ClickHouse（二）数据类型

最新推荐文章于 2025-05-30 09:09:05 发布

原创最新推荐文章于 2025-05-30 09:09:05 发布 · 2.4k 阅读

0 ·

CC 4.0 BY-SA版权

ClickHouse 专栏收录该内容

10 篇文章

订阅专栏

本文详细介绍了ClickHouse的数据类型，包括数值类型（整数、浮点数、Decimal）、字符串（String、FixedString、UUID）、日期时间（Date、DateTime、DateTime64）、复合类型（枚举、数组、元组、嵌套类型）以及其他类型（Nullable、Domain）。特别指出，ClickHouse没有单独的布尔类型，使用UInt8替代，且没有时间戳类型，最高精度为秒。此外，还提到了Enum类型用于提升性能，Nullable类型用于处理缺失值，以及Domain类型对IPv4和IPv6的封装。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 数据类型

基础类型只有数值、字符串和时间三种类型，没有Boolean类型，但可以使用整型的0或1替代。

ClickHouse的数据类型和常见的其他存储系统的数据类型对比：

MySQL	Hive	CLickHouse（区分大小写）
byte	TINYINT	Int8
short	SMALLINT	Int16
int	INT	Int32
long	BIGINT	Int64
varchar	STRING	String
timestamp	TIMESTAMP	DateTime
float	FLOAT	Float32
double	DOUBLE	Float64
boolean	BOOLEAN	无

更多可查看官网：https://clickhouse.tech/docs/zh/sql-reference/data-types/

1.1.数值类型

1.1.1.整数

整型范围：（ $-2^{n-1}$ 到 $2^{n-1}-1$ ）:

Int8 - [-128 : 127]
Int16 - [-32768 : 32767]
Int32 - [-2147483648 : 2147483647]
Int64 - [-9223372036854775808 : 9223372036854775807]

无符号整型范围（ 0到 $2^{n}-1$ ）：

UInt8 - [0 : 255]
UInt16 - [0 : 65535]
UInt32 - [0 : 4294967295]
UInt64 - [0 : 18446744073709551615]

1.1.2.浮点型

与整数类似，ClickHouse 直接使用 Float32 和 Float64 代表单精度浮点数以及双精度浮点数

建议尽可能以整数形式存储数据。例如，将固定精度的数字转换为整数值，如时间用毫秒为单位表示，因为浮点型进行计算时可能引起四舍五入的误差。

hadoop1 :) select 1 - 0.9;

SELECT 1 - 0.9

┌───────minus(1, 0.9)─┐
│ 0.09999999999999998 │
└─────────────────────┘

1 rows in set. Elapsed: 0.010 sec.

比较特殊的情况：

1.inf 表示正无穷；-inf表示负无穷；nan表示非数字。

hadoop1 :) select -1/0;

SELECT -1 / 0

┌─divide(-1, 0)─┐
│ -inf │
└───────────────┘

hadoop1 :) select 0/0;

SELECT 0 / 0

┌─divide(0, 0)─┐
│ nan │
└──────────────┘

2. Float32 从小数点后第 8 位起及 Float64 从小数点后第 17 位起，都产生了数据溢出，会进行舍弃。

hadoop1 :) select toFloat64('0.1234567901234567890123456789') as a,
:-] toTypeName(a);

SELECT
toFloat64('0.1234567901234567890123456789') AS a,
toTypeName(a)

┌───────────────────a─┬─toTypeName(toFloat64('0.1234567901234567890123456789'))─┐
│ 0.12345679012345678 │ Float64 │
└─────────────────────┴─────────────────────────────────────────────────────────┘

1.1.3.Decimal

如果要求更高精度的数值运算，则需要使用定点数。ClickHouse 提供了Decimal32、Decimal64 和Decimal128 三种精度的定点数。可以通过两种形式声明定点：简写方式有Decimal32(S)、Decimal64(S)、Decimal128(S)三种，原生方式为Decimal(P, S)，其中：

P代表精度，决定总位数（整数部分+小数部分），取值范围是1～38;
S代表规模，决定小数位数，取值范围是0～P。

简写方式与原生方式的对应关系：

名称	等效声明	范围
Decimal32(S)	Decimal(1~9, S)	-1 * 10^(9-S) 到 1 * 10^(9-S)
Decimal64(S)	Decimal(10~18, S)	-1 * 10^(18-S) 到 1 * 10^(18-S)
Decimal128(S)	Decimal(19~38, S)	-1 * 10^(38-S) 到 1 * 10^(38-S)

在使用两个不同精度的定点数进行四则运算的时候，它们的小数点位数S会发生变化。总结如下：

名称	规则
加法	S = max(S1, S2)
减法	S = max(S1, S2)
乘法	S = S1 + S2(S1范围 >= S2范围)
除法	S = S1(S1为被除数，S1/S2)

1.1.4.布尔类型

没有单独的类型来存储布尔值。可以使用 UInt8 类型，取值限制为 0 或 1。而且在 ClickHouse 使用过程中，你也会发现，做比较得到的结果都是 1 或者 0，而不是通常意义上的 True 或者 False。

hadoop1 :) select 1 == 1;

SELECT 1 = 1

┌─equals(1, 1)─┐
│ 1 │
└──────────────┘

1 rows in set. Elapsed: 0.005 sec.

hadoop1 :) select 1==2;

SELECT 1 = 2

┌─equals(1, 2)─┐
│ 0 │
└──────────────┘

1.2.字符串

字符串类型可以细分为 String、FixedString 和 UUID 三类。

1.2.1. String类型

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，可以用来替换 VARCHAR,BLOB,CLOB 等数据类型。字符串由String定义，长度不限。因此在使用String的时候无须声明大小。它完全代替了传统意义上数据库的Varchar、Text、Clob和Blob等字符类型。String类型不限定字符集，因为它根本就没有这个概念，所以可以将任意编码的字符串存入其中。但是为了程序的规范性和可维护性，在同一套程序中应该遵循使用统一的编码，例如“统一保持UTF-8编码”就是一种很好的约定。

1.2.2.FixedString类型

FixedString 类型和传统意义上的 Char 类型有些类似，对于一些字符有明确长度的场合，可以使用固定长度的字符串。定长字符串通过 FixedString(N) 声明，其中 N 表示字符串长度。但与 Char 不同的是，FixedString 使用 null字节填充末尾字符，而 Char 通常使用空格填充。比如在下面的例子中，字符串‘abc’ 虽然只有 3 位，但长度却是5，因为末尾有2位空字符填充：

SELECT toFixedString('abc', 5), LENGTH(toFixedString ('abc',5))AS LENGTH;

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。与 String 相比，极少会使用 FixedString，因为使用起来不是很方便。

总结：

N是最大字节数(Byte),不是字符长度,如果是UTF8字符串,那么就会占用3字节,GBK会占用2字节.
当内容少于N,数据库会自动在右填充空字节(null byte)(跟PGsql不一样,PGsql填充的是空格),当内容大于N时候,会抛出错误.
当写入内容后面后空字节,系统不会自动去裁剪,查询的时候也会被输出(mysql不会输出)
FixedString(N) 比 String 支持更少的方法

1.2.3.UUID

UUID 是一种数据库常见的主键类型，在 ClickHouse 中直接把它作为一种数据类型。UUID 共有 32位，它的格式为8-4-4-4-12。如果一个 UUID 类型的字段在写入数据时没有被赋值，则会依照格式使用0（00000000-0000-0000-0000-000000000000）填充。

1.3. 日期时间类型

时间类型分为 DateTime、DateTime64 和 Date 三类。ClickHouse 目前没有时间戳类型。时间类型最高的精度是秒，也就是说，如果需要处理毫秒、微秒等大于秒分辨率的时间，则只能借助 UInt 类型实现。

1.3.1.Date类型

日期类型，用两个字节存储，表示从 1970-01-01 (无符号) 到当前的日期值。允许存储从 Unix 纪元开始到编译阶段定义的上限阈值常量（目前上限是2106年，但最终完全支持的年份为2105）。最小值输出为1970-01-01。

Date类型不包含具体的时间信息，只精确到天，它支持字符串形式写入。即使写入的为yyyy-MM-dd HH:mm:ss，也会将其截取为yyyy-MM-dd。

1.3.2. DateTime类型

时间戳类型。用四个字节（无符号的整数类型，Uint32）存储 Unix 时间戳。允许存储与 Date 类型相同的范围内的值。最小值为 1970-01-01 00:00:00。时间戳类型值精确到秒（没有闰秒）。

1.3.3.DateTime64类型

DateTime64 可以记录亚秒，它在 DateTime 之上增加了精度的设置，例如：

1.4.复合类型

1.4.1. 枚举类型

ClickHouse 支持枚举类型，这是一种在定义常量时经常会使用的数据类型。ClickHouse 提供了Enum8 和Enum16 两种枚举类型，它们除了取值范围不同之外，别无二致。枚举固定使用(String:Int)Key/Value键值对的形式定义数据，所以Enum8和Enum16分别会对应(String:Int8) 和 (String:Int16)包括 Enum8 和 Enum16 类型。Enum 保存 'string'= integer 的对应关系。建表的时候 Key/Value 是不允许重复的。其次， Key/Value 不能同时为 Null ，但是Key允许空字符串。

在定义枚举集合的时候，有几点需要注意。首先，Key和Value是不允许重复的，要保证唯一性。其次，Key和Value的值都不能为Null，但Key允许是空字符串。在写入枚举数据的时候，只会用到Key字符串部分。

使用枚举的优势：出于性能的考虑。因为虽然枚举定义中的Key属于String类型，但是在后续对枚举的所有操作中（包括排序、分组、去重、过滤等），会使用Int类型的Value值。

案例:

CREATE TABLE my_enum_test (x Enum8('a' = 1, 'b' = 2, 'c'=3)) ENGINE = TinyLog;

INSERT INTO my_enum_test VALUES ('a'), ('b'), ('c');

SELECT CAST(x, 'Int8') FROM my_enum_test ;

1.4.2.数组

array[T]：T 可以是任意类型，包含数组类型。但不推荐使用多维数组，ClickHouse 对多维数组的支持有限。例如，不能存储在 MergeTree 表中存储多维数组。

SELECT array(1, 2)  AS x, toTypeName(x);
SELECT [1, 2]  AS x, toTypeName(x);

ClickHouse 会自动检测数组元素，并根据元素计算出存储这些元素最小的数据类型。如果在元素中存在 Null 或存在 Nullable 类型元素，那么数组的元素类型将会变成 Nullable 。

如果 ClickHouse 无法确定数据类型，它将产生异常。当尝试同时创建一个包含字符串和数字的数组时会发生这种情况 ( SELECT array(1, 'a') )。

1.4.3. 元组

元组类型由1～n个元素组成，每个元素之间允许设置不同的数据类型，且彼此之间不要求兼容。元组同样支持类型推断，其推断依据仍然以最小存储代价为原则。与数组类似，元组也可以使用两种方式定义，常规方式tuple(T)。

元素类型和泛型的作用类似，可以进一步保障数据质量。在数据写入的过程中会进行类型检查。Tuple(T1, T2, ...)：元组，其中每个元素都有单独的类型。

CREATE TABLE my_tuple_table (t Tuple(Int8, String, Array(String), Array(Int8))) ENGINE = TinyLog;

INSERT INTO my_tuple_table VALUES((1, 'a', ['a', 'b', 'c'], [1, 2, 3])),(tuple(11, 'A', ['A', 'B', 'C'], [11, 22, 33]));

SELECT t, t.2, t.3, t.4 FROM my_tuple_table;

1.4.4. 嵌套类型

嵌套类型，顾名思义是一种嵌套表结构。一张数据表，可以定义任意多个嵌套类型字段，但每个字段的嵌套层级只支持一级，即嵌套表内不能继续使用嵌套类型。对于简单场景的层级关系或关联关系，使用嵌套类型也是一种不错的选择。

嵌套Nested（Name1 Type1，Name2 Type2，…）

嵌套的数据结构就像一个嵌套的表。嵌套数据结构的参数 - 列名和类型 - 与在CREATE查询中的指定方式相同。每个表的行可以对应于嵌套数据结构中的任意数量的行。

drop table my_nest_table;
CREATE TABLE my_nest_table (
name String,
age Int8,
dept Nested(
id UInt8,
name String
)
)
ENGINE = TinyLog;

insert into my_nest_table values ('张三', 18, [1], ['大数据组']);
insert into my_nest_table values ('李四', 18, [1,2,3],['hadoop','spark','flink']);

1.5.其它类型

1.5.1. Nullable(TypeName)

准确来说，Nullable 并不能算是一种独立的数据类型，它更像是一种辅助的修饰符，需要与基础数据类型一起搭配使用。Nullable 类型与 Java8 的 Optional 对象有些相似，它表示某个基础数据类型可以是Null 值。

许用特殊标记 (NULL) 表示 "缺失值"，可以与 TypeName 的正常值存放一起。例如，Nullable(Int8) 类型的列可以存储 Int8 类型值，而没有值的行将存储 NULL。

特点：

1、Nullable 只能和基本类型搭配使用；
2、不能使用在 Array/Tuple 这种复合类型上；
3、不能作为索引字段【Order by()】;
4、慎用 Nullable ，写入写出性能不好。因为它会生成单独的文件。

create table null_test(
    c1 String,
    c2 Nullable(UInt8)
) engine = TinyLog;

在使用 Nullable 类型的时候还有两点值得注意：首先，它只能和基础类型搭配使用，不能用于数组和元组这些复合类型，也不能作为索引字段；其次，应该慎用 Nullable 类型，包括 Nullable 的数据表，不然会使查询和写入性能变慢。因为在正常情况下，每个列字段的数据会被存储在对应的 [Column].bin文件中。如果一个列字段被Nullable 类型修饰后，会额外生成一个 [Column].null.bin 文件专门保存它的 Null 值。这意味着在读取和写入数据时，需要一倍的额外文件操作。