pg_clickhouse 参考文档 - ClickHouse Documentation

描述

pg_clickhouse 是一个 PostgreSQL 扩展，可在 ClickHouse 数据库上远程执行查询，其中包括一个[外部数据包装器]。它支持 PostgreSQL 13 及以上版本，以及 ClickHouse 23.3 及以上版本。

快速开始

试用 pg_clickhouse 最简单的方式是使用 [Docker 镜像]，其中包含标准的 PostgreSQL Docker 镜像，并集成了 pg_clickhouse 和 [re2][re2 扩展] 扩展：

docker run --name pg_clickhouse -e POSTGRES_PASSWORD=my_pass \
       -d ghcr.io/clickhouse/pg_clickhouse:18
docker exec -it pg_clickhouse psql -U postgres

请参阅教程，开始了解如何导入 ClickHouse 表并下推查询。

用法

CREATE EXTENSION pg_clickhouse;
CREATE SERVER taxi_srv FOREIGN DATA WRAPPER clickhouse_fdw
       OPTIONS(driver 'binary', host 'localhost', dbname 'taxi');
CREATE USER MAPPING FOR CURRENT_USER SERVER taxi_srv
       OPTIONS (user 'default');
CREATE SCHEMA taxi;
IMPORT FOREIGN SCHEMA taxi FROM SERVER taxi_srv INTO taxi;

版本策略

pg_clickhouse 的公开发布版本遵循[语义化版本控制]。

API 发生变更时，递增主版本号
SQL 发生向后兼容的变更时，递增次版本号
仅有 binary 变更时，递增补丁版本号

安装后，PostgreSQL 会跟踪两种版本形式：

库版本 (在 PostgreSQL 18 及以上版本中由 PG_MODULE_MAGIC 定义) 包含完整的语义化版本号，可在 pgch_version() 函数的输出或 Postgres pg_get_loaded_modules() 函数中查看。
扩展版本 (在控制文件中定义) 仅包含主版本号和次版本号，可在 pg_catalog.pg_extension 表、pg_available_extension_versions() 函数的输出以及 \dx pg_clickhouse 中查看。

在实际使用中，这意味着补丁版本号递增的发布 (例如从 v0.1.0 升级到 v0.1.1) 会让所有已加载 v0.1 的数据库直接受益，无需运行 ALTER EXTENSION 即可获得升级内容。相反，次版本号或主版本号递增的发布会附带 SQL 升级脚本，所有包含该扩展的现有数据库都必须运行 ALTER EXTENSION pg_clickhouse UPDATE 才能获得升级内容。

DDL SQL 参考

以下 SQL DDL 表达式使用 pg_clickhouse。

CREATE EXTENSION

使用 CREATE EXTENSION 将 pg_clickhouse 扩展添加到数据库中：

CREATE EXTENSION pg_clickhouse;

使用 WITH SCHEMA 将其安装到指定的 schema 中 (推荐) ：

CREATE SCHEMA ch;
CREATE EXTENSION pg_clickhouse WITH SCHEMA ch;

ALTER EXTENSION

使用 ALTER EXTENSION 修改 pg_clickhouse。示例：

安装 pg_clickhouse 的新 release 后，使用 UPDATE 子句：
ALTER EXTENSION pg_clickhouse UPDATE;

使用 SET SCHEMA 将该扩展移动到新的 schema：

CREATE SCHEMA ch;
ALTER EXTENSION pg_clickhouse SET SCHEMA ch;

DROP EXTENSION

使用 DROP EXTENSION 从数据库中删除 pg_clickhouse：

DROP EXTENSION pg_clickhouse;

如果存在任何依赖于 pg_clickhouse 的对象，此命令会失败。请使用 CASCADE 子句将它们一并删除：

DROP EXTENSION pg_clickhouse CASCADE;

CREATE SERVER

使用 CREATE SERVER 创建连接到 ClickHouse 服务器的外部服务器。示例：

CREATE SERVER taxi_srv FOREIGN DATA WRAPPER clickhouse_fdw
       OPTIONS(driver 'binary', host 'localhost', dbname 'taxi');

支持的选项有：

driver：要使用的 ClickHouse 连接驱动程序，可以是 “binary” 或 “http”。必填。
compression：binary driver 的 native 协议压缩，可选值为 “none”、“lz4” 或 “zstd”。默认为 “lz4”。http 驱动会忽略此选项。
dbname：连接时使用的 ClickHouse 数据库。默认为 “default”。
host：ClickHouse server 的主机名。默认为 “localhost”；
port：连接到 ClickHouse server 时使用的端口。默认值如下：
- 如果 driver 为 “binary” 且 host 是 ClickHouse Cloud 主机，则为 9440
- 如果 driver 为 “binary” 且 host 不是 ClickHouse Cloud 主机，则为 9004
- 如果 driver 为 “http” 且 host 是 ClickHouse Cloud 主机，则为 8443
- 如果 driver 为 “http” 且 host 不是 ClickHouse Cloud 主机，则为 8123
min_tls_version：对使用 TLS 的连接协商的最低 TLS 协议版本。可选值为 TLSv1、TLSv1.1、TLSv1.2 或 TLSv1.3。默认值为 TLS 库自身的最低版本。适用于两种驱动程序。
secure：控制连接是否使用 TLS。可选值为：
- auto (默认) ：当 host 是 ClickHouse Cloud 主机或 port 是安全端口时使用 TLS；否则使用 plaintext。
- on (或 true/yes/1) ：始终使用 TLS。默认 port 为 8443 (“http”) 或 9440 (“binary”) 。
- off (或 false/no/0) ：从不使用 TLS。默认 port 为 8123 (“http”) 或 9000 (“binary”) 。

ALTER SERVER

使用 ALTER SERVER 修改外部服务器。示例：

ALTER SERVER taxi_srv OPTIONS (SET driver 'http');

这些选项与 CREATE SERVER 中的选项相同。

DROP SERVER

使用 DROP SERVER 删除外部服务器：

DROP SERVER taxi_srv;

如果有任何其他对象依赖于该服务器，此命令将失败。使用 CASCADE 还会一并删除这些依赖对象：

DROP SERVER taxi_srv CASCADE;

CREATE USER MAPPING

使用 CREATE USER MAPPING 将 PostgreSQL 用户映射为 ClickHouse 用户。例如，使用 taxi_srv 外部服务器连接时，可将当前 PostgreSQL 用户映射为远程 ClickHouse 用户：

CREATE USER MAPPING FOR CURRENT_USER SERVER taxi_srv
       OPTIONS (user 'demo');

支持的选项如下：

user：ClickHouse 用户名。默认为 “default”。
password：ClickHouse 用户的密码。

ALTER USER MAPPING

使用 ALTER USER MAPPING 修改用户映射的定义：

ALTER USER MAPPING FOR CURRENT_USER SERVER taxi_srv
       OPTIONS (SET user 'default');

这些选项与 CREATE USER MAPPING 中的选项相同。

DROP USER MAPPING

使用 DROP USER MAPPING 移除用户映射：

DROP USER MAPPING FOR CURRENT_USER SERVER taxi_srv;

IMPORT FOREIGN SCHEMA

使用 IMPORT FOREIGN SCHEMA 可将 ClickHouse 数据库中定义的所有表作为外部表导入到 PostgreSQL schema 中：

CREATE SCHEMA taxi;
IMPORT FOREIGN SCHEMA demo FROM SERVER taxi_srv INTO taxi;

使用 LIMIT TO 将导入限制到特定表：

IMPORT FOREIGN SCHEMA demo LIMIT TO (trips) FROM SERVER taxi_srv INTO taxi;

使用 EXCEPT 排除这些表：

IMPORT FOREIGN SCHEMA demo EXCEPT (users) FROM SERVER taxi_srv INTO taxi;

pg_clickhouse 将获取指定 ClickHouse 数据库 (上述示例中的 “demo”) 中所有表的列表，获取每个表的列定义，并执行 CREATE FOREIGN TABLE 命令来创建外部表。列将使用支持的数据类型进行定义，并在可检测的情况下使用 CREATE FOREIGN TABLE 支持的选项。

导入标识符的大小写保留IMPORT FOREIGN SCHEMA 会对导入的表名和列名运行 quote_identifier()，为包含大写字母或空格的标识符加上双引号。因此，这类表名和列名在 PostgreSQL 查询中必须用双引号括起来。如果名称全部为小写且不包含空格字符，则无需加引号。例如，给定以下 ClickHouse 表：

CREATE OR REPLACE TABLE test
(
    id UInt64,
    Name TEXT,
    updatedAt DateTime DEFAULT now()
)
ENGINE = MergeTree
ORDER BY id;

IMPORT FOREIGN SCHEMA 会创建这个外部表：

CREATE TABLE test
(
    id          BIGINT      NOT NULL,
    "Name"      TEXT        NOT NULL,
    "updatedAt" TIMESTAMPTZ NOT NULL
);

因此，查询中也必须正确加引号，例如：

SELECT id, "Name", "updatedAt" FROM test;

若要创建名称不同或全部为小写 (因此不区分大小写) 的对象，请使用 CREATE FOREIGN TABLE。

CREATE FOREIGN TABLE

使用 CREATE FOREIGN TABLE 创建可查询 ClickHouse 数据库中数据的外部表：

CREATE FOREIGN TABLE acts (
    user_id    bigint NOT NULL,
    page_views int,
    duration   smallint,
    sign       smallint
) SERVER taxi_srv OPTIONS(
    table_name 'acts'
    engine 'CollapsingMergeTree(sign)'
);

支持的表选项如下：

database：远程数据库的名称。默认使用为外部服务器定义的数据库。
table_name：远程表的名称。默认使用为 foreign table 指定的名称。
engine：ClickHouse 表使用的[表引擎]。对于 CollapsingMergeTree() 和 AggregatingMergeTree()，pg_clickhouse 会自动将参数应用于在该表上执行的函数表达式。

对于每一列，请使用与远程 ClickHouse 数据类型相对应的数据类型。支持的列选项如下：

column_name：ClickHouse 端的列名，在反解析查询和插入语句时，会优先使用该名称而不是 PostgreSQL attribute 名称。这对于将未加引号的小写 PostgreSQL 列名映射到区分大小写的 ClickHouse 列很有用，例如：

CREATE FOREIGN TABLE hits (
    watchid    bigint   OPTIONS(column_name 'WatchID'),
    javaenable smallint OPTIONS(column_name 'JavaEnable'),
    title      text     OPTIONS(column_name 'Title')
) SERVER taxi_srv OPTIONS(table_name 'hits');

AggregateFunction：应用于 AggregateFunction Type 列的聚合函数名称。将数据类型映射为传递给该函数的 ClickHouse 类型，并通过相应的列选项指定聚合函数名称，pg_clickhouse 会自动在计算该列的聚合函数后追加 Merge。
CREATE FOREIGN TABLE test ( column1 bigint OPTIONS(AggregateFunction 'uniq'), column2 integer OPTIONS(AggregateFunction 'anyIf'), column3 bigint OPTIONS(AggregateFunction 'quantiles(0.5, 0.9)') ) SERVER clickhouse_srv;
SimpleAggregateFunction：应用于 SimpleAggregateFunction Type 列的聚合函数名称。将数据类型映射为传递给该函数的 ClickHouse 类型，并通过相应的列选项指定聚合函数名称。

ALTER FOREIGN TABLE

使用 ALTER FOREIGN TABLE 修改外部表的定义：

ALTER TABLE table ALTER COLUMN b OPTIONS (SET AggregateFunction 'count');

支持的表和列选项与 CREATE FOREIGN TABLE 中的相同。

DROP FOREIGN TABLE

使用 DROP FOREIGN TABLE 删除外部表：

DROP FOREIGN TABLE acts;

如果有任何对象依赖于该外部表，此命令将失败。使用 CASCADE 子句也会将它们一并删除：

DROP FOREIGN TABLE acts CASCADE;

DML SQL 参考

下面的 SQL DML 表达式可能会用到 pg_clickhouse。示例基于以下 ClickHouse 表：

CREATE TABLE logs (
    req_id    Int64 NOT NULL,
    start_at   DateTime64(6, 'UTC') NOT NULL,
    duration  Int32 NOT NULL,
    resource  Text  NOT NULL,
    method    Enum8('GET' = 1, 'HEAD', 'POST', 'PUT', 'DELETE', 'CONNECT', 'OPTIONS', 'TRACE', 'PATCH', 'QUERY') NOT NULL,
    node_id   Int64 NOT NULL,
    response  Int32 NOT NULL
) ENGINE = MergeTree
  ORDER BY start_at;

CREATE TABLE nodes (
    node_id Int64 NOT NULL,
    name    Text  NOT NULL,
    region  Text  NOT NULL,
    arch    Text  NOT NULL,
    os      Text  NOT NULL
) ENGINE = MergeTree
  PRIMARY KEY node_id;

EXPLAIN

EXPLAIN 命令可按预期运行，但 VERBOSE 选项会触发输出 ClickHouse 的 “Remote SQL” 查询：

try=# EXPLAIN (VERBOSE)
       SELECT resource, avg(duration) AS average_duration
         FROM logs
        GROUP BY resource;
                                     QUERY PLAN
------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=64)
   Output: resource, (avg(duration))
   Relations: Aggregate on (logs)
   Remote SQL: SELECT resource, avg(duration) FROM "default".logs GROUP BY resource
(4 rows)

此查询会通过 “Foreign Scan” 计划节点下推到 ClickHouse，作为远程 SQL 执行。

SELECT

使用 SELECT 语句在 pg_clickhouse 表上执行查询，与在任何其他表上执行查询无异：

try=# SELECT start_at, duration, resource FROM logs WHERE req_id = 4117909262;
          start_at          | duration |    resource
----------------------------+----------+----------------
 2025-12-05 15:07:32.944188 |      175 | /widgets/totem
(1 row)

pg_clickhouse 会尽可能将查询执行下推到 ClickHouse，包括聚合函数。使用 EXPLAIN 可确定下推的范围。例如，对于上述查询，所有执行都会下推到 ClickHouse

try=# EXPLAIN (VERBOSE, COSTS OFF)
       SELECT start_at, duration, resource FROM logs WHERE req_id = 4117909262;
                                             QUERY PLAN
-----------------------------------------------------------------------------------------------------
 Foreign Scan on public.logs
   Output: start_at, duration, resource
   Remote SQL: SELECT start_at, duration, resource FROM "default".logs WHERE ((req_id = 4117909262))
(3 rows)

pg_clickhouse 还会将同一远程服务器上的表之间的 JOIN 下推：

try=# EXPLAIN (ANALYZE, VERBOSE)
       SELECT name, count(*), round(avg(duration))
         FROM logs
         LEFT JOIN nodes on logs.node_id = nodes.node_id
        GROUP BY name;
                                                                                  QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=72) (actual time=3.201..3.221 rows=8.00 loops=1)
   Output: nodes.name, (count(*)), (round(avg(logs.duration), 0))
   Relations: Aggregate on ((logs) LEFT JOIN (nodes))
   Remote SQL: SELECT r2.name, count(*), round(avg(r1.duration), 0) FROM  "default".logs r1 ALL LEFT JOIN "default".nodes r2 ON (((r1.node_id = r2.node_id))) GROUP BY r2.name
   FDW Time: 0.086 ms
 Planning Time: 0.335 ms
 Execution Time: 3.261 ms
(7 rows)

如果不经过仔细调优，与本地表连接会生成效率较低的查询。在这个示例中，我们创建了 nodes 表的一个本地副本，并与它连接，而不是连接远程表：

try=# CREATE TABLE local_nodes AS SELECT * FROM nodes;
SELECT 8

try=# EXPLAIN (ANALYZE, VERBOSE)
       SELECT name, count(*), round(avg(duration))
         FROM logs
         LEFT JOIN local_nodes on logs.node_id = local_nodes.node_id
        GROUP BY name;
                                                             QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------
 HashAggregate  (cost=147.65..150.65 rows=200 width=72) (actual time=6.215..6.235 rows=8.00 loops=1)
   Output: local_nodes.name, count(*), round(avg(logs.duration), 0)
   Group Key: local_nodes.name
   Batches: 1  Memory Usage: 32kB
   Buffers: shared hit=1
   ->  Hash Left Join  (cost=31.02..129.28 rows=2450 width=36) (actual time=2.202..5.125 rows=1000.00 loops=1)
         Output: local_nodes.name, logs.duration
         Hash Cond: (logs.node_id = local_nodes.node_id)
         Buffers: shared hit=1
         ->  Foreign Scan on public.logs  (cost=10.00..20.00 rows=1000 width=12) (actual time=2.089..3.779 rows=1000.00 loops=1)
               Output: logs.req_id, logs.start_at, logs.duration, logs.resource, logs.method, logs.node_id, logs.response
               Remote SQL: SELECT duration, node_id FROM "default".logs
               FDW Time: 1.447 ms
         ->  Hash  (cost=14.90..14.90 rows=490 width=40) (actual time=0.090..0.091 rows=8.00 loops=1)
               Output: local_nodes.name, local_nodes.node_id
               Buckets: 1024  Batches: 1  Memory Usage: 9kB
               Buffers: shared hit=1
               ->  Seq Scan on public.local_nodes  (cost=0.00..14.90 rows=490 width=40) (actual time=0.069..0.073 rows=8.00 loops=1)
                     Output: local_nodes.name, local_nodes.node_id
                     Buffers: shared hit=1
 Planning:
   Buffers: shared hit=14
 Planning Time: 0.551 ms
 Execution Time: 6.589 ms

在这种情况下，我们可以通过按 node_id 而不是本地列分组，将更多聚合下推到 ClickHouse，然后再与查找表进行 join：

try=# EXPLAIN (ANALYZE, VERBOSE)
       WITH remote AS (
           SELECT node_id, count(*), round(avg(duration))
             FROM logs
            GROUP BY node_id
       )
       SELECT name, remote.count, remote.round
         FROM remote
         JOIN local_nodes
           ON remote.node_id = local_nodes.node_id
        ORDER BY name;
                                                          QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------
 Sort  (cost=65.68..66.91 rows=490 width=72) (actual time=4.480..4.484 rows=8.00 loops=1)
   Output: local_nodes.name, remote.count, remote.round
   Sort Key: local_nodes.name
   Sort Method: quicksort  Memory: 25kB
   Buffers: shared hit=4
   ->  Hash Join  (cost=27.60..43.79 rows=490 width=72) (actual time=4.406..4.422 rows=8.00 loops=1)
         Output: local_nodes.name, remote.count, remote.round
         Inner Unique: true
         Hash Cond: (local_nodes.node_id = remote.node_id)
         Buffers: shared hit=1
         ->  Seq Scan on public.local_nodes  (cost=0.00..14.90 rows=490 width=40) (actual time=0.010..0.016 rows=8.00 loops=1)
               Output: local_nodes.node_id, local_nodes.name, local_nodes.region, local_nodes.arch, local_nodes.os
               Buffers: shared hit=1
         ->  Hash  (cost=15.10..15.10 rows=1000 width=48) (actual time=4.379..4.381 rows=8.00 loops=1)
               Output: remote.count, remote.round, remote.node_id
               Buckets: 1024  Batches: 1  Memory Usage: 9kB
               ->  Subquery Scan on remote  (cost=1.00..15.10 rows=1000 width=48) (actual time=4.337..4.360 rows=8.00 loops=1)
                     Output: remote.count, remote.round, remote.node_id
                     ->  Foreign Scan  (cost=1.00..5.10 rows=1000 width=48) (actual time=4.330..4.349 rows=8.00 loops=1)
                           Output: logs.node_id, (count(*)), (round(avg(logs.duration), 0))
                           Relations: Aggregate on (logs)
                           Remote SQL: SELECT node_id, count(*), round(avg(duration), 0) FROM "default".logs GROUP BY node_id
                           FDW Time: 0.055 ms
 Planning:
   Buffers: shared hit=5
 Planning Time: 0.319 ms
 Execution Time: 4.562 ms

“Foreign Scan”节点现在会按 node_id 下推聚合，将需要从 Postgres 拉回的行数从 1000 行 (全部行) 减少到仅 8 行，即每个节点 1 行。

分区表

PostgreSQL [分区表]可以同时包含本地分区和由 ClickHouse 支持的外部分区。常见的布局是将较早的数据迁移到 ClickHouse，而较新的数据保留在 PostgreSQL 中：

CREATE TABLE events (id int, ts date, val int, amt float8)
    PARTITION BY RANGE (ts);

-- 2023 data lives on ClickHouse
CREATE FOREIGN TABLE events_2023 PARTITION OF events
    FOR VALUES FROM ('2023-01-01') TO ('2024-01-01')
    SERVER ch_svr OPTIONS (table_name 'events');

-- 2024 data stays local
CREATE TABLE events_2024 PARTITION OF events
    FOR VALUES FROM ('2024-01-01') TO ('2025-01-01');

有关如何将数据从本地分区迁移到外部分区的示例，请参阅 offload-partition.sql。跨本地分区和外部分区的聚合需要启用 partitionwise aggregation，而 PostgreSQL 默认将其禁用：

SET enable_partitionwise_aggregate = on;

启用 enable_partitionwise_aggregate 后，PostgreSQL 会在 Append 下方计算部分聚合，再由上方的最终聚合将这些部分结果合并为最终结果。pg_clickhouse 会将外部分区的部分聚合下推至 ClickHouse：

try=# EXPLAIN (VERBOSE, COSTS OFF)
       SELECT count(*), sum(val), min(ts), max(ts) FROM events;
                                                       QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------
 Finalize Aggregate
   Output: count(*), sum(events.val), min(events.ts), max(events.ts)
   ->  Append
         ->  Foreign Scan
               Output: (PARTIAL count(*)), (PARTIAL sum(events.val)), (PARTIAL min(events.ts)), (PARTIAL max(events.ts))
               Relations: Aggregate on (events_2023 events)
               Remote SQL: SELECT count(*), sum(val), min(ts), max(ts) FROM "default".events
         ->  Partial Aggregate
               Output: PARTIAL count(*), PARTIAL sum(events_1.val), PARTIAL min(events_1.ts), PARTIAL max(events_1.ts)
               ->  Seq Scan on public.events_2024 events_1
                     Output: events_1.val, events_1.ts

部分聚合何时可以下推

PostgreSQL 将部分聚合表示为转换状态，并由最终化步骤在各分区间合并。只有当 pg_clickhouse 能将分区的部分聚合表示为 ClickHouse 值时，才能将其下推：

可分解聚合函数的转换状态本身就是最终值，因此可以直接下推：count、sum、min、max、bool_and/every、bool_or、bit_and、bit_or 和 bit_xor。
作用于整数的 avg 会将其 {count, sum} 状态作为数组下推。
作用于浮点数的 avg、var_pop、var_samp、stddev_pop 和 stddev_samp 会将其 {N, sum, squared deviations 的总和} 状态作为数组下推。

FILTER (WHERE …) 也可以与这些聚合函数一起下推。

何时回退

转换状态为 PostgreSQL 不透明 internal 类型的聚合没有可移植的表示形式，因此外部分区会转而拉取其行，并在本地进行聚合。这包括所有基于 numeric 的聚合，以及 avg(bigint) 和 avg(interval)。DISTINCT、有序集聚合和可变参数聚合也会回退。

PREPARE, EXECUTE, DEALLOCATE

自 v0.1.2 起，pg_clickhouse 支持参数化查询，主要通过 PREPARE 命令创建：

try=# PREPARE avg_durations_between_dates(date, date) AS
       SELECT date(start_at), round(avg(duration)) AS average_duration
         FROM logs
        WHERE date(start_at) BETWEEN $1 AND $2
        GROUP BY date(start_at)
        ORDER BY date(start_at);
PREPARE

像平常一样使用 EXECUTE 执行预处理语句：

try=# EXECUTE avg_durations_between_dates('2025-12-09', '2025-12-13');
    date    | average_duration
------------+------------------
 2025-12-09 |              190
 2025-12-10 |              194
 2025-12-11 |              197
 2025-12-12 |              190
 2025-12-13 |              195
(5 行)

参数化执行会导致 http 驱动在 25.8 之前的 ClickHouse 版本中无法正确转换 DateTime 时区，因为该[底层缺陷]当时尚未[修复]。请注意，PostgreSQL 有时即使不使用 PREPARE，也会采用参数化查询计划。对于任何需要精确时区转换的查询，如果无法升级到 25.8 或更高版本，请改用 binary driver。

与往常一样，pg_clickhouse 会下推聚合操作，如 EXPLAIN 的详细输出所示：

try=# EXPLAIN (VERBOSE) EXECUTE avg_durations_between_dates('2025-12-09', '2025-12-13');
                                                                                                            QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=36)
   Output: (date(start_at)), (round(avg(duration), 0))
   Relations: Aggregate on (logs)
   Remote SQL: SELECT date(start_at), round(avg(duration), 0) FROM "default".logs WHERE ((date(start_at) >= '2025-12-09')) AND ((date(start_at) <= '2025-12-13')) GROUP BY (date(start_at)) ORDER BY date(start_at) ASC NULLS LAST
(4 rows)

请注意，它发送的是完整的日期值，而不是参数占位符。前五次请求都是如此，如 PostgreSQL [PREPARE 说明] 中所述。到第六次执行时，它会发送 ClickHouse {param:type} 风格的[查询参数]：参数：

                                                                                                         QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=36)
   Output: (date(start_at)), (round(avg(duration), 0))
   Relations: Aggregate on (logs)
   Remote SQL: SELECT date(start_at), round(avg(duration), 0) FROM "default".logs WHERE ((date(start_at) >= {p1:Date})) AND ((date(start_at) <= {p2:Date})) GROUP BY (date(start_at)) ORDER BY date(start_at) ASC NULLS LAST
(4 rows)

使用 DEALLOCATE 解除分配预处理语句：

try=# DEALLOCATE avg_durations_between_dates;
DEALLOCATE

INSERT

使用 INSERT 命令向远程 ClickHouse 表中插入值：

try=# INSERT INTO nodes(node_id, name, region, arch, os)
VALUES (9,  'Augustin Gamarra', 'us-west-2', 'amd64', 'Linux')
     , (10, 'Cerisier', 'us-east-2', 'amd64', 'Linux')
     , (11, 'Dewalt', 'use-central-1', 'arm64', 'macOS')
;
INSERT 0 3

COPY

使用 COPY 命令将一个批次的数据行插入远程 ClickHouse 表：

try=# COPY logs FROM stdin CSV;
4285871863,2025-12-05 11:13:58.360760,206,/widgets,POST,8,401
4020882978,2025-12-05 11:33:48.248450,199,/users/1321945,HEAD,3,200
3231273177,2025-12-05 12:20:42.158575,220,/search,GET,2,201
\.
>> COPY 3

⚠️ 批次 API 的限制 pg_clickhouse 尚未支持 PostgreSQL FDW 的批次 insert API。因此，COPY 目前通过 INSERT 语句插入记录。后续版本将对此进行改进。

LOAD

使用 LOAD 加载 pg_clickhouse 共享库：

try=# LOAD 'pg_clickhouse';
LOAD

通常不需要使用 LOAD，因为 Postgres 会在首次使用 pg_clickhouse 的任一功能 (函数、外部表等) 时自动加载它。而 LOAD pg_clickhouse 可能有用的一种情况是：在执行依赖这些参数的查询之前，先通过 SET 设置 pg_clickhouse 参数。

SET

使用 SET 来设置 pg_clickhouse 的自定义配置参数。

`pg_clickhouse.session_settings`

pg_clickhouse.session_settings 参数用于配置在后续查询中要设置的 [ClickHouse 设置]。示例：

SET pg_clickhouse.session_settings = 'join_use_nulls 1, final 1';

默认值为

join_use_nulls 1, group_by_use_nulls 1, final 1, transform_null_in 0

将其设为空字符串即可恢复为 ClickHouse server 的设置 — 但请注意，下推的正确性取决于其中某些默认值： OUTER JOIN 的 join_use_nulls 以及 IN 家族的 transform_null_in (请参阅 IN 和 NULL 语义) 。

SET pg_clickhouse.session_settings = '';

其语法为由逗号分隔的键/值对列表，各项之间以一个或多个空格分隔。键必须与 [ClickHouse 设置] 对应。在值中，空格、逗号和反斜杠都要用反斜杠转义：

SET pg_clickhouse.session_settings = 'join_algorithm grace_hash\,hash';

或者使用单引号包裹值，以避免转义空格和逗号；也可以考虑使用[美元引号表示法]，这样就无需再使用双引号：

SET pg_clickhouse.session_settings = $$join_algorithm 'grace_hash,hash'$$;

如果你更注重可读性，并且需要设置很多项，可以分成多行，例如：

SET pg_clickhouse.session_settings TO $$
    connect_timeout 2,
    count_distinct_implementation uniq,
    final 1,
    group_by_use_nulls 1,
    join_algorithm 'prefer_partial_merge',
    join_use_nulls 1,
    log_queries_min_type QUERY_FINISH,
    max_block_size 32768,
    max_execution_time 45,
    max_result_rows 1024,
    metrics_perf_events_list 'this,that',
    network_compression_method ZSTD,
    poll_interval 5,
    totals_mode after_having_auto
$$;

当这些设置会干扰 pg_clickhouse 自身运行时，其中一些设置将被忽略。包括：

date_time_output_format：http 驱动要求其为 “iso”
format_tsv_null_representation：http 驱动要求使用默认值
output_format_tsv_crlf_end_of_line：http 驱动要求使用默认值

除此之外，pg_clickhouse 不会校验这些设置，而是会在每次查询时将它们传递给 ClickHouse。因此，它支持各个 ClickHouse 版本中的所有设置。请注意，必须先加载 pg_clickhouse，才能设置 pg_clickhouse.session_settings；可以使用共享库预加载，或者直接使用该扩展中的某个对象以确保其被加载。

`pg_clickhouse.pushdown_regex`

pg_clickhouse.pushdown_regex 参数用于控制 pg_clickhouse 是否对正则表达式函数和操作符执行下推。默认情况下会执行下推；将此参数设置为 false 可阻止下推：

SET pg_clickhouse.pushdown_regex = 'false';

详见正则表达式。

ALTER ROLE

使用 ALTER ROLE 的 SET 命令，可为特定角色预加载 pg_clickhouse，和/或 SET 其参数：

try=# ALTER ROLE CURRENT_USER SET session_preload_libraries = pg_clickhouse;
ALTER ROLE

try=# ALTER ROLE CURRENT_USER SET pg_clickhouse.session_settings = 'final 1';
ALTER ROLE

使用 ALTER ROLE’s RESET 命令重置 pg_clickhouse 的预加载和/或相关参数：

try=# ALTER ROLE CURRENT_USER RESET session_preload_libraries;
ALTER ROLE

try=# ALTER ROLE CURRENT_USER RESET pg_clickhouse.session_settings;
ALTER ROLE

预加载

如果每个或几乎每个 Postgres 连接都需要使用 pg_clickhouse，请考虑使用共享库预加载来自动加载它：

`session_preload_libraries`

在每次建立与 PostgreSQL 的新连接时加载共享库：

session_preload_libraries = pg_clickhouse

有助于在不重启服务器的情况下应用更新：只需重新连接即可。也可以通过 ALTER ROLE 为特定用户或角色设置。

`shared_preload_libraries`

在启动时将共享库加载到 PostgreSQL 主进程中：

shared_preload_libraries = pg_clickhouse

有助于减少每个会话的内存占用和加载开销，但在库更新时需要重启集群。

数据类型

pg_clickhouse 将以下 ClickHouse 数据类型映射为 PostgreSQL 数据类型。IMPORT FOREIGN SCHEMA 在导入列时会使用 PostgreSQL 列中的第一种类型；其他类型可在 CREATE FOREIGN TABLE 语句中使用：

ClickHouse	PostgreSQL	说明
Bool	boolean
Date	date
Date32	date
DateTime	timestamptz
Decimal	numeric
Float32	real
Float64	double precision
IPv4	inet
IPv6	inet
Int16	smallint
Int32	integer
Int64	bigint
Int8	smallint
JSON	jsonb, json
String	text, bytea
UInt16	integer
UInt32	bigint
UInt64	bigint	值大于 BIGINT 最大值时会报错
UInt8	smallint
UUID	uuid

任何列也可读取为 text、varchar 或其他 String 类型。该值会采用上述 PostgreSQL 类型，然后通过该类型的输出函数进行呈现。超过 bigint 最大值的 UInt64 值仍会报错，因此请使用 ClickHouse toString() 函数呈现这些值。更多说明和细节如下。

BYTEA

ClickHouse 不提供与 PostgreSQL BYTEA 类型等效的类型，但允许将任意字节存储在 String 类型中。一般情况下，ClickHouse 字符串应映射到 PostgreSQL 的 TEXT 类型；若需使用二进制数据，则应映射到 BYTEA。示例：

-- Create ClickHouse table with String columns.
CALL clickhouse_perform('ch_srv', $$
    CREATE TABLE bytes (
        c1 Int8, c2 String, c3 String
    ) ENGINE = MergeTree ORDER BY (c1);
$$);

-- Create foreign table with BYTEA columns.
CREATE FOREIGN TABLE bytes (
    c1 int,
    c2 BYTEA,
    c3 BYTEA
) SERVER ch_srv OPTIONS( table_name 'bytes' );

-- Insert binary data into the foreign table.
INSERT INTO bytes
SELECT n, sha224(bytea('val'||n)), decode(md5('int'||n), 'hex')
  FROM generate_series(1, 4) n;

-- View the results.
SELECT * FROM bytes;

最终的 SELECT 查询将输出：

 c1 |                             c2                             |                 c3
----+------------------------------------------------------------+------------------------------------
  1 | \x1bf7f0cc821d31178616a55a8e0c52677735397cdde6f4153a9fd3d7 | \xae3b28cde02542f81acce8783245430d
  2 | \x5f6e9e12cd8592712e638016f4b1a2e73230ee40db498c0f0b1dc841 | \x23e7c6cacb8383f878ad093b0027d72b
  3 | \x53ac2c1fa83c8f64603fe9568d883331007d6281de330a4b5e728f9e | \x7e969132fc656148b97b6a2ee8bc83c1
  4 | \x4e3c2e4cb7542a45173a8dac939ddc4bc75202e342ebc769b0f5da2f | \x8ef30f44c65480d12b650ab6b2b04245
(4 rows)

请注意，如果 ClickHouse 列中存在空字节，使用 TEXT 列的外部表将无法输出正确的值：

-- Create foreign table with TEXT columns.
CREATE FOREIGN TABLE texts (
    c1 int,
    c2 TEXT,
    c3 TEXT
) SERVER ch_srv OPTIONS( table_name 'bytes' );

-- Encode binary data as hex.
SELECT c1, encode(c2::bytea, 'hex'), encode(c3::bytea, 'hex') FROM texts ORDER BY c1;

输出结果：

 c1 |                          encode                          |              encode
----+----------------------------------------------------------+----------------------------------
  1 | 1bf7f0cc821d31178616a55a8e0c52677735397cdde6f4153a9fd3d7 | ae3b28cde02542f81acce8783245430d
  2 | 5f6e9e12cd8592712e638016f4b1a2e73230ee40db498c0f0b1dc841 | 23e7c6cacb8383f878ad093b
  3 | 53ac2c1fa83c8f64603fe9568d883331                         | 7e969132fc656148b97b6a2ee8bc83c1
  4 | 4e3c2e4cb7542a45173a8dac939ddc4bc75202e342ebc769b0f5da2f | 8ef30f44c65480d12b650ab6b2b04245
(4 rows)

请注意，第二行和第三行包含被截断的值。这是因为 PostgreSQL 依赖以 nul 结尾的字符串，且不支持在字符串中包含 nul 字符。尝试向 TEXT 列插入二进制值将会成功，并按预期运行：

-- Insert via text columns:
TRUNCATE texts;
INSERT INTO texts
SELECT n, sha224(bytea('val'||n)), decode(md5('int'||n), 'hex')
  FROM generate_series(1, 4) n;

-- View the data.
SELECT c1, encode(c2::bytea, 'hex'), encode(c3::bytea, 'hex') FROM texts ORDER BY c1;

文本列将是正确的：

 c1 |                          encode                          |              encode
----+----------------------------------------------------------+----------------------------------
  1 | 1bf7f0cc821d31178616a55a8e0c52677735397cdde6f4153a9fd3d7 | ae3b28cde02542f81acce8783245430d
  2 | 5f6e9e12cd8592712e638016f4b1a2e73230ee40db498c0f0b1dc841 | 23e7c6cacb8383f878ad093b0027d72b
  3 | 53ac2c1fa83c8f64603fe9568d883331007d6281de330a4b5e728f9e | 7e969132fc656148b97b6a2ee8bc83c1
  4 | 4e3c2e4cb7542a45173a8dac939ddc4bc75202e342ebc769b0f5da2f | 8ef30f44c65480d12b650ab6b2b04245
(4 rows)

但如果按 BYTEA 读取，则不会：

# SELECT * FROM bytes;
 c1 |                                                           c2                                                           |                                   c3
----+------------------------------------------------------------------------------------------------------------------------+------------------------------------------------------------------------
  1 | \x5c783162663766306363383231643331313738363136613535613865306335323637373733353339376364646536663431353361396664336437 | \x5c786165336232386364653032353432663831616363653837383332343534333064
  2 | \x5c783566366539653132636438353932373132653633383031366634623161326537333233306565343064623439386330663062316463383431 | \x5c783233653763366361636238333833663837386164303933623030323764373262
  3 | \x5c783533616332633166613833633866363436303366653935363864383833333331303037643632383164653333306134623565373238663965 | \x5c783765393639313332666336353631343862393762366132656538626338336331
  4 | \x5c783465336332653463623735343261343531373361386461633933396464633462633735323032653334326562633736396230663564613266 | \x5c783865663330663434633635343830643132623635306162366232623034323435
(4 rows)

一般来说，TEXT 列只用于编码字符串，BYTEA 列只用于二进制数据，并且绝不要在两者之间切换。

函数与 operator 参考

函数

这些函数提供了查询 ClickHouse 数据库的接口。

`clickhouse_raw_query`

已弃用：clickhouse_raw_query() 会发出弃用 Warning，并将在下一个 release 中移除。请使用 clickhouse_query 读取行，并使用 clickhouse_perform 执行不返回任何内容的语句。两者都会复用已配置 server 的 driver、credentials、 database 和连接缓存，而非使用临时 connection string。

SELECT clickhouse_raw_query(
    'CREATE TABLE t1 (x String) ENGINE = Memory',
    'host=localhost port=8123'
);

连接到 ClickHouse 服务，执行单个查询，然后断开连接。可选的第二个参数用于指定连接字符串，默认为 host=localhost port=8123。支持的连接参数如下：

driver：要使用的连接驱动程序，可以是 “http” 或 “binary”；默认为 “http”
host：要连接到的主机；必填。
port：要连接的端口。对于 “http” 驱动程序，默认为 8123；对于 “binary” 驱动程序，默认为 9000。当 host 是 ClickHouse Cloud 主机时，则分别切换为 8443 或 9440
dbname：要连接到的数据库名称。
username：连接时使用的用户名；默认为 default
password：用于身份验证的密码；默认无密码

两种驱动程序都返回制表符分隔的行 (NULL 值为 \N) ，但各值的表示形式不同：“http” 驱动程序会原样返回 ClickHouse 自有的 TSV 格式，而 “binary” 驱动程序会将每个值传递给其 PostgreSQL 输出函数。默认情况下，没有任何角色具有对此函数的 EXECUTE 权限；请考虑仅向确实需要执行临时 ClickHouse 查询的角色 GRANT 此权限，例如专用的 ClickHouse 管理员角色：适用于不返回记录的查询，但如果查询确实返回值，则会作为单个文本值返回：

SELECT clickhouse_raw_query(
    'SELECT schema_name, schema_owner from information_schema.schemata',
    'host=localhost port=8123'
);

      clickhouse_raw_query
---------------------------------
 INFORMATION_SCHEMA      default+
 default default                +
 git     default                +
 information_schema      default+
 system  default                +

(1 row)

`clickhouse_server_version`

SELECT clickhouse_server_version('taxi_srv');

报告指定外部服务器的 ClickHouse 服务器版本，格式为 major.minor.patch。如有必要，将使用该服务器的选项和当前用户的 user mapping 进行连接：

 clickhouse_server_version
---------------------------
 25.8.1
(1 row)

从原生协议连接的握手过程中读取版本信息，或通过 HTTP 执行单个 SELECT version() 查询获取版本信息，并在连接的整个生命周期内缓存该信息。

`clickhouse_query`

SELECT * FROM clickhouse_query(
    'server',
    'SELECT id, name, salary FROM remote_table WHERE salary > 50000'
) AS ch(id int, name text, salary numeric);

针对已配置的外部服务器执行查询，并将返回的行作为关系返回，同时将每个 ClickHouse 结果列映射为列定义列表中指定的 PostgreSQL 类型。它会复用该服务器的 driver、凭据、数据库和连接缓存。第一个参数是通过 CREATE SERVER 创建的服务器名称。必须提供列定义列表 (AS name(col type, ...)) ：PostgreSQL 在拉取行之前需要知道结果形态，且该列表必须与查询返回的列相匹配。值会以与外部表列相同的方式从 ClickHouse 转换为声明的类型。不返回结果的语句 (如 DDL) 无需声明任何内容；请改用 clickhouse_perform 执行它们。默认情况下，任何角色都没有 EXECUTE 权限；请向角色 GRANT 权限，以允许其使用该函数。

GRANT EXECUTE ON FUNCTION clickhouse_query(text, text) TO ch_admin;

`clickhouse_perform`

CALL clickhouse_perform(
    'server',
    'CREATE TABLE remote_table (id Int32) ENGINE = MergeTree ORDER BY id'
);

对已配置的外部服务器执行一条语句，并丢弃所有结果。适用于不返回行的语句，例如 DDL；此时 clickhouse_query 没有可声明的结果形态。它以与 clickhouse_query 相同的方式解析 server，并复用其 driver、credentials、database 和连接缓存。作为存储过程，必须通过 CALL 而非 SELECT 调用，并且不返回行。默认情况下，没有任何角色拥有 EXECUTE 权限；向角色授予 GRANT 权限即可允许其使用该存储过程。

GRANT EXECUTE ON PROCEDURE clickhouse_perform(text, text) TO ch_admin;

下推函数

pg_clickhouse 会将条件子句 (HAVING 和 WHERE 子句) 中使用的部分 PostgreSQL 内置函数下推到 ClickHouse 中执行。该子集与 ClickHouse 中的对应函数如下：

abs: abs
factorial: factorial
mod (int2/int4/int8/numeric): 取模
pow & power (float8/numeric): pow
round: round
sin, cos, tan, atan, atan2, sinh, cosh, tanh, asinh, degrees, radians, pi：ClickHouse 数学函数中的同名函数。asin、acos、atanh、acosh 不会下推：对于超出范围的输入，PG 会报错，而 CH 会返回 NaN。
date_part:
- date_part('day'): toDayOfMonth
- date_part('doy'): toDayOfYear
- date_part('dow'): toDayOfWeek
- date_part('year'): toYear
- date_part('month'): toMonth
- date_part('hour'): toHour
- date_part('minute'): toMinute
- date_part('second'): toSecond
- date_part('quarter'): toQuarter
- date_part('isoyear'): toISOYear
- date_part('week'): toISOYear
- date_part('epoch'): toISOYear
date_trunc:
- date_trunc('week'): toMonday
- date_trunc('second'): toStartOfSecond
- date_trunc('minute'): toStartOfMinute
- date_trunc('hour'): toStartOfHour
- date_trunc('day'): toStartOfDay
- date_trunc('month'): toStartOfMonth
- date_trunc('quarter'): toStartOfQuarter
- date_trunc('year'): toStartOfYear
extract(field FROM source)：映射与 date_part 相同
date(timestamp) & date(timestamptz): toDate (反解析后为 CH 别名 date)
array_position：indexOf，配合 nullIf 将 0 转换为 NULL；如果存在用于指定搜索起始索引的第三个参数，则使用 arraySlice。请注意，nan 当前不会匹配
array_cat: arrayConcat
array_append: arrayPushBack
array_prepend: arrayPushFront
array_remove: arrayRemove
cardinality：length
array_length(array, 1)：nullIf(length(array), 0)
array_length & cardinality：length
array_to_string: arrayStringConcat
string_to_array: splitByString
split_part: splitByString + 数组下标
trim_array: arrayResize
array_fill: arrayWithConstant
array_reverse: arrayReverse
array_shuffle：arrayShuffle
array_sample: arrayRandomSample
array_sort: arraySort / arrayReverseSort
btrim: trimBoth
ltrim: trimLeft
rtrim: trimRight
concat_ws: concatWithSeparator
lower(text): lowerUTF8
upper(text): upperUTF8
substring(text, ...) & substr(text, ...): substringUTF8
substring(bytea, ...) & substr(bytea, ...)：子串
length(text): lengthUTF8
length(bytea) & octet_length：length
reverse(text): reverseUTF8
reverse(bytea): reverse
strpos：positionUTF8
regexp_like: match
regexp_match: extractGroups 如果正则表达式包含带括号的子表达式；否则为 extractAll 再使用 arraySlice 切片。
regexp_replace：replaceRegexpOne 或 replaceRegexpOne，存在 g 标志时
regexp_split_to_array: splitByRegexp
md5: MD5
当 fmt 为字符串常量 (不区分大小写) 时的 encode(bytea, fmt)：
- encode(bytea, 'hex')：hex 再套用 lower，因为 PostgreSQL 会输出小写 hex。
- encode(bytea, 'base64')：base64Encode 再套用 replaceRegexpAll，以复现 PostgreSQL’s MIME (RFC 2045) 每 76 个字符换行的规则。
- encode(bytea, 'base64url') (PostgreSQL 19+)：base64URLEncode，与 PostgreSQL’s 不带 padding 的 RFC 4648 URL 字母表一致。
json_extract_path_text：子列语法
json_extract_path: toJSONString + 子列语法
jsonb_extract_path_text: 子列语法
jsonb_extract_path：toJSONString + 子列语法
bit_count(bytea): bitCount
to_timestamp(float8): toDateTime64
to_char(timestamp[tz], fmt): formatDateTime 当 fmt 为字符串常量，且其中每个关键字在 ClickHouse 中都有完全对应的等价写法时。支持的关键字请参见兼容性说明中的 to_char()。否则，该函数会在 PostgreSQL 中本地执行。
statement_timestamp, transaction_timestamp, & clock_timestamp: nowInBlock64 (nowInBlock64(9, $session_timezone))
CURRENT_DATE: now 以及 toDate (toDate(now($session_timezone)))
now、CURRENT_TIMESTAMP 和 LOCALTIMESTAMP： now64 (now64(9, $session_timezone))
CURRENT_TIMESTAMP(n) & LOCALTIMESTAMP(n): now64 (now64(n, $session_timezone))
CURRENT_DATABASE：作为值由 PostgreSQL 函数传入。
CURRENT_SCHEMA：以 PostgreSQL 函数返回值的形式传递。
CURRENT_CATALOG：作为值由 PostgreSQL 函数传入。
CURRENT_USER：作为值从 PostgreSQL 函数传入。
USER：由 PostgreSQL 函数作为值传入。
CURRENT_ROLE：作为值从 PostgreSQL 函数中传入。
SESSION_USER：作为值从 PostgreSQL 函数传入。

下推操作符

数组切片 (arr[L:U]): arraySlice
@> (数组包含) : hasAll
<@ (数组被包含) : hasAll
&& (数组重叠) : hasAny
~ (正则表达式匹配) : match
!~ (正则表达式不匹配) : match
~* (不区分大小写的正则表达式不匹配) : match
!~* (不区分大小写的正则表达式不匹配) : match
->> (将 JSON/JSONB 元素提取为文本) : sub-column syntax
-> (提取 JSON/JSONB) : toJSONString + sub-column syntax

IN 和 NULL 语义

ClickHouse 对 IN 采用二值逻辑：当探测值未找到匹配项时，即使涉及 NULL，也会返回 0，而 PostgreSQL 则会计算为 NULL。为保留 PostgreSQL 语义，pg_clickhouse 会无条件下推针对常量列表或数组的 IN 系列操作 (IN、NOT IN、= ANY、= ALL、 <> ANY、<> ALL) ：若能够证明探测值和数组元素均不可能为 NULL，则使用原生或开销较低的形式；否则使用带保护条件的 CASE 形式，在运行时检查 NULL 值，从而在所有上下文中准确计算 PostgreSQL 的三值结果 (TRUE、FALSE、NULL) ，包括 SELECT 列表或 GROUP BY 等值位置。针对可空列的 NOT IN (SELECT ...) 过滤器也会下推，并在反解析时加入补偿性保护条件，以保持 PostgreSQL 的行为：包含 NULL 的集合会排除所有行，而 NULL 探测值仅会在集合为空时通过。当 NOT NULL 声明证明某个保护条件并非必需时，该条件会被省略。与上述数组形式不同，此保护条件仅适用于普通过滤条件 (或位于 NOT 之下) ；我们仍不会下推值位置中的 IN (SELECT ...)，也不会下推已分组或聚合的子查询主体。将列声明为 NOT NULL 可使系统采用开销更低的无保护形式，从而最大化下推；对于非 Nullable 的 ClickHouse 列，IMPORT FOREIGN SCHEMA 会自动执行此操作。该推断基于非 NULL 常量、NOT NULL 列，以及对它们执行的基本算术运算 (+、-、*、一元 -) 。这些规则假定 ClickHouse 的默认设置为 transform_null_in = 0。pg_clickhouse 会通过 pg_clickhouse.session_settings 参数的默认值，在每个查询中设置该值，以防止 ClickHouse server profile 对其进行静默更改。设置 transform_null_in = 1 会破坏所有已下推 IN 的语义。

自定义函数

这些由 pg_clickhouse 创建的自定义函数，可为部分在 PostgreSQL 中没有对应实现的 ClickHouse 函数提供外部查询下推。如果其中任何函数无法下推，则会引发异常。

dictGet

扩展下推

pg_clickhouse 可识别部分核心扩展和第三方扩展中的函数，并将其下推为 ClickHouse 中对应的等效函数。

re2

所有 re2 extension 运算符和函数都可 1:1 下推到 ClickHouse：

@~ → match
re2match → match
re2extract → extract
re2extractall → extractAll
re2regexpextract → regexpExtract
re2extractgroups → extractGroups
re2replaceregexpone → replaceRegexpOne
re2replaceregexpall → replaceRegexpAll
re2countmatches → countMatches
re2countmatchescaseinsensitive → countMatchesCaseInsensitive
re2multimatchany → multiMatchAny
re2multimatchanyindex → multiMatchAnyIndex
re2multimatchallindices → multiMatchAllIndices

intarray

有一个 intarray 函数可下推至 ClickHouse：

idx → indexOf

fuzzystrmatch

两个 fuzzystrmatch 函数可下推至 ClickHouse：

soundex：soundex
levenshtein (2 参数) ：editDistanceUTF8

下推类型转换

对于兼容的数据类型，pg_clickhouse 会下推 CAST(x AS bigint) 这类类型转换。对于不兼容的类型，下推会失败；例如，如果此示例中的 x 是 ClickHouse 的 UInt64， ClickHouse 会拒绝执行该类型转换。为了将类型转换下推到不兼容的数据类型，pg_clickhouse 提供了以下函数。如果这些函数没有被下推，就会在 PostgreSQL 中引发异常。

聚合函数下推

以下 PostgreSQL 聚合函数可下推到 ClickHouse。

自定义聚合函数

这些由 pg_clickhouse 创建的自定义聚合函数，可为部分在 PostgreSQL 中没有对应函数的 ClickHouse 聚合函数提供外部查询下推。如果这些函数中的任何一个无法下推，就会引发异常。

下推有序集合聚合函数

这些有序集合聚合函数会映射为 ClickHouse 的[参数化聚合函数]：将其直接参数作为 parameter 传递，并将其 ORDER BY expression 作为 argument。例如，以下 PostgreSQL 查询：

SELECT percentile_cont(0.25) WITHIN GROUP (ORDER BY a) FROM t1;

对应的 ClickHouse 查询如下：

SELECT quantile(0.25)(a) FROM t1;

请注意，不支持非默认的 ORDER BY 后缀 DESC 和 NULLS FIRST，使用它们会报错。

percentile_cont(double): quantile
percentile_cont(double[]): quantiles
percentile_disc(double): quantileExactLow
percentile_disc(double[]): quantilesExactLow

自定义有序集合聚合函数

这些由 pg_clickhouse 创建的自定义有序集合聚合函数为部分 ClickHouse [参数化聚合函数]提供外部查询下推。若其中任何函数无法下推，将引发异常。

quantile(double): quantile
quantileExact(double): quantileExact

自定义有序集合聚合函数

这些由 pg_clickhouse 创建的自定义有序集合聚合函数可为特定的 ClickHouse 参数化聚合函数提供外部查询下推。如果其中任何函数无法下推，则会引发异常。

下推窗口函数

以下 PostgreSQL [窗口函数]可通过包含 OVER (PARTITION BY ... ORDER BY ...) 子句的查询下推到 ClickHouse；适用时还包括窗口帧规范。

排名函数 (row_number、rank、dense_rank、ntile、cume_dist、 percent_rank) 在下推时会省略窗口帧子句，因为 ClickHouse 不支持为这些函数指定窗口帧。

兼容性说明

正则表达式

当 pg_clickhouse.pushdown_regex 为 true (默认值) 时， pg_clickhouse 会将正则表达式下推为 ClickHouse 中的等效形式，并尽力保证基本兼容性，但你仍需了解二者之间的差异，以及 pg_clickhouse 如何处理这些差异。

PostgreSQL 支持 [POSIX 正则表达式]，而 ClickHouse 支持 RE2 正则表达式。请注意两者的行为差异：当正则表达式由 ClickHouse 求值时 (例如，在 WHERE 子句中) ，请使用 RE2；当它由 Postgres 求值时 (例如，在 SELECT 子句中) ，请使用 POSIX。
pg_clickhouse 通过将 [Postgres 标志] 置于 ClickHouse 正则表达式前面并放入 (?) 中，来实现下推。例如：
regexp_like(val, '^VAL\d', 'i')
变成
match(val, concat('(?i)', '^VAL\\d'))

两者唯一同时支持、因此可在由 ClickHouse 求值时使用的标志有：

标志	对应	说明
`i`	`i`	不区分大小写匹配
`m`	`m-s`	`^` 和 `$` 除了匹配文本开头/结尾外，也匹配行首/行尾
`n`	`m-s`	`m` 的 Postgres 别名
`p`	`-s`	不允许 `.` 和 `[^x]` 匹配 `\n`
`s`	`s`	允许 `.` 和 `[^x]` 匹配 `\n`
`t`		紧凑语法，会被忽略
`w`	`m`	部分换行敏感匹配的反向形式

RE2 仅支持这些标志；请勿使用任何其他 [Postgres 标志]。

下表概述了各种标志 (以及不加标志的情况，此时与 s 相同) 在匹配换行符和行尾时的影响。请注意，在 Postgres 中，m 和 p 会阻止否定字符类 ([^xyz]) 匹配换行符，而 ClickHouse 中的对应标志则不会。除此之外， ClickHouse 的行为与 Postgres 相同：

应用于 `a\nb` 的模式	Postgres	ClickHouse	一致？
`a.b`	true	true	✔︎
`a[^x]b`	true	true	✔︎
`a$`	false	false	✔︎
`s` 标志
`(?s)a.b`	true	true	✔︎
`(?s)a[^x]b`	true	true	✔︎
`(?s)a$`	false	false	✔︎
`m` 标志
`(?m)a.b`	false	false	✔︎
`(?m)a[^x]b`	true	false	✘
`(?m)a$`	true	true	✔︎
`p` 标志
`(?p)a.b`	false	false	✔︎
`(?p)a[^x]b`	true	false	✘
`(?p)a$`	false	false	✔︎
`w` 标志
`(?w)a.b`	true	true	✔
`(?w)a[^x]b`	true	true	✔
`(?w)a$`	true	true	✔

传递给正则表达式函数的任何其他标志都会阻止该函数被下推。
例外是 regexp_replace()，它还支持 g 标志。当设置 g 时，pg_clickhouse 会使用 replaceRegexpAll() 而不是 replaceRegexpOne()，并会先移除该标志，再添加其他标志。
Postgres 的 regexp_replace() 的 replacement 参数支持使用 \& 来引用整个匹配；而在 ClickHouse 中，则使用 \0 表示整个匹配。该函数下推到 ClickHouse 时，务必使用 \0。
当没有匹配项时，Postgres regexp_match 会返回 NULL，而它下推执行的表达式则会返回空数组。请使用 COALESCE() 返回空数组而不是 NULL，以便以兼容的方式比较返回值。例如：
SELECT * FROM events WHERE COALESCE(regexp_match(msg, '^ERR'), '{}');

为避免任何歧义，建议设置 pg_clickhouse.pushdown_regex 以阻止 Postgres 正则表达式下推到 ClickHouse，并使用 re2 extension；对于该扩展，pg_clickhouse 支持将与 ClickHouse 兼容的 RE2 正则表达式进行直接下推。

`to_char()`

PostgreSQL 中用于 timestamp 和 timestamp with time zone 的 to_char() 仅在 format argument 为非 NULL 的 string constant，且其中每个 PostgreSQL 关键字在 ClickHouse 中都有一个逐字节完全一致的对应项时，才会下推到 ClickHouse formatDateTime。如果 format 是动态的 (不是 Const) ，或者包含任何不支持的关键字或 modifier，则该调用会回退到 PostgreSQL 本地求值——绝不会在部分翻译的情况下尝试下推，因此输出会保持与 PG 兼容。用于 numeric、interval 及其他非 timestamp 类型的双参数 to_char() 形式永远不会下推；ClickHouse formatDateTime 仅用于格式化日期时间值。

已转换的关键字

PostgreSQL	ClickHouse	含义
`YYYY`, `yyyy`	`%Y`	4 位年份
`YY`, `yy`	`%y`	2 位年份
`MM`, `mm`	`%m`	补零的月份 (01–12)
`DD`, `dd`	`%d`	补零的日期 (01–31)
`DDD`, `ddd`	`%j`	补零的一年中的第几天 (001–366)
`HH24`, `hh24`	`%H`	补零的 24 小时制小时 (00–23)
`HH`, `hh`, `HH12`, `hh12`	`%I`	补零的 12 小时制小时 (01–12)
`MI`, `mi`	`%i`	补零的分钟 (00–59)
`SS`, `ss`	`%S`	补零的秒 (00–59)
`Q`, `q`	`%Q`	季度 (1–4)
`Mon`	`%b`	月份简称，例如 `Oct`
`Dy`	`%a`	星期简称，例如 `Mon`
`AM`, `PM`	`%p`	上/下午标记，始终为大写

带引号的文本和字面量

用 "..." 包裹的文本会原样传递，其中任何字面的 % 都会写成 %%，以转义 ClickHouse 的格式说明符前缀。引号外的 \" 也会作为字面量 " 原样传递。在 "..." 内部，反斜杠只会转义 "；其他反斜杠序列都会被视为字面文本。

作者

David E. Wheeler

​描述

​快速开始

​用法

​版本策略

​DDL SQL 参考

​CREATE EXTENSION

​ALTER EXTENSION

​DROP EXTENSION

​CREATE SERVER

​ALTER SERVER

​DROP SERVER

​CREATE USER MAPPING

​ALTER USER MAPPING

​DROP USER MAPPING

​IMPORT FOREIGN SCHEMA

​CREATE FOREIGN TABLE

​ALTER FOREIGN TABLE

​DROP FOREIGN TABLE

​DML SQL 参考

​EXPLAIN

​SELECT

​分区表

​部分聚合何时可以下推

​何时回退

​PREPARE, EXECUTE, DEALLOCATE

​INSERT

​COPY

​LOAD

​SET

​pg_clickhouse.session_settings

​pg_clickhouse.pushdown_regex

​ALTER ROLE

​预加载

​session_preload_libraries

​shared_preload_libraries

​数据类型

​BYTEA

​函数与 operator 参考

​函数

​clickhouse_raw_query

​clickhouse_server_version

​clickhouse_query

​clickhouse_perform

​下推函数

​下推操作符

​IN 和 NULL 语义

​自定义函数

​扩展下推

​re2

​intarray

​fuzzystrmatch

​下推类型转换

​聚合函数下推

​自定义聚合函数

​下推有序集合聚合函数

​自定义有序集合聚合函数

​自定义有序集合聚合函数

​下推窗口函数

​兼容性说明

​正则表达式

​to_char()

​已转换的关键字

​带引号的文本和字面量

​作者

​版权

描述

快速开始

用法

版本策略

DDL SQL 参考

CREATE EXTENSION

ALTER EXTENSION

DROP EXTENSION

CREATE SERVER

ALTER SERVER

DROP SERVER

CREATE USER MAPPING

ALTER USER MAPPING

DROP USER MAPPING

IMPORT FOREIGN SCHEMA

CREATE FOREIGN TABLE

ALTER FOREIGN TABLE

DROP FOREIGN TABLE

DML SQL 参考

EXPLAIN

SELECT

分区表

部分聚合何时可以下推

何时回退

PREPARE, EXECUTE, DEALLOCATE

INSERT

COPY

LOAD

SET

`pg_clickhouse.session_settings`

`pg_clickhouse.pushdown_regex`

ALTER ROLE

预加载

`session_preload_libraries`

`shared_preload_libraries`

数据类型

BYTEA

函数与 operator 参考

函数

`clickhouse_raw_query`

`clickhouse_server_version`

`clickhouse_query`

`clickhouse_perform`

下推函数

下推操作符

IN 和 NULL 语义

自定义函数

扩展下推

re2

intarray

fuzzystrmatch

下推类型转换

聚合函数下推

自定义聚合函数

下推有序集合聚合函数

自定义有序集合聚合函数

自定义有序集合聚合函数

下推窗口函数

兼容性说明

正则表达式

`to_char()`

已转换的关键字

带引号的文本和字面量

作者

版权