大数据(5p)ClickHouse异于平常SQL的语法

Docker 部署 ClickHouse 教程 通过以上步骤,你可以轻松地使用 Docker 安装并运行 ClickHouse。根据自己的需求,进一步配置数据存储路径、端口映射和其他设置。 阅读详情

下面只展示和MySQL或HIVE区别较大的语法
例如ClickHouse建库语法和MySQL几乎1卵样的不予展示

ClickHouse的JOIN逻辑

# 创建左表
CREATE TABLE default.temp_left(
    `a` String COMMENT '匹配键'
)ENGINE = MergeTree
ORDER BY (a);

INSERT INTO default.temp_left
SELECT 'A1' AS a UNION ALL
SELECT 'A1' AS a UNION ALL
SELECT 'A2' AS a UNION ALL
SELECT 'A3' AS a;

# 创建右表
CREATE TABLE default.temp_right(
    `a` String COMMENT '匹配键',
    `b` Nullable(UInt32),
    `c` UInt32
)ENGINE = MergeTree
ORDER BY (a);

INSERT INTO default.temp_right
SELECT 'A2' AS a,9 AS b,8 AS c UNION ALL
SELECT 'A3' AS a,9 AS b,8 AS c UNION ALL
SELECT 'A4' AS a,9 AS b,8 AS c;

# 左联
SELECT *
FROM default.temp_left le
LEFT JOIN default.temp_right ri ON le.a=ri.a

左联测试结果

在右表中,b允许空,a和c冇允许空
左联后,联不上的a是空字符串,联不上的b是NULL,联不上的c是0

删除数据

删除整个分区

ALTER TABLE 库名.表名 DROP PARTITION 分区名

按条件删除数据(异步执行的,不一定会立即删)

ALTER TABLE 库名.表名 DELETE WHERE 条件

优化(刷新)数据

刷新全表

OPTIMIZE TABLE 表 FINAL;

刷新分区

OPTIMIZE TABLE 表 PARTITION 分区 FINAL;

数字越界不会报错

注意!!!ClickHouse数字越界不会报错!!!

SELECT toInt8(128)

┌─toInt8(128)─┐
│        -128 │
└─────────────┘

SELECT toUInt16(-1)

┌─toUInt16(-1)─┐
│        65535 │
└──────────────┘

临时表

  • 当回话结束时,临时表将随会话一起消失
  • 临时表仅能用Memory表引擎
  • 无法为临时表指定数据库,它是在数据库之外创建的
  • 当 查询没有指定库,且临时表与另一个表名相同 时,会优先使用临时表
CREATE TEMPORARY TABLE temp_t(`a` String,`b` Int32);
INSERT INTO temp_t VALUES ('AB',3),('CC',4);
SELECT * FROM temp_t;
# 结束会话后,临时表不存在

窗口函数

CREATE TEMPORARY TABLE sales(
name  String  COMMENT '产品',
city  String  COMMENT '城市',
sale  Int32   COMMENT '销量');

INSERT INTO sales VALUES
('椰子','佛山',99),('雪梨','佛山',77),('苹果','佛山',88),
('椰子','广州',80),('雪梨','广州',80),('苹果','广州',70);

SELECT city
      ,groupArray(name) OVER (PARTITION BY city)
FROM sales;

SELECT
    city,
    name,
    sale,
    rank() OVER(PARTITION BY city ORDER BY sale DESC)
FROM sales;

单引号和双引号

多数情况使用单引号

SELECT "abc";
# 报错

SELECT 'abc';
# 正常查询,返回字符串
CREATE TABLE default.temp_t(
  `a` String COMMENT "匹配键"
)ENGINE=Log;
# 字段注释使用双引号报错

CREATE TABLE default.temp_t(
  `a` String COMMENT '匹配键'
)ENGINE=Log;
# 正常建表

INSERT WITH SELECT

INSERT INTO t2
WITH a AS (SELECT * FROM t1)
SELECT * FROM a;

和HIVE、MySQL等不一样,ClickHouse的INSERT写在WITH之前

大数据技术之Clickhouse 大数据技术之Clickhouse 一、概述 ClickHouse 是俄罗斯的Yandex于2016年开源的列式存储数据库(DBMS),使用C++语言编写,主要用于在线分析处理查询(OLAP),能够使用SQL查询实时生成分析数据报告。 1.1 适用场景 1. 绝大多数是读请求; 2. 数据以相当大的批次(> 1000行)更新,而不是单行更新;或者根本没有更新; 3. 已添加到数据库的数据不能修改; 4. 对于读取,从数据库中提取相当多的行,但只提取列的一小部分; 5. 宽表,即每个. 阅读详情

相关推荐

【Clickhouse从入门到精通】第10篇:ClickHouse客户端访问与连接详解

ClickHouse客户端连接方式详解 ClickHouse提供多种客户端访问方式,包括原生CLI工具、JDBC/ODBC驱动、多语言Driver库和HTTP接口。本文详细介绍每种连接方式的使用方法: CLI命令行工具:clickhouse-client支持交互式和批处理模式,提供丰富的参数配置和多种输出格式(JSON/CSV/TSV等) JDBC/ODBC驱动:支持Java应用连接,提供标准SQL接口 HTTP接口:通过REST API访问,支持JSON/CSV等多种数据格式 多语言Driver:包括Py

xyghehehehe的专栏 554

ClickHouse 语法详解

ClickHouse 语法详解

深圳市多克创新科技有限公司 2358

Python使用ClickHouse实践与踩坑记

本文为初步使用ClickHouse做OLAP数据分析实践,并记录了数据库连接端口配置、接口返回值等问题。体会到ClickHouse的速度快。

肖永威的专栏 2万+

一文学会,数据库中单、双引号以及反引号的使用

以下文章均以连接MySql为例,数据库中有三类引号,即单引号、双引号、反引号。

伤心的辣条 1万+

【clickhouse】clickhouse clickhouse-client 使用

ClickHouse 自己的 clickhouse-client 使用的是“原生”的 TCP 连接来完成与服务端的交互,而在应用中用它的话,它有实现一个 HTTP 的访问接口,把 SQL 语句通过 HTTP 发送到服务端,就可以得到响应数据了(其实不用担心效率问题,数仓场景下,这种传输成本相较于大数据量下的聚合计算挑战,直接就忽略吧)。默认配置下, HTTP 的服务是在 8123 端口上的,直接访问的话,可以得到一个 ok 的响应。

九师兄 4008

HALCON卡尺模型实战:5分钟搞定工件尺寸测量(附完整代码)

本文详细介绍了HALCON卡尺模型在工件尺寸测量中的实战应用,通过5分钟快速搭建测量系统的完整指南,包括基础配置、高级参数调优和完整代码示例。卡尺模型能自动识别边缘并计算精确尺寸,显著提升工业视觉检测的效率和一致性,特别适用于实时测量场景。

weixin_42570296的博客 463

Clickhouse基础语法、数据类型、数据表引擎学习

1、Clickhouse创建数据库的语法,如下所示: 1 CREATE DATABASE [IF NOT EXISTS] db_name [ON CLUSTER cluster] [ENGINE = engine(...)] 使用案例,如下所示: 1 master :) CREATE DATABASE IF NOT EXISTS gab_db; 2 3 CREATE DATABAS...

HiterCoder 967

用PyCharm+Scrapy打造你的第一个爬虫:从安装到实战(附完整代码)

本文详细介绍了如何使用PyCharm和Scrapy框架从零开始构建高效网络爬虫。通过环境配置、项目创建、核心爬虫逻辑编写到数据处理与存储的完整流程,帮助Python开发者快速掌握爬虫开发技巧,并附有实战代码示例。特别适合想要学习Scrapy框架和提升爬虫技能的开发者。

weixin_29038345的博客 869

insert复合select的写法

【代码】insert复合select的写法。

weixin_42484330的博客 1736

新入手的Atmel-ICE产品说明

【一句话自我介绍】 我是Atmel最新推出的功能强大的调试编程工具,适用于Atmel ARM® Cortex®-M的Atmel SAM和AVR® 系列芯片。 【我支持的软件】 完美支持Atmel Studio 6.2以上版本直接支持ICC8AVR以上版本支持烧录ICCAVR、CVAVR、IAR等生成的HEX文件 【我支持的器件】 支持AVR 32-bit MCUs的JTA

kaloha3的专栏 1万+

图腾柱无桥PFC控制逻辑解析:从双闭环到电压前馈的设计演进

本文深入解析图腾柱无桥PFC控制逻辑的设计演进,从经典双闭环控制到电压前馈技术的实现。通过分析功率波动问题和动态响应慢的症结,提出引入电压前馈的解决方案,并详细探讨数字实现中的关键注意事项。文章还涵盖控制框图的构建、稳定性分析方法及实际应用中的调参技巧,为开关电源设计提供实用指导。

weixin_29268267的博客 573

mysql数据库 insert 字段 和 select查询结果组合(mysql中insert与select的嵌套使用解决组合字段插入问题)分为多种情况

第一种:insert 所添加的参数全部来自select查询的结果集 案例: 1、全部字段都是select查询的结果(不需要添加 VALUES),并且所查询的列 是 作为所添加字段的values的值 INSERT INTO crm_promotion_orders(PROMOTIONORDERS_ID,PHONE,ORDER_ID) select tb.CUSTOMER_UUID, tb.CUSTOMER_MOBILE,tb.PROJECT_ID from(SELECT ccm.CUSTOMER

myStyle的博客 1万+

UE5 GAS 学习笔记 1.2游戏标签

这一节对GameplayTag游戏标签进行详细的讲解。

CloudHuCoding 1928

【大数据相关】ClickHouse命令行与SQL语法详解

ClickHouse命令行与SQL语法摘要 命令行客户端 基础连接:clickhouse-client支持多种参数连接服务器 核心参数: -q执行单条查询 -m允许多行查询 --format指定输入输出格式 --time显示查询时间 数据导入导出:支持CSV等格式的管道操作 SQL语法要点 DDL: 丰富的表引擎(MergeTree为核心) 关键设置:PARTITION BY、ORDER BY DML: 特有的数组操作和高级函数 异步DELETE机制 查询特性: 支持CTE和复杂子查询 提供近似计算等分析函

wendao76的专栏 1305

Clawdbot安装教程:从零开始到接入飞书

这几天,Clawdbot把整个科技圈都刷屏了。就是这个胖逼小龙虾🦞。不过现在改名叫Moltbot了。原因很简单:被Anthropic告了。Anthropic觉得Clawdbot这名字太像Claude Code的延伸产品,要求改名。真的,Anthropic你这家伙…更离谱的是,因为Clawdbot太火,Mac Mini都被抢断货了。无数人为了用它,疯狂买Mac Mini。我刚打开美团外卖,发现居然没货了???

Maynor的博客 2181

【车载以太网】【架构】整体架构与协议标准

车载以太网架构图 应用层:DHCP /SOMEIP/DoIP/XCP/UDPNM 传输层:TCP/IP 网络层:IPv4/IPv6/ARP/ICMP 链路层:IEEE Ethernet MAC+VLAN 物理层:Ethernet PHY: 100BASE-T1/1000BASE-T1/100BASE-Tx

专注汽车软件开发、AutoSAR、车载以太网、SOA、EE架构。 8358

Hive、Sparksql、Presto、Impala、Hawq、Clickhouse、Greenplum大数据查询引擎对比

导读 现在大数据组件非常多,众说不一,在每个企业不同的使用场景里究竟应该使用哪个引擎呢?这是易观Spark实战营出品的开源Olap引擎测评报告,团队选取了Hive、Sparksql、Presto、Impala、Hawq、Clickhouse、Greenplum大数据查询引擎,在原生推荐配置情况下,在不同场景下做一次横向对比,供大家参考。   每年易观都会发布一次这样的大数据开源测评报告,欢迎...

窗外的屋檐 1万+

TPAMI 2024 | MO-MIX:基于深度强化学习的多目标多智能体协同决策

深度强化学习(RL)已被广泛应用于解决复杂的决策问题。在许多现实世界的场景中,任务通常有多个相互冲突的目标,并且可能需要多个智能体进行合作,这些是多目标多智能体决策问题。然而,在这个交叉领域的研究工作还相对较少。现有的方法仅限于单独的领域,并且只能处理具有单一目标的多智能体决策,或者具有单一智能体的多目标决策。在本文中,我们提出了MO-MIX来解决多目标多智能体强化学习(MOMARL)问题。我们的方法基于集中训练与分散执行(CTDE)框架。

小白学视觉 1133

大数据(5m)ClickHouse极速入门

列式存储的优势 安装 ClickHouse:开源的 高效的 列式存储的 OLAP 数据库管理系统 支持使用SQL 实时生成分析报告 列式存储的优势 行式 列式 OLAP场景下宽表居多,假设从100列的宽表中只取5列,那么I/O将大幅减少(相对与横向方式) 列式数据更容易压缩

ArYe 633

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

[数据挖掘、数据分析] clickhouse在go语言里的实践

今天给大家介绍一款OLAP大数据处理软件 clickhouse ,在业界它有一个荣誉,那就是”快“,当然此快不是开车快的意思,是指clickhouse在大数据量级的查询方面,对比Spark 、MySQL 、Hive 、Hadoop,速度有很大的提升。 下面我们从clickhouse的起源、OLAP/OLTP、go语言开发实践、clickhouse的表存储引擎分析这几个方面,讲解clickhouse为何适合做大数据分析、数据挖掘,什么情况下用什么样的表引擎,以及clickhouse的缺陷等。

Java 技术专栏,从入门到精通,熟悉企业级开发 3万+

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

ClickHouse 入门:5 分钟跑通增删改查

本文介绍了开源实时分析数据库ClickHouse的Windows环境安装、基础SQL操作和Python连接方法。推荐使用Docker快速部署,通过建表示例演示了增删改查操作。文章重点解析了ClickHouse的典型应用场景,如日志分析、实时大屏和BI报表,并与MySQL等数据库进行对比。作为列式存储数据库,ClickHouse擅长处理TB/PB级数据分析,适合读多写少的场景,是构建大数据分析平台的理想选择。

程序员老鸟成长记 1585

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

ClickHouse快速复习

ClickHouse

心有—林夕的博客 3053

ClickHouse数据库介绍

从https://www.jianshu.com/p/350b59e8ea68转发,感谢liuzx32。 一.概述 随着物联网IOT时代的来临,IOT设备感知和报警存储的数据越来越大,有用的价值数据需要数据分析师去分析。大数据分析成了非常重要的环节。当然近两年开启的开源大潮,为大数据分析工程师提供了十分富余的工具。但这同时也增加了开发者选择合适的工具的难度,尤其对于新入行的开发者来说。学习成本,框架的多样化和复杂度成了很大的难题。例如kafka,hdfs,spark,hive 等等组合才能...

junior77的专栏 4526

开源OLAP系统的比较:ClickHouse、Druid和Pinot

原文链接(英文)????:https://leventov.medium.com/comparison-of-the-open-source-olap-systems-for-big-d...

huzechen的博客 2199

Docker/安装包部署ClickHouse含arrch64版本

1、 拉取最新的ClickHouse镜像(推荐)以下是个人镜像(版本是:25.8.4.13)

曼陀罗的博客 1136

开源OLAP引擎测评报告(SparkSql、Presto、Impala、HAWQ、ClickHouse、GreenPlum)

本文为博主公司原创文章,仿冒必究,转载请回复留言 开源OLAP引擎测评报告(SparkSql、Presto、Impala、HAWQ、ClickHouse、GreenPlum) 易观CTO 郭炜 序 现在大数据组件非常多,众说不一,在每个企业不同的使用场景里究竟应该使用哪个引擎呢?这是易观Spark实战营出品的开源Olap引擎测评报告,团队选取了Hive、Sparksql、Presto、Impala...

数据之路 3万+
上一篇: 创建钉钉群聊机器人,使用Python发送消息,使用DolphinScheduler发送告警
下一篇: CentOS7修改MySQL8数据存储路径
小基基o_O
博客等级 码龄9年 4414粉丝 467原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小基基o_O

您的鼓励是我创作的巨大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值