2. 数据类型与表引擎

说实话，ClickHouse 的学习曲线不算陡，但有个坎儿必须过——数据类型和表引擎。我见过不少新手，上来就建表、写 SQL，结果跑起来发现性能不对，或者数据对不上。回头一看，全是类型选错、引擎用错的问题。

这一章，咱们就把地基打牢。你想想看，如果连 Int 和 UInt 都分不清，后面谈什么性能优化？

基础数据类型：选对类型，省一半存储

ClickHouse 的数据类型设计，核心思路就一条：能用小的，别用大的。列式存储下，每个字节都乘以行数，省下来的就是真金白银。

整数类型：Int 与 UInt

我最常用的就是 Int8、Int16、Int32、Int64，以及对应的无符号版本 UInt8、UInt16 等。区别很简单：有符号能表示负数，无符号能多一倍正数范围。

浮点数：Float32 与 Float64

Float32 是单精度，Float64 是双精度。日常统计用 Float32 就够了。但注意——浮点数有精度问题。如果你做金额计算，千万别用 Float，用 Decimal。

字符串：String 与 FixedString

String 是变长，存啥都行。FixedString(N) 是定长，适合长度固定的场景，比如 IP 地址、MD5 值。

我个人建议：除非你确定长度不变，否则优先用 String。FixedString 如果存的数据长度不够，会用 \0 补齐，查询时容易出幺蛾子。

日期与时间：Date、DateTime、DateTime64

这三个类型，我几乎每天都要用：

• Date：精确到天，2 字节，存 '2024-01-01' 这种。
• DateTime：精确到秒，4 字节，存 '2024-01-01 12:00:00'。
• DateTime64：精确到毫秒甚至纳秒，适合高频交易、监控数据。

选型很简单：按需取最小。如果只按天统计，用 Date；需要小时级，用 DateTime；要毫秒精度，上 DateTime64。

Nullable 与默认值：小心 Null 的代价

ClickHouse 的 Nullable 和 MySQL 不一样。它本质上是用一个额外的标记列来存“是否为空”。这意味着：Nullable 列会多占存储，而且查询性能会下降。

如果你确实需要 Null，语法很简单：

CREATE TABLE example (
    id UInt32,
    name String,
    age Nullable(UInt8) DEFAULT 0
) ENGINE = MergeTree()
ORDER BY id;

注意：Nullable 不能用在索引列上。这是硬限制，别问为什么，记住就行。

MergeTree 家族：ClickHouse 的灵魂

如果说数据类型是砖，那表引擎就是房子的结构。MergeTree 家族是 ClickHouse 最核心、最强大的引擎，没有之一。

我画了一张图，帮你快速理解它们的关系：

MergeTree：一切的基础

MergeTree 的核心机制就两句话：数据按排序键有序存储，后台定期合并小数据块。写入时只管追加，查询时利用排序键做二分查找，快得离谱。

建表语法：

CREATE TABLE events (
    event_date Date,
    event_time DateTime,
    user_id UInt32,
    event_type String,
    cost Float32
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, event_time);

这里 ORDER BY 就是排序键，也是索引。查询时如果条件匹配排序键前缀，性能最好。

ReplacingMergeTree：去重利器

这个引擎在 MergeTree 基础上加了去重逻辑。合并时，如果排序键相同，只保留最后一条（按版本或时间戳）。

注意：去重只在合并时发生，不是实时的。你刚写入的数据，可能还在小分区里，查出来会有重复。

CREATE TABLE user_status (
    user_id UInt32,
    status String,
    update_time DateTime
) ENGINE = ReplacingMergeTree(update_time)
ORDER BY user_id;

括号里的 update_time 是版本列，合并时保留最大的那条。

SummingMergeTree：自动求和

这个引擎更狠——合并时，把排序键相同的行，数值列自动求和。适合做 PV、UV、流量统计这类场景。

CREATE TABLE page_views (
    page String,
    date Date,
    views UInt64,
    duration Float32
) ENGINE = SummingMergeTree()
ORDER BY (date, page);

写入多条 ('home', '2024-01-01', 1, 2.5)，合并后自动变成 ('home', '2024-01-01', N, sum)。

但注意：不是实时的。如果你要精确的实时数据，还是得用普通 MergeTree 自己算。

AggregatingMergeTree：高级聚合

这个引擎不直接存数值，而是存聚合函数的中间状态。配合物化视图使用，可以实现秒级聚合查询。

CREATE TABLE agg_metrics (
    date Date,
    metric String,
    value AggregateFunction(uniq, UInt32)
) ENGINE = AggregatingMergeTree()
ORDER BY (date, metric);

写入时要用 uniqState 函数，查询时用 uniqMerge。说实话，这个引擎有点复杂，我一般只在物化视图里用。

嗯，这一章内容不少。数据类型选对了，表引擎用对了，你的 ClickHouse 之路就成功了一半。剩下的，就是多写多练，踩坑多了自然就熟了。