進入click(不加上-m的話,進入之後只能一次寫一行,不能建表)
clickhouse client -m
show databases; 檢視資料庫
create database db_doit; 建立乙個資料庫
drop database db_doit; 刪除資料庫
show tables: 檢視表
檢視當前使用的資料庫
select currentdatabase();
建立乙個表(建表的時候指定資料型別,建表的時候一定要指定表引擎)
create table tb_user(
uid int32,
name string,
age uint32,
gender string
)engine = tinylog;
檢視表的結構
desc tb_user;
插入語句
insert into tb_user values(1,'hello',23,'m');
insert into tb_user values(2,'上海',33,'f');
檢視表select * from tb_user;
datetime(以下三種都可以)
create table tb_date1(
timestamp datetime
)engine = tinylog;
create table tb_date2(
date timestamp
)engine = tinylog;
create table tb_date3(
datetime date
)engine = tinylog;
插入時間
insert into tb_date values('2020-08-24 21:06:00');
create table tb_enum(
m enum('hello'=1,'world'=2)
)engine = tinylog;
insert into tb_enum values('hello'),('world'),('hello');
select cast(m,'int8') from tb_enum;
將hello ,world 轉為int8型別
create table tb_array(
name string,
hobby array(string)
)engine = tinylog;
插入
insert into tb_array values('你好',['h','l','hello']);
陣列有角標,然後是從1開始
select name ,hobby[2] from tb_array;
需要主鍵,排序字段 ( primary key , order by) 兩個一致
create table tb_megertree(
uid int32,
name string,
age uint8,
birthday date,
gender string
)engine=mergetree()
order by uid;
插入資料
insert into tb_megertree values(2,'李白',60,'123324435','m');
insert into tb_megertree values(24,'杜甫',59,1234567,'m'), (3,'李清照',55,1234323,'f');
insert into tb_megertree values(6,'徐志摩',50,'333324435','m');
create table tb_partition(
uid int8,
address string
)engine=mergetree()
order by uid
partition by address;
insert into tb_partition values(3,'北京'),(5,'北京'),(1,'上海'),(7,'北京'),(30,'北京'),(11,'上海');
再插入
insert into tb_partition values(33,'上海'),(53,'北京'),(13,'上海');
在合併
optimize table tb_partition;
optimize table tb_partition;
一次合併乙個分割槽
執行兩次分割槽全部合併
replacingmergetree
刪除區內主鍵相同的資料 保留指定的字段中的最大版本
clickhouse語句 ClickHouse初識
這是學習筆記的第 2051 篇文章 clickhouse這些年還是比較火的一門技術,是yandex在2016年6月15日開源的資料分析的資料庫。在github上有7000多的星。它是基於列式儲存,在統計分析方面具有很大的優勢。根據資料,以100m資料集的跑分結果 clickhouse比vertia快...
clickhouse 部署 介紹
clickhouse是乙個用於聯機分析處理 olap 的列式資料庫管理系統 columnar dbms 傳統資料庫在資料大小比較小,索引大小適合記憶體,資料快取命中率足夠高的情形下能正常提供服務。但殘酷的是,這種理想情形最終會隨著業務的增長走到盡頭,查詢會變得越來越慢。你可能通過增加更多的記憶體,訂...
初步認識clickhouse
命令列客戶端 可以選擇使用互動式與非互動式 批量 兩種模式 互動模式 進入互動模式 clickhouse client 如果埠不是9000的,可以通過 port自行設定 clickhouse client port x 退出客戶端 exit 原生客戶端介面 tcp 可以從clickhouse源 進行...