ClickHouse基础系列（十）ClickHouse表引擎之MergeTree系列MergeTree引擎

从本文开始，我们介绍的表引擎就是比较重要的，也是日常工作中最常用的，这些表引擎都主要在MergeTree系列里面。

在MergeTree系列的表引擎有：

1、MergeTree、
2、ReplacingMergeTree、
3、SummingMergeTree（汇总求和功能）、
4、AggregatingMergeTree（聚合功能）、
5、CollapsingMergeTree（折叠删除功能）、
6、VersionedCollapsingMergeTree（版本折叠功能）引擎

这里着重介绍的是MergeTree引擎。这里的MergeTree引擎是目前clickhouse里面性能最强大，使用范围最广的表引擎，同时他也是官方主推的存储引擎，他支持：

1、主键索引，存储的时候按照主键排序。
2、数据分区，可以通过parition by语句指定分区字段
3、数据副本
4、数据采样
5、删除
6、修改
7、等等功能。

所以我们在实际工作中不管是做数仓还是做其他的建议BI业务，都可以直接使用这里的MergeTree表引擎。这里我们创建MergeTree引擎的语法是：

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2],
    ...
    INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1,
    INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2
) ENGINE = MergeTree()
ORDER BY expr
[PARTITION BY expr]
[PRIMARY KEY expr]
[SAMPLE BY expr]
[TTL expr [DELETE|TO DISK 'xxx'|TO VOLUME 'xxx'], ...]
[SETTINGS name=value, ...]

对于上诉对应的参数说明如下：

1、on cluster这里主要是指定集群，如果clickhouse是集群分片的方式，那么一定要指定，这样子在集群任何一台机器都能查询到完整的数据，不然就只能在特定的节点查询出来数据。
2、engine这里直接指定MergeTree即可。
3、order by这里主要是指定排序字段，多个字段的话，可以使用order by (col1,col2).这里一般我们的排序字段都是主键，如果当前表没有指定主键并且不需要进行排序，那么可以使用order by tuple（）
4、partition by 分区字段，例如我们经常按照月进行分区，所以这里使用函数进行分区就可以了，示例： partition by toYYYYMM(cts),分区名称的格式就是YYYYMM，如果是按年，则是toYYYY（cts）即可
5、primary key 这里主要是指定主键，这里指定主键的效果只是为某个字段添加索引加快查询，而无法进行去重，所以这里的主键和mysql的主键效果还不是完全一样。
6、sample by 这里是用来采样的字段，主要是用来在查询中对数据进行抽样的功能，可以快速获取极大数据量的一小部分集合，避免出现处理大数据集时出现内存不足的情况。具体的语法是： sample by intHash32(id)这种
7、TTL,这里是指定数据过期时间，当数据存储时间满足ttl的时候，则数据会被直接给删除掉，这里的ttl可以指定某张表，也可以指定某张表里面的某一列，例如在某列中设置ttl，示例如下：
CREATE TABLE test.users(
    id Int32,
    name String,
    age Int32,
    cts DateTime,
    tmp_ico String TTL cts + INTERVAL 10 SECOND
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(cts)
ORDER BY id

如果要指定表级别的ttl的话，示例如下：
CREATE TABLE test.users(
    id Int32,
    name String,
    age Int32,
    cts DateTime,
    tmp_ico String
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(cts)
ORDER BY id
TTL cts + INTERVAL 1 MONTH

8、settings,这个参数是一些额外的参数配置。

以上就是关于创建MergeTree表引擎的语法，下面我们使用常用的方式创建一个MergeTree表引擎的示例：

CREATE TABLE test.users(
    id Int32,
    name String,
    age Int32,
    cts DateTime,
    tmp_ico String
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(cts)
primary key id
ORDER BY id

常用的方式，我们主要是指定表属性，分区，主键，排序字段即可，创建完成之后如下图：

以上就是MergeTree表引擎的创建案例。

备注：

1、使用MergeTree表引擎的话，每次插入数据都会生成一个数据片，clickhouse后台等待15分钟左右会合并数据片。
2、目前使用MergeTree表引擎的话，支持分区，目前也只有MergeTree系列的表引擎才支持分区。
3、TTL这块根据实际情况使用即可，一般应用在表级别，很少部分特定场景才会应用在列级别。