MergeTree
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id, sku_id);

TYPE：索引類型，minmax記錄最小最大值
其中 GRANULARITY N 是設定二級索引對於一級索引粒度的粒度。（會對一級索引分塊做合併）

3）插入數據、

 insert into t_order_mt2 values
                (101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
                (102,'sku_002',2000.00,'2020-06-01 11:00:00'),
                (102,'sku_004',2500.00,'2020-06-01 12:00:00'),
                (102,'sku_002',2000.00,'2020-06-01 13:00:00'),
                (102,'sku_002',12000.00,'2020-06-01 13:00:00'),
                (102,'sku_002',600.00,'2020-06-02 12:00:00');

4）對比效果

使用下面語句進行測試，可以看出二級索引能夠爲非主鍵字段的查詢發揮作用

clickhouse-client --password --send_logs_level=trace <<< 'select * from t_order_mt2 where total_amount > toDecimal32(900., 2)'

Password for user (default):
[43d457bfa2ca] 2022.05.06 09:49:04.685967 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> executeQuery: (from 127.0.0.1:36672) select * from t_order_mt2 where total_amount > toDecimal32(900., 2)
[43d457bfa2ca] 2022.05.06 09:49:04.686370 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> InterpreterSelectQuery: MergeTreeWhereOptimizer: condition "total_amount > toDecimal32(900., 2)" moved to PREWHERE
[43d457bfa2ca] 2022.05.06 09:49:04.686553 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Trace> ContextAccess (default): Access granted: SELECT(id, sku_id, total_amount, create_time) ON default.t_order_mt2
[43d457bfa2ca] 2022.05.06 09:49:04.686608 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Trace> InterpreterSelectQuery: FetchColumns -> Complete
[43d457bfa2ca] 2022.05.06 09:49:04.686774 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> default.t_order_mt2 (44a15a48-e7a1-48af-be39-61c672cd8555) (SelectExecutor): Key condition: unknown
[43d457bfa2ca] 2022.05.06 09:49:04.686887 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> default.t_order_mt2 (44a15a48-e7a1-48af-be39-61c672cd8555) (SelectExecutor): MinMax index condition: unknown
[43d457bfa2ca] 2022.05.06 09:49:04.687383 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> default.t_order_mt2 (44a15a48-e7a1-48af-be39-61c672cd8555) (SelectExecutor): Index `a` has dropped 1/2 granules.
[43d457bfa2ca] 2022.05.06 09:49:04.687412 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> default.t_order_mt2 (44a15a48-e7a1-48af-be39-61c672cd8555) (SelectExecutor): Selected 2/2 parts by partition key, 1 parts by primary key, 2/2 marks by primary key, 1 marks to read from 1 ranges
[43d457bfa2ca] 2022.05.06 09:49:04.687464 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> MergeTreeInOrderSelectProcessor: Reading 1 ranges in order from part 20200601_1_1_0, approx. 5 rows starting from 0
101     sku_001 1000    2020-06-01 12:00:00
102     sku_002 2000    2020-06-01 11:00:00
102     sku_002 2000    2020-06-01 13:00:00
102     sku_002 12000   2020-06-01 13:00:00
102     sku_004 2500    2020-06-01 12:00:00
[43d457bfa2ca] 2022.05.06 09:49:04.688172 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Information> executeQuery: Read 5 rows, 160.00 B in 0.002156268 sec., 2318 rows/sec., 72.46 KiB/sec.
[43d457bfa2ca] 2022.05.06 09:49:04.688229 [ 56 ] {0bb9bae0-2cf6-4caf-8fac-00b5eebacdc1} <Debug> MemoryTracker: Peak memory usage (for query): 0.00 B.

添加索引之後，分區目錄下會有索引文件

數據TTL（數據存活時間)

TTL 即 Time To Live，MergeTree 提供了可以管理數據表或者列的生命週期的功能。

1)列級別TTL

CREATE TABLE example_table
(
    d DateTime,
    a Int TTL d + INTERVAL 1 MONTH,
    b Int TTL d + INTERVAL 1 MONTH,
    c String
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(d)
ORDER BY d;
 
ALTER TABLE example_table
    MODIFY COLUMN
    c String TTL d + INTERVAL 1 DAY;

（1）創建測試表

create table t_order_mt3(
id UInt32,
sku_id String,
total_amount Decimal(16,2) TTL create_time+interval 10 SECOND,
create_time Datetime
) engine =MergeTree
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id, sku_id);

依賴create_time，依賴的這個字段不能是主鍵，類型必須是日期

（2）插入數據

insert into t_order_mt3 values
(106,'sku_001',1000.00,'2022-05-06 18:46:00'),
(107,'sku_002',2000.00,'2022-05-06 18:46:00'),
(110,'sku_003',600.00,'2022-05-06 18:46:00');

手動合併：

 optimize table t_order_mt3 final;

手動合併，查看效果到期後，指定的字段數據歸 0

表級TTL
格式：

CREATE TABLE example_table
(
    d DateTime,
    a Int
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(d)
ORDER BY d
TTL d + INTERVAL 1 MONTH [DELETE],
    d + INTERVAL 1 WEEK TO VOLUME 'aaa',
    d + INTERVAL 2 WEEK TO DISK 'bbb’;
 
ALTER TABLE example_table
        MODIFY TTL d + INTERVAL 1 DAY;

涉及判斷的字段必須是 Date 或者 Datetime 類型，推薦使用分區的日期字段。
能夠使用的時間週期：

SECOND
MINUTE
HOUR
DAY
WEEK
MONTH
QUARTER
YEAR

下面的這條語句使數據會在 create_time 之後 10 秒丟失

alter table t_order_mt3 MODIFY TTL create_time + INTERVAL 10 SECOND;

43d457bfa2ca :) alter table t_order_mt3 MODIFY TTL create_time + INTERVAL 10 SECOND;

ALTER TABLE t_order_mt3
    MODIFY TTL create_time + toIntervalSecond(10)

Query id: 50099625-4e36-43e1-af1b-79150a7c5f4e

Connecting to localhost:9000 as user default.
Connected to ClickHouse server version 22.1.3 revision 54455.

Ok.

0 rows in set. Elapsed: 0.082 sec.

43d457bfa2ca :) select * from t_order_mt3;

SELECT *
FROM t_order_mt3

Query id: 5ca91a43-1514-47db-8959-90192dcd1051

Ok.

0 rows in set. Elapsed: 0.001 sec.

ReplacingMergeTree（保證最終一致性）

ReplacingMergeTree 是 MergeTree 的一個變種，它存儲特性完全繼承 MergeTree，只是多了一個去重的功能。儘管 MergeTree 可以設置主鍵，但是 primary key 其實沒有唯一約束的功能。如果你想處理掉重複的數據，可以藉助這個 ReplacingMergeTree

去重時機：數據的去重只會在合併的過程中出現。合併會在未知的時間在後臺進行，所以你無法預先作出計劃。有一些數據可能仍未被處理。
去重範圍：
如果表經過了分區，去重只會在分區內部進行去重，不能執行跨分區的去重。
所以 ReplacingMergeTree 能力有限， ReplacingMergeTree 適用於在後臺清除重複的數據以節省空間，但是它不保證沒有重複的數據出現。

案例：
1）創建表

create table t_order_rmt(
id UInt32,
sku_id String,
total_amount Decimal(16,2) ,
create_time Datetime
) engine =ReplacingMergeTree(create_time)
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id, sku_id);

ReplacingMergeTree() 填入的參數爲版本字段，重複數據保留版本字段值最大的。
如果不填版本字段，默認按照插入順序保留最後一條

2）向表中插入數據

insert into t_order_rmt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

3）執行查詢(已合併)

43d457bfa2ca :) select * from t_order_rmt;

SELECT *
FROM t_order_rmt

Query id: 08b26cf7-b5ae-4c02-ac67-cb47926ce492

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 102 │ sku_002 │          600 │ 2020-06-02 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘
┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 101 │ sku_001 │         1000 │ 2020-06-01 12:00:00 │
│ 102 │ sku_002 │        12000 │ 2020-06-01 13:00:00 │
│ 102 │ sku_004 │         2500 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

4 rows in set. Elapsed: 0.038 sec.

4）通過測試得到結論
實際上是使用 order by 字段作爲唯一鍵
去重不能跨分區
只有同一批插入（新版本）或合併分區時纔會進行去重
認定重複的數據保留，版本字段值最大的
如果版本字段相同則按插入順序保留最後一筆

SummingMergeTree

對於不查詢明細，只關心以維度進行彙總聚合結果的場景。如果只使用普通的MergeTree的話，無論是存儲空間的開銷，還是查詢時臨時聚合的開銷都比較大。
ClickHouse 爲了這種場景，提供了一種能夠“預聚合”的引擎 SummingMergeTree

案例

1）建表：

create table t_order_smt(
id UInt32,
sku_id String,
total_amount Decimal(16,2) ,
create_time Datetime
) engine =SummingMergeTree(total_amount)
partition by toYYYYMMDD(create_time)
primary key (id)
order by (id,sku_id );

2）插入數據

insert into t_order_smt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

3）查詢數據

43d457bfa2ca :) select * from  t_order_smt;

SELECT *
FROM t_order_smt

Query id: 21cf0648-fff1-48b8-9064-d8f2278b40af

┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 102 │ sku_002 │          600 │ 2020-06-02 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘
┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐
│ 101 │ sku_001 │         1000 │ 2020-06-01 12:00:00 │
│ 102 │ sku_002 │        16000 │ 2020-06-01 11:00:00 │
│ 102 │ sku_004 │         2500 │ 2020-06-01 12:00:00 │
└─────┴─────────┴──────────────┴─────────────────────┘

4 rows in set. Elapsed: 0.007 sec.

4）結論
以 SummingMergeTree（）中指定的列作爲彙總數據列
可以填寫多列必須數字列，如果不填，以所有非維度列且爲數字列的字段爲彙總數
據列
以 order by 的列爲準，作爲維度列
其他的列按插入順序保留第一行
不在一個分區的數據不會被聚合
只有在同一批次插入(新版本)或分片合併時纔會進行聚合

5）問題
能不能直接執行以下 SQL 得到彙總值

select total_amount from XXX where province_name=’’ and create_date=’xxx’

不行，可能會包含一些還沒來得及聚合的臨時明細
如果要是獲取彙總值，還是需要使用 sum 進行聚合，這樣效率會有一定的提高，但本
身 ClickHouse 是列式存儲的，效率提升有限，不會特別明顯。

select sum(total_amount) from province_name='' and create_date='xxx

Clickhouse入門及實踐

ClickHouse安裝

常用數據類型

常用的表引擎

TinyLog

Memory

*MergeTree

ReplacingMergeTree（保證最終一致性）

SummingMergeTree

HTML頁面關於高分屏的設置

北歐瑞典挪威芬蘭瑞士TikTok海外網紅與YouTube博主的合作模式

歐洲英國德國法國TikTok與YouTube海外網紅達人的完美合作策略

druid數據源 xml配置

個人技術方向發展

Rust學習入門

Hive一次更新多個分區數據方案

Flink如何處理update數據

Flink Catalog

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結