ClickHouse提供了许多数据类型，它们能够划分为根底类型、复合类型和非凡类型。咱们能够在system.data_type_families表中查看数据类型名称以及是否辨别大小写。
SELECT * FROM system.data_type_families下面的零碎表，存储了ClickHouse所反对的数据类型，留神不同版本的ClickHouse可能数据类型会有所不同，具体如下表所示：
┌─name────────────────────┬─case_insensitive─┬─alias_to────┐│ IPv6 │ 0 │ ││ IPv4 │ 0 │ ││ LowCardinality │ 0 │ ││ Decimal │ 1 │ ││ String │ 0 │ ││ Decimal64 │ 1 │ ││ Decimal32 │ 1 │ ││ Decimal128 │ 1 │ ││ Float64 │ 0 │ ││ Float32 │ 0 │ ││ Int64 │ 0 │ ││ SimpleAggregateFunction │ 0 │ ││ Array │ 0 │ ││ Nothing │ 0 │ ││ UInt16 │ 0 │ ││ Enum16 │ 0 │ ││ UInt32 │ 0 │ ││ Date │ 1 │ ││ Int8 │ 0 │ ││ Int32 │ 0 │ ││ Enum8 │ 0 │ ││ UInt64 │ 0 │ ││ IntervalSecond │ 0 │ ││ Int16 │ 0 │ ││ FixedString │ 0 │ ││ Nullable │ 0 │ ││ AggregateFunction │ 0 │ ││ DateTime │ 1 │ ││ Enum │ 0 │ ││ Tuple │ 0 │ ││ IntervalMonth │ 0 │ ││ Nested │ 0 │ ││ IntervalMinute │ 0 │ ││ IntervalHour │ 0 │ ││ IntervalWeek │ 0 │ ││ IntervalDay │ 0 │ ││ UInt8 │ 0 │ ││ IntervalQuarter │ 0 │ ││ UUID │ 0 │ ││ IntervalYear │ 0 │ ││ LONGBLOB │ 1 │ String ││ MEDIUMBLOB │ 1 │ String ││ TINYBLOB │ 1 │ String ││ BIGINT │ 1 │ Int64 ││ SMALLINT │ 1 │ Int16 ││ TIMESTAMP │ 1 │ DateTime ││ INTEGER │ 1 │ Int32 ││ INT │ 1 │ Int32 ││ DOUBLE │ 1 │ Float64 ││ MEDIUMTEXT │ 1 │ String ││ TINYINT │ 1 │ Int8 ││ DEC │ 1 │ Decimal ││ BINARY │ 1 │ FixedString ││ FLOAT │ 1 │ Float32 ││ CHAR │ 1 │ String ││ VARCHAR │ 1 │ String ││ TEXT │ 1 │ String ││ TINYTEXT │ 1 │ String ││ LONGTEXT │ 1 │ String ││ BLOB │ 1 │ String │└─────────────────────────┴──────────────────┴─────────────┘数值类型
Int类型
固定长度的整数类型又包含有符号和无符号的整数类型。
- 有符号整数类型
| 类型 | 字节 | 范畴 |
|---|---|---|
| Int8 | 1 | [-2^7 ~2^7-1] |
| Int16 | 2 | [-2^15 ~ 2^15-1] |
| Int32 | 4 | [-2^31 ~ 2^31-1] |
| Int64 | 8 | [-2^63 ~ 2^63-1] |
| Int128 | 16 | [-2^127 ~ 2^127-1] |
| Int256 | 32 | [-2^255 ~ 2^255-1] |
- 无符号类型
| 类型 | 字节 | 范畴 |
|---|---|---|
| UInt8 | 1 | [0 ~2^8-1] |
| UInt16 | 2 | [0 ~ 2^16-1] |
| UInt32 | 4 | [0 ~ 2^32-1] |
| UInt64 | 8 | [0 ~ 2^64-1] |
| UInt256 | 32 | [0 ~ 2^256-1] |
浮点类型
- 单精度浮点数
Float32从小数点后第8位起会产生数据溢出
| 类型 | 字节 | 精度 |
|---|---|---|
| Float32 | 4 | 7 |
- 双精度浮点数
Float32从小数点后第17位起会产生数据溢出
| 类型 | 字节 | 精度 |
|---|---|---|
| Float64 | 8 | 16 |
- 示例
-- Float32类型，从第8为开始产生数据溢出kms-1.apache.com :) select toFloat32(0.123456789);SELECT toFloat32(0.123456789)┌─toFloat32(0.123456789)─┐│ 0.12345679 │└────────────────────────┘-- Float64类型，从第17为开始产生数据溢出kms-1.apache.com :) select toFloat64(0.12345678901234567890);SELECT toFloat64(0.12345678901234568)┌─toFloat64(0.12345678901234568)─┐│ 0.12345678901234568 │└────────────────────────────────┘Decimal类型
有符号的定点数，可在加、减和乘法运算过程中放弃精度。ClickHouse提供了Decimal32、Decimal64和Decimal128三种精度的定点数，反对几种写法：
- Decimal(P, S)
- Decimal32(S)
数据范畴：( -1 10^(9 - S), 1 10^(9 - S) )
- Decimal64(S)
数据范畴：( -1 10^(18 - S), 1 10^(18 - S) )
- Decimal128(S)
数据范畴： ( -1 10^(38 - S), 1 10^(38 - S) )
- Decimal256(S)
数据范畴：( -1 10^(76 - S), 1 10^(76 - S) )
其中：P代表精度，决定总位数（整数局部+小数局部），取值范畴是1～76
S代表规模，决定小数位数，取值范畴是0～P
依据P的范畴，能够有如下的等同写法：
| P 取值 | 原生写法示例 | 等同于 |
|---|---|---|
| [ 1 : 9 ] | Decimal(9,2) | Decimal32(2) |
| [ 10 : 18 ] | Decimal(18,2) | Decimal64(2) |
| [ 19 : 38 ] | Decimal(38,2) | Decimal128(2) |
| [ 39 : 76 ] | Decimal(76,2) | Decimal256(2) |
留神点：不同精度的数据进行四则运算时，精度(总位数)和规模(小数点位数)会发生变化，具体规定如下：
精度对应的规定
- Decimal64(S1)
运算符Decimal32(S2) -> Decimal64(S) - Decimal128(S1)
运算符Decimal32(S2) -> Decimal128(S） - Decimal128(S1)
运算符Decimal64(S2) -> Decimal128(S) - Decimal256(S1)
运算符Decimal<32|64|128>(S2) -> Decimal256(S)
- Decimal64(S1)
能够看出：两个不同精度的数据进行四则运算时，后果数据已最大精度为准
规模(小数点位数)对应的规定
- 加法|减法：S = max(S1, S2)，即以两个数据中小数点位数最多的为准
- 乘法： S = S1 + S2(留神：S1精度 >= S2精度)，即以两个数据的小数位相加为准
- 除法： S = S1，即被除数的小数位为准
-- toDecimal32(value, S) -- 加法,S取两者最大的，P取两者最大的 SELECT toDecimal64(2, 3) AS x, toTypeName(x) AS xtype, toDecimal32(2, 2) AS y, toTypeName(y) as ytype, x + y AS z, toTypeName(z) AS ztype; -- 后果输入 ┌─────x─┬─xtype──────────┬────y─┬─ytype─────────┬─────z─┬─ztype──────────┐ │ 2.000 │ Decimal(18, 3) │ 2.00 │ Decimal(9, 2) │ 4.000 │ Decimal(18, 3) │ └───────┴────────────────┴──────┴───────────────┴───────┴────────────────┘ -- 乘法，比拟非凡，与这两个数的程序无关 -- 如下：x类型是Decimal64，y类型是Decimal32，程序是x*y,小数位S=S1+S2 SELECT toDecimal64(2, 3) AS x, toTypeName(x) AS xtype, toDecimal32(2, 2) AS y, toTypeName(y) as ytype, x * y AS z, toTypeName(z) AS ztype; -- 后果输入 ┌─────x─┬─xtype──────────┬────y─┬─ytype─────────┬───────z─┬─ztype──────────┐ │ 2.000 │ Decimal(18, 3) │ 2.00 │ Decimal(9, 2) │ 4.00000 │ Decimal(18, 5) │ └───────┴────────────────┴──────┴───────────────┴─────────┴────────────────┘ -- 替换相乘的程序，y*x,小数位S=S1*S2 SELECT toDecimal64(2, 3) AS x, toTypeName(x) AS xtype, toDecimal32(2, 2) AS y, toTypeName(y) as ytype, y * x AS z, toTypeName(z) AS ztype; -- 后果输入 ┌─────x─┬─xtype──────────┬────y─┬─ytype─────────┬────────z─┬─ztype──────────┐ │ 2.000 │ Decimal(18, 3) │ 2.00 │ Decimal(9, 2) │ 0.400000 │ Decimal(18, 6) │ └───────┴────────────────┴──────┴───────────────┴──────────┴────────────────┘ -- 除法，小数位与被除数保持一致 SELECT toDecimal64(2, 3) AS x, toTypeName(x) AS xtype, toDecimal32(2, 2) AS y, toTypeName(y) as ytype, x / y AS z, toTypeName(z) AS ztype; -- 后果输入 ┌─────x─┬─xtype──────────┬────y─┬─ytype─────────┬─────z─┬─ztype──────────┐ │ 2.000 │ Decimal(18, 3) │ 2.00 │ Decimal(9, 2) │ 1.000 │ Decimal(18, 3) │ └───────┴────────────────┴──────┴───────────────┴───────┴────────────────┘字符串类型
String
字符串能够是任意长度的。它能够蕴含任意的字节集，蕴含空字节。因而，字符串类型能够代替其余 DBMSs 中的VARCHAR、BLOB、CLOB 等类型。
FixedString
固定长度的N字节字符串，个别在在一些明确字符串长度的场景下应用，申明形式如下：
-- N示意字符串的长度<column_name> FixedString(N)值得注意的是：FixedString应用null字节填充开端字符。
-- 尽管hello只有5位，但最终字符串是6位select toFixedString('hello',6) as a,length(a) as alength;-- 后果输入┌─a─────┬─alength─┐│ hello │ 6 │└───────┴─────────┘-- 留神对于固定长度的字符串进行比拟时，会呈现不一样的后果-- 如下：因为a是6位字符，而hello是5位，所以两者不相等select toFixedString('hello',6) as a,a = 'hello' ,length(a) as alength; -- 后果输入┌─a─────┬─equals(toFixedString('hello', 6), 'hello')─┬─alength─┐│ hello │ 0 │ 6 │└───────┴────────────────────────────────────────────┴─────────┘-- 须要应用上面的形式select toFixedString('hello',6) as a,a = 'hello\0' ,length(a) as alength;-- 后果输入┌─a─────┬─equals(toFixedString('hello', 6), 'hello\0')─┬─alength─┐│ hello │ 1 │ 6 │└───────┴──────────────────────────────────────────────┴─────────┘UUID
UUID是一种数据库常见的主键类型，在ClickHouse中间接把它作为一种数据类型。UUID共有32位，它的格局为8-4-4-4-12，比方：
61f0c404-5cb3-11e7-907b-a6006ad3dba0-- 当不指定uuid列的值时，填充为000000000-0000-0000-0000-000000000000应用示例如下：
-- 建表CREATE TABLE t_uuid (x UUID, y String) ENGINE=TinyLog;-- insert数据INSERT INTO t_uuid SELECT generateUUIDv4(), 'Example 1';INSERT INTO t_uuid (y) VALUES ('Example 2');SELECT * FROM t_uuid;-- 后果输入，默认被填充为0┌────────────────────────────────────x─┬─y─────────┐│ b6b019b5-ee5c-4967-9c4d-8ff95d332230 │ Example 1 ││ 00000000-0000-0000-0000-000000000000 │ Example 2 │└──────────────────────────────────────┴───────────┘日期类型
工夫类型分为DateTime、DateTime64和Date三类。须要留神的是ClickHouse目前没有工夫戳类型，也就是说，工夫类型最高的精度是秒，所以如果须要解决毫秒、微秒精度的工夫，则只能借助UInt类型实现。
Date类型
用两个字节存储，示意从 1970-01-01 (无符号) 到以后的日期值。日期中没有存储时区信息。
CREATE TABLE t_date (x date) ENGINE=TinyLog;INSERT INTO t_date VALUES('2020-10-01');SELECT x,toTypeName(x) FROM t_date;┌──────────x─┬─toTypeName(x)─┐│ 2020-10-01 │ Date │└────────────┴───────────────┘DateTime类型
用四个字节（无符号的）存储 Unix 工夫戳。容许存储与日期类型雷同的范畴内的值。最小值为 0000-00-00 00:00:00。工夫戳类型值准确到秒（没有闰秒）。时区应用启动客户端或服务器时的零碎时区。
CREATE TABLE t_datetime(`timestamp` DateTime) ENGINE = TinyLog;INSERT INTO t_datetime Values('2020-10-01 00:00:00');SELECT * FROM t_datetime;-- 后果输入┌───────────timestamp─┐│ 2020-10-01 00:00:00 │└─────────────────────┘-- 留神，DateTime类型是辨别时区的SELECT toDateTime(timestamp, 'Asia/Shanghai') AS column, toTypeName(column) AS x FROM t_datetime;-- 后果输入┌──────────────column─┬─x─────────────────────────┐│ 2020-10-01 00:00:00 │ DateTime('Asia/Shanghai') │└─────────────────────┴───────────────────────────┘SELECT toDateTime(timestamp, 'Europe/Moscow') AS column, toTypeName(column) AS x FROM t_datetime; -- 后果输入┌──────────────column─┬─x─────────────────────────┐│ 2020-09-30 19:00:00 │ DateTime('Europe/Moscow') │└─────────────────────┴───────────────────────────┘布尔类型
ClickHouse没有独自的类型来存储布尔值。能够应用UInt8 类型，取值限度为0或 1。
数组类型
Array(T)，由 T 类型元素组成的数组。T 能够是任意类型，蕴含数组类型。但不举荐应用多维数组，ClickHouse对多维数组的反对无限。例如，不能在MergeTree表中存储多维数组。
SELECT array(1, 2) AS x, toTypeName(x);-- 后果输入┌─x─────┬─toTypeName(array(1, 2))─┐│ [1,2] │ Array(UInt8) │└───────┴─────────────────────────┘SELECT [1, 2] AS x, toTypeName(x);-- 后果输入┌─x─────┬─toTypeName([1, 2])─┐│ [1,2] │ Array(UInt8) │└───────┴────────────────────┘须要留神的是，数组元素中如果存在Null值，则元素类型将变为Nullable。
SELECT array(1, 2, NULL) AS x, toTypeName(x);-- 后果输入┌─x──────────┬─toTypeName(array(1, 2, NULL))─┐│ [1,2,NULL] │ Array(Nullable(UInt8)) │└────────────┴───────────────────────────────┘另外，数组类型外面的元素必须具备雷同的数据类型，否则会报异样
SELECT array(1, 'a')-- 报异样DB::Exception: There is no supertype for types UInt8, String because some of them are String/FixedString and some of them are not枚举类型
枚举类型通常在定义常量时应用，ClickHouse提供了Enum8和Enum16两种枚举类型。
-- 建表CREATE TABLE t_enum( x Enum8('hello' = 1, 'world' = 2))ENGINE = TinyLog;-- INSERT数据INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello');-- 如果定义了枚举类型值之后，不能写入其余值的数据INSERT INTO t_enum values('a')-- 报异样：Unknown element 'a' for type Enum8('hello' = 1, 'world' = 2)Tuple类型
Tuple(T1, T2, ...)，元组，与Array不同的是，Tuple中每个元素都有独自的类型，不能在表中存储元组（除了内存表）。它们能够用于长期列分组。在查问中，IN表达式和带特定参数的 lambda 函数能够来对长期列进行分组。
SELECT tuple(1,'a') AS x, toTypeName(x);--后果输入┌─x───────┬─toTypeName(tuple(1, 'a'))─┐│ (1,'a') │ Tuple(UInt8, String) │└─────────┴───────────────────────────┘-- 建表CREATE TABLE t_tuple( c1 Tuple(String,Int8)) engine=TinyLog;-- INSERT数据INSERT INTO t_tuple VALUES(('jack',20));--查问数据SELECT * FROM t_tuple;┌─c1──────────┐│ ('jack',20) │└─────────────┘-- 如果插入数据类型不匹配，会报异样INSERT INTO t_tuple VALUES(('tom','20'));-- Type mismatch in IN or VALUES section. Expected: Int8. Got: String非凡数据类型
Nullable
Nullable类型示意某个根底数据类型能够是Null值。其具体用法如下所示：
-- 建表CREATE TABLE t_null(x Int8, y Nullable(Int8)) ENGINE TinyLog-- 写入数据INSERT INTO t_null VALUES (1, NULL), (2, 3);SELECT x + y FROM t_null;-- 后果┌─plus(x, y)─┐│ ││ 5 │└────────────┘Domain
Domain类型是特定实现的类型：
IPv4是与UInt32类型放弃二进制兼容的Domain类型，用于存储IPv4地址的值。它提供了更为紧凑的二进制存储的同时反对辨认可读性更加敌对的输入输出格局。
IPv6是与FixedString(16)类型放弃二进制兼容的Domain类型，用于存储IPv6地址的值。它提供了更为紧凑的二进制存储的同时反对辨认可读性更加敌对的输入输出格局。
留神低版本的ClickHouse不反对此类型。
-- 建表CREATE TABLE hits(url String, from IPv4) ENGINE = MergeTree()ORDER BY from;-- 写入数据INSERT INTO hits (url, from) VALUES('https://wikipedia.org', '116.253.40.133')('https://clickhouse.tech', '183.247.232.58');-- 查问SELECT * FROM hits;┌─url─────────────────────┬───────────from─┐│ https://wikipedia.org │ 116.253.40.133 ││ https://clickhouse.tech │ 183.247.232.58 │└─────────────────────────┴────────────────┘公众号『大数据技术与数仓』，回复『材料』支付大数据资料包