點擊上方藍色字體，選擇“設為星標”

回復”資源“獲取更多資源

大數據技術與架構點擊右側關注，大數據開發領域最強公眾號！

暴走大數據點擊右側關注，暴走大數據！

ClickHouse相關文章推薦：

戰斗民族開源 | ClickHouse萬億數據雙中心的設計與實踐你需要懂一點ClickHouse的基礎知識趣頭條實戰 | 基于Flink+ClickHouse構建實時數據平臺Prometheus+Clickhouse實現業務告警基于ClickHouse的用戶行為分析實踐

ClickHouse 是一款由俄羅斯Yandex公司開源的OLAP數據庫，擁有者卓越的性能表現，在官方公布的基準測試中，ClickHouse的平均響應速度是Vertica的2.63倍、InfiniDB的17倍、MonetDB的27倍、Hive的126倍、MySQL的429倍以及Greenplum的10倍。

自2016年開源以來，ClickHouse一直保持著飛速的發展，是目前業界公認的OLAP數據庫黑馬，已在頭條、阿里、騰訊、新浪、青云等眾多公司得以應用。

作為一款分析型數據庫，ClickHouse提供了許多數據類型，它們可以劃分為基礎類型、復合類型和特殊類型。其中基礎類型使ClickHouse具備了描述數據的基本能力，而另外兩種類型則使ClickHouse的數據表達能力更加豐富立體。

本文主要來談ClickHouse的復合類型，ClickHouse提供了數組、元組、枚舉和嵌套四類復合類型。這些類型通常是其他數據庫原生不具備的特性。擁有了復合類型之后，ClickHouse的數據模型表達能力更強了。

Array

數組有兩種定義形式，常規方式array(T)：

SELECT array(1, 2) as a , toTypeName(a)

┌─a───┬─toTypeName(array(1, 2))─┐

│ [1,2] │ Array(UInt8) ?????????????│

└─────┴────────────────┘

或者簡寫方式[T]：

SELECT [1, 2]

通過上述的例子可以發現，在查詢時并不需要主動聲明數組的元素類型。因為ClickHouse的數組擁有類型推斷的能力，推斷依據：以最小存儲代價為原則，即使用最小可表達的數據類型。例如在上面的例子中，array(1, 2)會通過自動推斷將UInt8作為數組類型。但是數組元素中如果存在Null值，則元素類型將變為Nullable，例如：

?SELECT [1, 2, null] as a , toTypeName(a)

┌─a──────┬─toTypeName([1, 2, NULL])─┐

│ [1,2,NULL] │ Array(Nullable(UInt8)) ???│

└────────┴─────────────────┘

細心的讀者可能已經發現，在同一個數組內可以包含多種數據類型，例如數組[1, 2.0]是可行的。但各類型之間必須兼容，例如數組[1, '2']則會報錯。

在定義表字段時，數組需要指定明確的元素類型，例如：

CREATE TABLE Array_TEST (

????c1 Array(String)

) engine = Memory

2. Tuple

元組類型由1～n個元素組成，每個元素之間允許設置不同的數據類型，且彼此之間不要求兼容。元組同樣支持類型推斷，其推斷依據仍然以最小存儲代價為原則。與數組類似，元組也可以使用兩種方式定義，常規方式tuple(T)：

SELECT tuple(1,'a',now()) AS x, toTypeName(x)

┌─x─────────────────┬─toTypeName(tuple(1, 'a', now()))─┐

│ (1,'a','2019-08-28 21:36:32') │ Tuple(UInt8, String, DateTime) ???│

└───────────────────┴─────────────────────┘

或者簡寫方式(T)：

SELECT (1,2.0,null) AS x, toTypeName(x)

┌─x──────┬─toTypeName(tuple(1, 2., NULL))───────┐

│ (1,2,NULL) │ Tuple(UInt8, Float64, Nullable(Nothing)) │

└───────┴──────────────────────────┘

在定義表字段時，元組也需要指定明確的元素類型：

CREATE TABLE Tuple_TEST (

????c1 Tuple(String,Int8)

) ENGINE = Memory;

元素類型和泛型的作用類似，可以進一步保障數據質量。在數據寫入的過程中會進行類型檢查。例如，寫入INSERT INTO Tuple_TEST VALUES( ('abc' , 123) )是可行的，而寫入INSERT INTO Tuple_TEST VALUES( ('abc' , 'efg') )則會報錯。

3. Enum

ClickHouse支持枚舉類型，這是一種在定義常量時經常會使用的數據類型。ClickHouse提供了Enum8和Enum16兩種枚舉類型，它們除了取值范圍不同之外，別無二致。枚舉固定使用(String:Int) Key/Value鍵值對的形式定義數據，所以Enum8和Enum16分別會對應(String:Int8)和(String:Int16)，例如：

CREATE TABLE Enum_TEST (

????c1 Enum8('ready' = 1, 'start' = 2, 'success' = 3, 'error' = 4)

) ENGINE = Memory;

在定義枚舉集合的時候，有幾點需要注意。首先，Key和Value是不允許重復的，要保證唯一性。其次，Key和Value的值都不能為Null，但Key允許是空字符串。在寫入枚舉數據的時候，只會用到Key字符串部分，例如：

INSERT INTO Enum_TEST VALUES('ready');

INSERT INTO Enum_TEST VALUES('start');

數據在寫入的過程中，會對照枚舉集合項的內容逐一檢查。如果Key字符串不在集合范圍內則會拋出異常，比如執行下面的語句就會出錯：

INSERT INTO Enum_TEST VALUES('stop');

可能有人會覺得，完全可以使用String代替枚舉，為什么還需要專門的枚舉類型呢？這是出于性能的考慮。因為雖然枚舉定義中的Key屬于String類型，但是在后續對枚舉的所有操作中(包括排序、分組、去重、過濾等)，會使用Int類型的Value值。

4. Nested

嵌套類型，顧名思義是一種嵌套表結構。一張數據表，可以定義任意多個嵌套類型字段，但每個字段的嵌套層級只支持一級，即嵌套表內不能繼續使用嵌套類型。對于簡單場景的層級關系或關聯關系，使用嵌套類型也是一種不錯的選擇。例如，下面的nested_test是一張模擬的員工表，它的所屬部門字段就使用了嵌套類型：

CREATE TABLE nested_test (

????name String,

????age ?UInt8 ,

????dept Nested(

????????id UInt8,

????????name String

????)

) ENGINE = Memory;

ClickHouse的嵌套類型和傳統的嵌套類型不相同，導致在初次接觸它的時候會讓人十分困惑。以上面這張表為例，如果按照它的字面意思來理解，會很容易理解成nested_test與dept 是一對一的包含關系，其實這是錯誤的。不信可以執行下面的語句，看看會是什么結果：

INSERT INTO nested_test VALUES ('nauu',18, 10000, '研發部');

Exception on client:

Code: 53. DB::Exception: Type mismatch in IN or VALUES section. Expected: Array(UInt8). Got: UInt64

注意上面的異常信息，它提示期望寫入的是一個Array數組類型。

現在大家應該明白了，嵌套類型本質是一種多維數組的結構。嵌套表中的每個字段都是一個數組，并且行與行之間數組的長度無須對齊。所以需要把剛才的INSERT語句調整成下面的形式：

INSERT INTO nested_test VALUES ('bruce' , 30 , [10000,10001,10002], ['研發部','技術支持中心','測試部']);

--行與行之間,數組長度無須對齊

INSERT INTO nested_test VALUES ('bruce' , 30 , [10000,10001], ['研發部','技術支持中心']);

需要注意的是，在同一行數據內每個數組字段的長度必須相等。例如，在下面的示例中，由于行內數組字段的長度沒有對齊，所以會拋出異常：

INSERT INTO nested_test VALUES ('bruce' , 30 , [10000,10001], ['研發部','技術支持中心',

'測試部']);

DB::Exception: Elements 'dept.id' and 'dept.name' of Nested data structure 'dept' (Array columns) have different array sizes..

在訪問嵌套類型的數據時需要使用點符號，例如：

SELECT name, dept.id, dept.name FROM nested_test

┌─name─┬─dept.id──┬─dept.name─────────────┐

│ bruce │ [16,17,18] │ ['研發部','技術支持中心','測試部'] │

└────┴───────┴────────────────────┘

關于作者：

朱凱，ClickHouse貢獻者之一，ClickHouse布道者，資深架構師，十多年IT從業經驗，對大數據領域主流技術與解決方案有深入研究，擅長分布式系統的架構設計與整合。曾主導過多款大數據平臺級產品的規劃、設計與研發工作，一線實戰經驗豐富。現就職于遠光軟件股份有限公司，任大數據事業部平臺開發部總經理。著有《企業級大數據平臺構建：架構與實現》?《ClickHouse原理解析與應用實踐》等書。

國內首本全方位講解ClickHouse的技術書，這是一本可幫助讀者深度理解并全面掌握ClickHouse運行原理并進行實踐開發的工具書，涵蓋了ClickHouse的時代背景、發展歷程、核心概念、基礎功能、運行原理、實踐指導等多個維度的內容。一本書幫你駕馭ClickHouse。

版權聲明：

本文為大數據技術與架構整理，原作者獨家授權。未經原作者允許轉載追究侵權責任。編輯｜冷眼丶微信公眾號｜import_bigdata歡迎點贊+收藏+轉發朋友圈素質三連

文章不錯？點個【在看】吧！??

總結

以上是生活随笔為你收集整理的python3 array为什么不能放不同类型的数据_来自俄罗斯的凶猛彪悍的分析数据库ClickHouse...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。