4. ClickHouse 数据类型：整型、浮点型、字符串、日期时间、数组、Map、Nullable

数据类型这东西，说白了就是给数据定个「身份证」。你用对了类型，查询快、存储省；用错了，嗯，等着被运维同事请喝茶吧。

ClickHouse 的数据类型比 MySQL 丰富不少，但也没 PostgreSQL 那么「学术」。我个人习惯把它分成三组：基础型（整型、浮点、字符串）、时间型、复合型（数组、Map、Nullable）。咱们一个一个过。

一句话总结： ClickHouse 的类型设计是为列式存储和向量化执行服务的。选对类型，性能翻倍；选错类型，磁盘和 CPU 一起哭。

4.1 整型：Int8 到 Int256，还有无符号版

ClickHouse 的整型家族很庞大。从 Int8 到 Int256，外加对应的 UInt8 到 UInt256。你可能会问：「256 位？谁用得上？」我在做用户画像标签系统时，确实用过 UInt128 存 IP 段的位图掩码——普通数据库根本扛不住这种玩法。

类型 字节数 范围 常见用途
Int8 1 -128 ~ 127 状态码、枚举值
Int16 2 -32768 ~ 32767 端口号、小范围计数
Int32 4 -2^31 ~ 2^31-1 用户ID、时间戳（秒级）
Int64 8 -2^63 ~ 2^63-1 订单金额（分）、事件ID
UInt8 1 0 ~ 255 IP 最后一段、小范围正数
UInt16 2 0 ~ 65535 端口、年份
UInt32 4 0 ~ 2^32-1 IPv4 地址（整数形式）
UInt64 8 0 ~ 2^64-1 高精度计数器
我的习惯： 能用 UInt 就别用 Int。无符号类型在 ClickHouse 里做聚合运算时，CPU 指令更少。但要注意——UInt 做减法可能溢出，我曾经因为这个坑排查了一下午。

4.2 浮点型：Float32 和 Float64

浮点型就两个：Float32（对应 C++ 的 float）和 Float64（对应 double）。

但我要泼盆冷水——别拿 ClickHouse 的浮点型做金融计算。浮点数的精度问题在聚合时会被放大。我记得有一次做广告计费报表，用 Float64 累加千分之几的误差，月底对账差了十几万。后来全改成 Int64 存「分」单位，才消停。

-- 浮点型建表示例
CREATE TABLE sensor_data (
    sensor_id UInt32,
    temperature Float32,  -- 温度，允许小误差
    humidity Float32,
    event_time DateTime
) ENGINE = MergeTree()
ORDER BY event_time;
避坑指南： 如果你需要精确的小数计算（金额、税率），请用 Decimal 类型。Float 只适合科学计算、传感器数据这类「差不多就行」的场景。

4.3 字符串：String 和 FixedString

字符串类型就两个：String 和 FixedString(N)。

String 是变长字符串，底层用 LZ4 压缩，存储效率很高。FixedString(N) 是定长，N 字节，不够的补 \0。你可能会觉得 FixedString 更省空间——其实不一定。String 配合列式压缩，很多时候比 FixedString 还小。

-- 字符串类型对比
CREATE TABLE user_profiles (
    user_id UInt64,
    name String,              -- 变长，推荐
    country_code FixedString(2),  -- 定长，适合 ISO 国家码
    email String
) ENGINE = MergeTree()
ORDER BY user_id;
我的建议： 能用 String 就别用 FixedString。除非你确定每个值长度完全一致（比如 MD5 哈希、国家代码）。FixedString 在排序时会把补的 \0 也算进去，容易出幺蛾子。

4.4 日期时间：Date、DateTime、DateTime64

时间类型是 OLAP 的灵魂。ClickHouse 提供了三种：

  • Date：只存日期，2 字节，范围 1970-01-01 ~ 2149-06-06
  • DateTime：日期+时间，4 字节，秒级精度
  • DateTime64：日期+时间，可指定毫秒/微秒/纳秒精度

我刚开始用 ClickHouse 时犯过一个错：用 DateTime 存日志时间戳，结果发现同一秒内的事件顺序乱了。后来换成 DateTime64(3) 存毫秒，才把时序理清楚。

-- 时间类型建表
CREATE TABLE events (
    event_id UInt64,
    event_date Date,                -- 分区常用
    event_time DateTime,            -- 秒级
    precise_time DateTime64(3),     -- 毫秒级
    timezone String
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, event_time);
关键点： ClickHouse 的时间函数非常强大。toStartOfHour、toRelativeDayNum 这些函数在聚合查询里几乎是必用的。选对时间精度，能省掉大量后处理逻辑。

4.5 数组：Array(T)

Array 是 ClickHouse 的「杀手锏」之一。它允许在一列里存多个值，而且支持嵌套。

你可能会问：「这不违反第一范式吗？」嗯，在 OLAP 场景下，范式是给 OLTP 准备的。Array 配合 arrayJoin 函数，可以轻松实现「一行变多行」的展开操作。

-- 数组类型示例
CREATE TABLE product_tags (
    product_id UInt32,
    tags Array(String),          -- 标签数组
    prices Array(Float32),       -- 历史价格数组
    spec Array(Array(String))    -- 嵌套数组：规格列表
) ENGINE = MergeTree()
ORDER BY product_id;

-- 插入数据
INSERT INTO product_tags VALUES 
(1, ['手机', '数码', '5G'], [4999.00, 4799.00], [['黑色','6GB'], ['白色','8GB']]);

-- 展开查询
SELECT product_id, arrayJoin(tags) AS tag
FROM product_tags
WHERE product_id = 1;
经验之谈： 数组列在写入时要注意长度。如果大部分行数组为空，建议用 Array(Nullable(String)) 而不是空数组，存储效率更高。

4.6 Map：Map(K, V)

Map 类型是 ClickHouse 21.6 之后才稳定下来的。它本质上是一个键值对数组，但查询语法更友好。

我拿它做过「动态属性」场景——用户自定义字段。传统做法要建 EAV 表，查询时一堆 JOIN。用 Map 一列搞定，配合 mapKeys、mapValues 函数，灵活度拉满。

-- Map 类型示例
CREATE TABLE user_attributes (
    user_id UInt64,
    attributes Map(String, String)  -- 动态属性
) ENGINE = MergeTree()
ORDER BY user_id;

-- 插入数据
INSERT INTO user_attributes VALUES 
(1, {'level': 'VIP3', 'source': '广告', 'register_channel': 'iOS'});

-- 查询某个 key
SELECT user_id, attributes['level'] AS level
FROM user_attributes
WHERE user_id = 1;
注意： Map 的 key 和 value 类型必须统一。你不能在一个 Map 里混存 String 和 Int。如果真需要混合类型，考虑用 JSON 或 Tuple。

4.7 Nullable：让列可以「空」

ClickHouse 默认所有列都是 NOT NULL。想允许空值，得显式声明 Nullable(类型)。

但我要说——Nullable 有代价。它会在每行额外存一个标记位，压缩率下降，查询性能也受影响。我见过有人把所有列都包上 Nullable，结果表体积膨胀了 30%。

-- Nullable 使用示例
CREATE TABLE user_actions (
    user_id UInt64,
    action String,
    duration Nullable(UInt32),   -- 可能为空
    error_code Nullable(String)  -- 成功时为 NULL
) ENGINE = MergeTree()
ORDER BY (user_id, action);
我的原则： 能用默认值（0、空字符串、-1）代替 NULL 的，就别用 Nullable。只有业务上「空」和「默认值」有语义区别时，才用 Nullable。比如「错误码」——空表示没错误，0 表示未知错误，这俩不能混。

4.8 本章知识体系总览

下面这张图把 ClickHouse 的数据类型分成了四大族群，以及它们之间的关联关系。你可以把它当作「类型选择速查表」。

ClickHouse 数据类型体系 ClickHouse 数据类型体系 基础类型 Int8 ~ Int256 UInt8 ~ UInt256 Float32 / Float64 String / FixedString Decimal 时间类型 Date DateTime DateTime64 （毫秒/微秒/纳秒） 复合类型 Array(T) Map(K, V) Tuple Nested 特殊 / 修饰类型 Nullable(T) — 允许空值 LowCardinality(T) — 低基数优化 时间本质是整数 复合类型由基础类型构成 修饰基础类型 Nullable 可修饰复合类型 💡 选型口诀：能用基础不用复合，能用定长不用变长，能不用 Nullable 就不用 时间列尽量用 DateTime64，数组列注意空值处理，Map 适合动态属性

好了，ClickHouse 的数据类型就这些。记住一个核心原则：类型越精确，性能越好。别偷懒全用 String 一把梭——那是 MySQL 时代的坏习惯。在 ClickHouse 里，每一字节都值得认真对待。

← 上一章 📖 返回目录 下一章 →