高性价比OLAP列式数据库—Clickhouse（数据类型）

UInt8, 
UInt16, 
UInt32, 
UInt64: 无符号整数范围（0~2n-1），分别占用 8、16、32、64 位。

Int8, 
Int16, 
Int32, 
Int64: 有符号整数范围（-2n-1~2n-1-1），分别占用 8、16、32、64 位。

Float32: 32 位浮点数（单精度）。

Float64: 64 位浮点数（双精度）。

Decimal32(s)：相当于Decimal(9-s,s)，有效位数为1~9。
Decimal64(s)：相当于Decimal(18-s,s)，有效位数为1~18 。
Decimal128(s)：相当于Decimal(38-s,s)，有效位数为1~38。

String：字符串可以任意长度的。它可以包含任意的字节集，包含空字节。

FixedString(N)：固定长度N 的字符串，N 必须是严格的正自然数。
当服务端读取长度小于N 的字符串时候，通过在字符串末尾添加空字节来达到N 字节长度。
当服务端读取长度大于N 的字符串时候，将返回错误消息。

Enum8 用'String'= Int8 对描述。
Enum16 用'String'= Int16 对描述。

CREATE TABLE t_enum
(
   x Enum8('hello' = 1, 'world' = 2)
)ENGINE = TinyLog;

INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello');

Date接受年-月-日的字符串比如‘2019-12-16’
Datetime接受年-月-日时:分:秒的字符串比如‘2019-12-16 20:50:10’
Datetime64接受年-月-日时:分:秒.亚秒的字符串比如‘2019-12-16 20:50:10.66’

Tuple(T1, T2, ...): 元组类型，可以存储多个不同类型的值。例如 
Tuple(String, Int32, Float64) 表示一个包含字符串、32 位整数和 64 位浮点数的元组。

CREATE TABLE user_profile (
    user_id UInt32,
    user_info Tuple(name String, age UInt8, email String),
    location Tuple(latitude Float64, longitude Float64)
) ENGINE = MergeTree()
ORDER BY user_id;

INSERT INTO user_profile VALUES
    (1, ('Alice', 25, 'alice@example.com'), (37.7749, -122.4194)),
    (2, ('Bob', 30, 'bob@example.com'), (34.0522, -118.2437));

SELECT
    user_id,
    user_info.name,
    user_info.age,
    location.latitude,
    location.longitude
FROM user_profile;

┌─user_id─┬─name──┬─age─┬─latitude─┬─longitude─┐
│       1 │ Alice │  25 │   37.7749 │  -122.4194 │
│       2 │ Bob   │  30 │   34.0522 │  -118.2437 │
└─────────┴───────┴─────┴──────────┴───────────┘

SELECT
    user_id,
    tuple(user_info.name, user_info.age) AS name_age,
    tuple(location.latitude, location.longitude) AS coordinates
FROM user_profile;

┌─user_id─┬─name_age──────────┬─coordinates────────────────────┐
│       1 │ ('Alice',25)      │ (37.7749,-122.4194)            │
│       2 │ ('Bob',30)        │ (34.0522,-118.2437)            │
└─────────┴───────────────────┴───────────────────────────────┘

CREATE TABLE user_setting (
    user_id UInt32,
    settings Map(String, String)
) ENGINE = MergeTree()
ORDER BY user_id;

INSERT INTO user_setting VALUES
    (1, {'theme': 'dark', 'language': 'en', 'notifications': 'on'}),
    (2, {'theme': 'light', 'language': 'fr'});

SELECT
    user_id,
    settings['theme'] AS theme,
    settings['language'] AS language
FROM user_setting;

┌─user_id─┬─theme─┬─language─┐
│       1 │ dark  │ en       │
│       2 │ light │ fr       │
└─────────┴───────┴──────────┘

INSERT INTO user_setting VALUES
    (1, {'theme': 'light', 'language': 'en', 'notifications': 'off'});


SELECT * FROM user_settings WHERE user_id = 1;

┌─user_id─┬─settings────────────────────────────────────┐
│       1 │ {'theme':'light','language':'en','notifications':'off'} │
└─────────┴────────────────────────────────────────────────────────┘

SELECT
    mapAdd({'a': 1, 'b': 2}, {'b': 3, 'c': 4}) AS added_map,
    mapSubtract({'a': 1, 'b': 2}, {'b': 3, 'c': 4}) AS subtracted_map,
    mapContains({'a': 1, 'b': 2}, 'b') AS contains_key;

┌─added_map──────────────┬─subtracted_map───┬─contains_key─┐
│ {'a':1,'b':5,'c':4}    │ {'a':1}          │            1 │
└────────────────────────┴──────────────────┴──────────────┘

CREATE TABLE demo(
    id UInt32,
    name String,
    age UInt8,
    salary Decimal(10, 2),
    birth_date Date,
    created_at DateTime,
    is_active UInt8,
    tags Array(String),
    address Tuple(city String, zip_code String),
    ip_address IPv4,
    uuid UUID
) ENGINE = MergeTree()
ORDER BY id;

欢迎微信扫描二维码，关注我的公众号~~