【大数据相关】ClickHouse命令行与SQL语法详解

一、ClickHouse命令行与SQL语法详解

第一部分：ClickHouse SQL 命令行客户端 (clickhouse-client)

clickhouse-client 是与 ClickHouse 服务器交互的主要命令行工具。

1. 基础连接

连接本地默认实例：

clickhouse-client

指定连接参数：

clickhouse-client \--host=your-clickhouse-server.com \  # 或 -h--port=9000 \                         # 或 -P--user=default \                      # 或 -u--password \                          # 安全方式，会提示输入密码--database=my_database                # 或 -d，指定初始数据库

2. 核心命令行参数

参数	说明	示例
-q, --query	执行单条查询后退出	-q "SELECT 1"
-m, --multiline	允许多行查询（按回车不立即执行）	clickhouse-client -m
--multiquery	允许 -q 参数中包含多条用分号分隔的 SQL	-q "SELECT 1; SELECT 2;"
-f, --format	极其重要：指定输入/输出格式	--format=CSV
--time	打印查询执行时间	--time
-i, --input_format	指定输入数据的格式（用于 INSERT）	--input_format=CSV
--vertical	以垂直格式输出结果（适用于宽表）	--vertical
--param_<name>	为参数化查询传参	--param_id=5 (配合 {id:UInt32})

3. 数据导入与导出实战

导出查询结果到 CSV 文件：

clickhouse-client -q "SELECT *FROM salesWHERE event_date = today()
" --format=CSVWithNames > sales_today.csv

从 CSV 文件导入数据：

# 假设 data.csv 格式: 1,Alice,100.5
clickhouse-client -q "INSERT INTO my_tableFORMAT CSV
" < data.csv# 或者使用管道
cat data.csv | clickhouse-client -q "INSERT INTO my_table FORMAT CSV"

常用格式： JSONEachRow, CSV, TSV, PrettyCompact (默认，人类可读), Null (不输出，用于测试性能)。

---

第二部分：ClickHouse SQL 语法详解

ClickHouse 的 SQL 语法与标准 SQL 高度兼容，但包含大量针对分析场景的扩展和优化。

1. DDL (数据定义语言)

a. 创建数据库

CREATE DATABASE IF NOT EXISTS my_db
ENGINE = Atomic; -- 默认引擎，推荐

b. 创建表（核心）
ClickHouse 的强大功能很大程度上体现在其丰富的表引擎上。

MergeTree 系列 (最核心)：

CREATE TABLE my_table (event_date Date,        -- 日期event_time DateTime,    -- 时间user_id UInt32,         -- 用户ID，无符号32位整型page_url String,        -- 字符串duration Float32,       -- 浮点数status Enum8('success' = 1, 'fail' = 2) -- 枚举
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)      -- 按年月分区
ORDER BY (event_date, user_id)         -- 排序键（主键）
SETTINGS index_granularity = 8192;     -- 索引粒度

• PARTITION BY：分区键。通常按日期分区，加速数据管理和删除。
• ORDER BY：排序键（ClickHouse 的主键概念）。这是查询性能最关键的因素，决定了数据在磁盘上的存储顺序。
• PRIMARY KEY：主键（与 ORDER BY 默认相同），用于一级索引。

其他常用引擎：

• Log/TinyLog/StripeLog：用于小表或临时数据。
• Memory：内存表，重启后数据丢失。
• Kafka：用于从 Kafka 主题消费数据。
• MySQL/PostgreSQL：将外部数据库的表映射到 ClickHouse。
• MaterializedView：物化视图，自动转换和聚合数据。
• Distributed：分布式表引擎，不存储数据，而是将查询路由到集群中的分片上。

c. 修改表

-- 添加列
ALTER TABLE my_table ADD COLUMN browser String AFTER user_id;-- 修改列类型
ALTER TABLE my_table MODIFY COLUMN duration UInt32;-- 删除列
ALTER TABLE my_table DROP COLUMN browser;

2. DML (数据操作语言)

a. 插入数据 (INSERT)

-- 标准插入
INSERT INTO my_table VALUES (..., ...);-- 指定列插入
INSERT INTO my_table (event_date, user_id) VALUES ('2023-10-01', 12345);-- 从查询结果插入
INSERT INTO target_table
SELECT ... FROM source_table WHERE ...;

b. 查询数据 (SELECT) - 核心中的核心
ClickHouse 的 SELECT 支持所有标准语法，并有许多强大扩展。

嵌套子查询和 CTE：

WITH active_users AS (SELECT DISTINCT user_idFROM eventsWHERE event_date >= today() - 7
)
SELECTu.user_id,count() AS event_count
FROM active_users AS u
JOIN events AS e ON u.user_id = e.user_id
GROUP BY u.user_id
HAVING event_count > 10;

数组操作 (特色功能)：

SELECTuser_id,-- 创建数组['pageview', 'login', 'purchase'] AS actions,-- 数组函数：计算长度length(actions) AS action_count,-- 数组函数：判断是否存在has(actions, 'login') AS has_login,-- 数组函数：聚合组内数据成数组groupArray(page_url) AS visited_pages
FROM events
GROUP BY user_id;

高级函数：

SELECT-- 条件函数if(duration > 10, 'Long', 'Short') AS session_type,-- 多条件分支multiIf(status = 200, 'OK', status = 404, 'Not Found', 'Error') AS status_desc,-- 聚合函数：近似去重（极快）uniqHLL12(user_id) AS approx_unique_users,-- 聚合函数：分位数quantile(0.99)(duration) AS p99_duration
FROM events
GROUP BY session_type, status_desc;

c. 删除数据 (ALTER TABLE ... DELETE)
注意：ClickHouse 的 DELETE 是异步的、后台执行的 ALTER 操作。

ALTER TABLE my_table DELETE WHERE event_date < '2023-01-01';

3. 查看元数据

-- 查看所有数据库
SHOW DATABASES;-- 查看表结构
DESCRIBE TABLE my_table;-- 查看建表语句
SHOW CREATE TABLE my_table;-- 查看表大小和行数
SELECTname,formatReadableSize(total_bytes) AS size,total_rows
FROM system.parts
WHERE table = 'my_table' AND active;

---

第三部分：实战示例与最佳实践

示例 1：用户行为分析

-- 计算每小时的PV和UV，以及平均会话时长
SELECTtoStartOfHour(event_time) AS hour,count() AS pv, -- 页面浏览量uniq(user_id) AS uv, -- 独立用户数avg(duration) AS avg_duration
FROM events
WHERE event_date = today()
GROUP BY hour
ORDER BY hour;

示例 2：使用 FINAL 优化版本合并

对于 CollapsingMergeTree 或 ReplacingMergeTree 引擎，查询时使用 FINAL 可以强制合并版本，但可能很慢。

SELECT *
FROM my_replacing_table
FINAL
WHERE user_id = 123;

最佳实践：

1. 避免 SELECT *：始终指定需要的列。列式存储下，读取不需要的列代价高昂。
2. 优先使用分区键和排序键：在 WHERE 和 ORDER BY 子句中优先使用这些列，以利用索引。
3. 使用近似计算：如 uniqHLL12() 代替 uniqExact()，用 quantile() 代替精确分位数，以极大提升性能。
4. 预聚合：使用 SummingMergeTree 或 AggregatingMergeTree 引擎和物化视图，在数据写入时进行预聚合。
5. 谨慎使用 JOIN：ClickHouse 的 JOIN 性能不如传统 OLTP 数据库。通常建议反规范化（宽表）或预先过滤右表。
6. 关注数据类型：使用最紧凑、最合适的数据类型（如 UInt32 而非 UInt64）。

通过熟练掌握 clickhouse-client 工具和 ClickHouse 特有的 SQL 语法，你可以极大地提升大数据分析的效率和性能。

二、常见高级用法

下文将深入探讨 ClickHouse 数据分析的高级用法，包括物化视图、高级聚合、近似计算、分布式查询优化等核心特性。

1. 物化视图 (Materialized Views) - 预聚合之王

物化视图是 ClickHouse 中最强大的功能之一。它不是一个简单的视图，而是一个在底层隐式创建并持续更新的特殊表。当源表 (INSERT) 写入新数据时，物化视图会自动、增量地将这些数据按照预定义的聚合逻辑进行计算和存储。

场景：实时计算每分钟的页面浏览量(PV)和独立用户数(UV)。

基础表 (存储原始数据)：

CREATE TABLE events_raw (event_time DateTime,user_id UInt32,page_url String,event_type String
) ENGINE = MergeTree()
ORDER BY (event_time, user_id);

物化视图 (存储预聚合结果)：

CREATE MATERIALIZED VIEW events_agg_minute
ENGINE = SummingMergeTree()         -- 指定物化视图自身的存储引擎
PARTITION BY toYYYYMM(event_minute)
ORDER BY (event_minute, page_url)
AS SELECTtoStartOfMinute(event_time) AS event_minute,page_url,count() AS pv,                  -- 求和合并uniqState(user_id) AS uv_state  -- 存储UV的中间状态（AggregateFunction类型）
FROM events_raw
GROUP BY event_minute, page_url;

查询物化视图：

SELECTevent_minute,page_url,sum(pv) AS pv,                -- 对pv直接求和uniqMerge(uv_state) AS uv     -- 对UV状态进行合并计算
FROM events_agg_minute
GROUP BY event_minute, page_url;

优势：

• 查询极快：直接查询预先计算好的聚合结果，而非扫描原始数据。
• 开销极低：在数据插入时增量计算，分散了计算压力。

2. 高级聚合函数与聚合状态

ClickHouse 提供了丰富的聚合函数，特别是对于中间状态 (*State) 和合并结果 (*Merge) 的操作，这是实现预聚合的基础。

a. 近似计算 (Approximate Calculations)

以精度换取速度，非常适合海量数据下的快速分析。

• 基数估计：

  -- 精确去重 (慢)
  SELECT uniqExact(user_id) FROM events;-- 近似去重 (极快，误差~1.5%)
  SELECT uniq(user_id) FROM events;
  SELECT uniqHLL12(user_id) FROM events; -- 更老的算法
  

• 分位数估计：

  -- 计算响应时间的中位数、90分位、99分位
  SELECTquantile(0.5)(response_time_ms) AS p50,quantile(0.9)(response_time_ms) AS p90,quantile(0.99)(response_time_ms) AS p99
  FROM requests;
  

b. 聚合状态管理 (*State / *Merge)

这是实现物化视图和高级聚合的基石。

-- 1. 查询时直接使用状态函数，返回二进制状态，不是最终值。
SELECT quantileState(0.5)(response_time_ms) AS p50_state FROM requests;-- 2. 将状态存入表或物化视图（如上文的uv_state）。
-- 3. 在更高层的聚合中，合并这些状态得到最终结果。
SELECT quantileMerge(0.5)(p50_state) AS final_p50 FROM agg_table;

3. 窗口函数 (Window Functions)

ClickHouse 支持标准的 SQL 窗口函数，用于复杂的数据分析。

场景：计算每个用户最近3次访问的页面时长移动平均。

SELECTuser_id,event_time,page_url,duration_ms,avg(duration_ms) OVER (PARTITION BY user_idORDER BY event_time ASCROWS BETWEEN 2 PRECEDING AND CURRENT ROW -- 最近3行（当前行 + 前2行）) AS moving_avg_duration
FROM events
ORDER BY user_id, event_time;

常用窗口函数：row_number(), rank(), lag(), lead(), sum() OVER (...), avg() OVER (...)。

4. 高性能连接 (JOIN) 策略

在 OLAP 数据库中，JOIN 是昂贵的操作。ClickHouse 提供了多种策略来优化。

a. 使用字典 (Dictionaries) 代替小表 JOIN

将小维度表预加载到内存中。

-- 1. 创建字典
CREATE DICTIONARY products_dict (id UInt64,name String,price Decimal(10, 2)
) PRIMARY KEY id
SOURCE(CLICKHOUSE(TABLE 'products' DB 'default'))
LIFETIME(MIN 300 MAX 360)
LAYOUT(HASHED());-- 2. 使用dictGet函数代替JOIN
SELECTorder_id,dictGet('default.products_dict', 'name', product_id) AS product_name,dictGet('default.products_dict', 'price', product_id) AS product_price,quantity * product_price AS total_amount
FROM orders;

b. 正确的 JOIN 语法和顺序

• 将小表放在右侧：ClickHouse 总是将右表加载到内存中。
• 使用 GLOBAL JOIN：在分布式查询中，确保右表被发送到所有节点。

  SELECT ...
  FROM distributed_left_table AS l
  GLOBAL INNER JOIN local_small_right_table AS r
  ON l.id = r.id;
  

5. 嵌套数据结构与 Map 类型

处理半结构化数据，如 JSON 中的数组或键值对。

a. 使用 Nested 类型模拟嵌套结构

CREATE TABLE events (timestamp DateTime,user_id UInt32,`tags.keys` Array(String),`tags.values` Array(String)
) ENGINE = MergeTree()
ORDER BY (user_id, timestamp);-- 查询：查找包含标签 "env":"prod" 的事件
SELECT *
FROM events
WHERE has((tags.keys, tags.values), ('env', 'prod'));

b. 使用 Map 类型 (推荐)

CREATE TABLE events (timestamp DateTime,user_id UInt32,tags Map(String, String)
) ENGINE = MergeTree()
ORDER BY (user_id, timestamp);-- 查询更加直观
SELECT *
FROM events
WHERE tags['env'] = 'prod';

6. 外部数据与表函数 (Table Functions)

无需建表，直接查询外部数据源。

• 查询 CSV 文件：

  SELECT *
  FROM file('data.csv', CSVWithNames, 'column1 String, column2 UInt32')
  WHERE column2 > 100;
  

• 查询 URL：

  SELECT *
  FROM url('https://example.com/data.json', JSONEachRow, 'id UInt32, data String');
  

• 查询 MySQL 表：

  SELECT *
  FROM mysql('mysql-host:3306', 'database', 'table', 'user', 'password');
  

7. 数据生命周期管理 (TTL)

自动处理旧数据，是实现数据分区和保留策略的核心。

• 行级 TTL：自动删除或移动过期数据。

  CREATE TABLE logs (event_time DateTime,message String
  ) ENGINE = MergeTree()
  ORDER BY event_time
  TTL event_time + INTERVAL 30 DAY; -- 30天后自动删除数据-- 或者将数据移动到廉价存储
  TTL event_time + INTERVAL 7 DAY TO DISK 'hdd2',event_time + INTERVAL 30 DAY TO VOLUME 'archive';
  

• 列级 TTL：自动将某列重置为默认值。

  CREATE TABLE sessions (created DateTime,session_data String TTL created + INTERVAL 1 HOUR
  ) ENGINE = MergeTree()
  ORDER BY created;
  

---

8. 项目投影 (Projections)

物化视图的现代替代品，与主表数据一起存储，由查询优化器自动选择使用，无需应用层干预。管理更简单，性能更高。

场景：为不同的排序键创建投影以加速不同维度的查询。

CREATE TABLE sales (event_date Date,product_id UInt32,customer_id UInt32,amount Decimal(10, 2)
) ENGINE = MergeTree()
ORDER BY (event_date, product_id); -- 主排序键-- 创建一个按客户ID聚合的投影
ALTER TABLE salesADD PROJECTION sales_by_customer (SELECTevent_date,customer_id,sum(amount)GROUP BY event_date, customer_id);-- 插入数据后，投影会自动构建
INSERT INTO sales ...;-- 查询时，ClickHouse 优化器会自动判断是否使用投影
SELECT event_date, customer_id, sum(amount)
FROM sales
GROUP BY event_date, customer_id; -- 此查询会命中投影，极快！

总结与最佳实践

高级用法	核心思想	适用场景
物化视图 (Materialized Views)	空间换时间，预聚合	实时报表、指标看板
近似计算 (uniq, quantile)	精度换速度	海量数据下的快速趋势分析
聚合状态 (State/Merge)	分布式聚合	构建分层聚合系统
字典 (Dictionaries)	内存换时间，避免JOIN	关联小维度表
窗口函数 (Window Functions)	行间计算	用户行为分析、时间序列分析
Map类型 / 投影	处理半结构化数据	处理JSON、标签等灵活字段
TTL	自动化数据管理	日志、事件等有时效性的数据
表函数 (file, url, mysql)	联邦查询	数据探查、临时分析、数据集成
项目投影 (Projections)	自动查询优化	为不同维度的查询加速

终极建议：

1. 优先考虑预聚合：90% 的性能问题可以通过物化视图和投影解决。
2. 敢于使用近似计算：在可接受的误差范围内，换取数量级的性能提升。
3. 避免大表 JOIN：使用字典、反规范化（宽表）或应用程序层处理。
4. 拥抱 TTL：让数据管理自动化，避免手动清理的麻烦和风险。
5. 尝试投影：在新的设计中，优先使用投影而不是物化视图来加速查询。

掌握这些高级用法，你就能充分利用 ClickHouse 的潜力，构建出高效、稳定且易于维护的海量数据分析平台。

三、数据类型

一、基础类型

1. 整数类型（固定长度，有符号/无符号）

设计哲学：提供多种长度的整数，让你可以精确选择所需位数，避免浪费空间。

类型	取值范围（有符号）	取值范围（无符号）	存储字节	示例
Int8	-128 到 127	-	1	Int8(5)
Int16	-32768 到 32767	-	2	Int16(1000)
Int32	-2^31 到 2^31-1	-	4	Int32(42500)
Int64	-2^63 到 2^63-1	-	8	Int64(34200000000)
UInt8	-	0 到 255	1	UInt8(255) (状态码)
UInt16	-	0 到 65535	2	UInt16(60000)
UInt32	-	0 到 2^32-1	4	UInt32(4000000000)
UInt64	-	0 到 2^64-1	8	UInt64(100000000000)

最佳实践：永远使用能满足你数据范围的最小类型。例如，存储年龄用 UInt8，存储页面访问量用 UInt32。

2. 浮点类型（近似计算）

设计哲学：牺牲微小精度以换取极高的计算速度，适合大规模数值计算。

类型	精度	存储字节	备注
Float32	约 7 位有效数字	4	单精度，对应 float
Float64	约 16 位有效数字	8	双精度，对应 double

注意：由于浮点数的精度问题，对它们进行相等比较 (=) 可能是不可靠的。适用于指标计算、科学计算，不适用于金融金额。

3. 十进制类型（精确计算）

设计哲学：提供精确的定点数运算，适合金融、货币等需要精确计算的场景。

类型	语法	说明	示例
Decimal32	Decimal32(S)	精度最高为 9 位数字，S 为小数位数	Decimal32(4) -> 总共9位，小数占4位
Decimal64	Decimal64(S)	精度最高为 18 位数字	Decimal64(8)
Decimal128	Decimal128(S)	精度最高为 38 位数字	Decimal128(16)
Decimal256	Decimal256(S)	精度最高为 76 位数字	Decimal256(30)

最佳实践：根据所需的整数位数和小数位数来选择。例如，存储全球GDP可能需要 Decimal128(2)。

4. 布尔类型

ClickHouse 没有单独的 Boolean 类型。它使用 UInt8 类型，用 0 和 1 来表示 false 和 true。

二、字符串类型

1. String

• 说明：可以存储任意长度的文本，长度无限制。编码为 UTF-8。
• 适用场景：默认的字符串类型。存储URL、日志、JSON字符串、变长文本等。
• 示例：'Hello, 世界!', 'https://example.com'

2. FixedString(N)

• 说明：固定长度 N 的字符串。如果插入的字符串长度小于 N，则会用空字节 (\0) 填充；如果更长，则会抛出异常。
• 适用场景：存储长度几乎固定的标识符，如 MD5哈希值(32)、国家代码(2)、IP地址(15) 等。查询性能比 String 更高。
• 示例：FixedString(32) 用于存储 '4d7e6e7b0d6e7a7b6e7d6e7a6e7d6e7a'

三、时间日期类型

设计哲学：提供细粒度的时间类型，内部存储为整数，计算效率极高。

类型	分辨率	格式	示例
Date	天	YYYY-MM-DD	'2023-10-27'
DateTime	秒	YYYY-MM-DD HH:MM:SS	'2023-10-27 14:30:00'
DateTime64	亚秒	YYYY-MM-DD HH:MM:SS.NNNNNNNNN	DateTime64(3) -> 毫秒 '2023-10-27 14:30:00.123'

关键点：

• 可以指定时区：DateTime('Asia/Shanghai')。
• DateTime64 可以指定小数秒的精度，如 DateTime64(6) 为微秒。
• 最佳实践：始终使用最细粒度的时间类型，因为你总是可以从高精度转换到低精度（如按天聚合），但反之则不行。

四、复杂与高阶类型

这些类型是 ClickHouse 强大功能的体现。

1. Array(T)

• 说明：由 T 类型元素组成的数组，T 可以是任意类型，甚至另一个 Array。
• 操作：支持丰富的数组函数 (arrayMap, arrayFilter, arrayCount) 和 Lambda 表达式。
• 示例：

  -- 创建数组
  SELECT [1, 2, 3] AS numbers;
  -- 数组函数
  SELECT arrayFilter(x -> x > 1, [1, 2, 3, 4]) AS filtered; -- [2,3,4]
  

2. Nullable(T)

• 说明：允许 T 类型的值为 NULL。
• 注意：谨慎使用！ Nullable 类型会使列的处理速度变慢并增加存储开销，因为需要额外的一个字节来存储 NULL 标记。如果业务上不可能为 NULL，就不要用。
• 示例：Nullable(String) 表示一个可能为 NULL 的字符串。

3. Tuple(T1, T2, ...)

• 说明：元组，用于存储一组有序的、类型可能不同的值。
• 适用场景：临时组合多个值，常用于函数返回多个结果或存储少量关联数据。
• 示例：Tuple(String, UInt8, Float32) -> ('Alice', 25, 99.5)

4. LowCardinality(T)

• 说明：极其重要的高性能类型。用于包装基数低（ distinct 值数量少）的 String、FixedString、Date、DateTime 类型以及整数类型。
• 原理：内部使用字典编码，将原始值映射为更小的整数，极大减少存储空间并加速查询。
• 适用场景：状态码、性别、国家、枚举值、标签等。
• 示例：LowCardinality(String) 存储 'success', 'fail', 'pending'。

5. Enum8, Enum16

• 说明：枚举，将字符串映射到数字值进行存储，是 LowCardinality 的一种特化和提前定义。
• 适用场景：固定的、预定义的字符串集合。
• 示例：

  CREATE TABLE logs (level Enum8('ERROR' = 1, 'WARNING' = 2, 'INFO' = 3)
  );
  INSERT INTO logs VALUES ('ERROR');
  

五、域类型（Domain-Specific Types）

这些类型是语法糖，底层用其他类型存储，但提供了更清晰的语义和专用的函数。

1. IPv4, IPv6

• 底层存储：IPv4 存为 UInt32, IPv6 存为 FixedString(16)。
• 优点：提供专用的函数（如 IPv4NumToString, toIPv4）和格式检查。
• 示例：

  SELECT toIPv4('192.168.0.1') AS ip WHERE ip > toIPv4('192.168.0.0');
  

2. UUID

• 说明：通用唯一标识符，存储为 FixedString(16)。
• 示例：UUID('12345678-1234-1234-1234-123456789abc')

六、其他特殊类型

1. Nested

• 说明：用于创建嵌套数据结构，它本质上是将多个 Array 列组合在一起，保证其数组长度相同。
• 适用场景：处理半结构化数据，如来自 JSON 的事件列表。
• 示例：

  CREATE TABLE events (timestamp DateTime,user_id UInt32,`actions.names` Array(String),`actions.values` Array(Int32)
  ) ENGINE = MergeTree()
  ORDER BY (user_id, timestamp);
  

  (注意：这实际上是模拟嵌套，并非真正的嵌套类型，但概念一致)。

2. AggregateFunction

• 说明：非常特殊且强大。它不存储数据本身，而是存储数据的中间聚合状态（如 uniqState, quantileState）。
• 适用场景：与物化视图结合使用，实现预聚合，是 ClickHouse 应对超大数据量的王牌功能。
• 示例：

  -- 创建一个存储聚合状态的物化视图
  CREATE MATERIALIZED VIEW mv_agg
  ENGINE = AggregatingMergeTree()
  ORDER BY (date, product_id)
  AS SELECTdate,product_id,sumState(amount) AS total_amount, -- 存储的是聚合状态，不是最终值uniqState(user_id) AS unique_users
  FROM sales_raw
  GROUP BY date, product_id;-- 查询时，使用相应的合并函数获取最终结果
  SELECTdate,product_id,sumMerge(total_amount) AS total_sales, -- 合并状态得到最终结果uniqMerge(unique_users) AS total_customers
  FROM mv_agg
  GROUP BY date, product_id;
  

总结与最佳实践

1. 精确选择类型：使用能满足需求的最小、最精确的类型（如 UInt8 而非 UInt64）。
2. 字符串优化：对基数低的字符串列，毫不犹豫地使用 LowCardinality(String)。对固定长度的标识符，使用 FixedString(N)。
3. 避免滥用 Nullable：除非必要，否则不要使用 Nullable，因为它有性能开销。
4. 时间类型：始终使用最细粒度的时间类型（如 DateTime64）。
5. 金融计算：使用 Decimal 系列类型，避免使用 Float。
6. 探索复杂类型：善用 Array、Tuple 和 Map 来处理复杂数据结构。
7. 王牌功能：在需要极致性能的聚合场景，学习和使用 AggregateFunction 与物化视图。

通过合理选择数据类型，你可以极大地提升 ClickHouse 的存储效率和查询性能。

四、相关文献

【大数据知识】ClickHouse入门
【大数据知识】今天聊聊Clickhouse部署方案