Amazon Redshift SQL 翻译指南

数据类型

在 ClickHouse 和 Redshift 之间移动数据的用户会立即注意到，ClickHouse 提供了更广泛的类型范围，并且限制更少。虽然 Redshift 要求用户指定可能的字符串长度，即使是可变的，ClickHouse 通过以字节形式存储字符串来消除这种限制和负担。因此，ClickHouse 的 String 类型没有限制或长度规范要求。

此外，用户可以利用数组、元组和枚举——这些在 Redshift 中不存在作为一流公民（尽管可以用 SUPER 模拟数组/结构）并且是用户的常见挫折。ClickHouse 还允许在查询时或甚至在表中持久化聚合状态。这将使数据能够进行预聚合，通常使用物化视图，并且可以显著提高常见查询的性能。

下面我们将每个 Redshift 类型映射到相应的 ClickHouse 类型：

Redshift	ClickHouse
SMALLINT	Int8 *
INTEGER	Int32 *
BIGINT	Int64 *
DECIMAL	UInt128, UInt256, Int128, Int256, Decimal(P, S), Decimal32(S), Decimal64(S), Decimal128(S), Decimal256(S) - (支持高精度和范围)
REAL	Float32
DOUBLE PRECISION	Float64
BOOLEAN	Bool
CHAR	String, FixedString
VARCHAR **	String
DATE	Date32
TIMESTAMP	DateTime, DateTime64
TIMESTAMPTZ	DateTime, DateTime64
GEOMETRY	地理数据类型
GEOGRAPHY	地理数据类型 (发展较少，例如没有坐标系统 - 可以通过 函数 模拟)
HLLSKETCH	AggregateFunction(uniqHLL12, X)
SUPER	Tuple, Nested, Array, JSON, Map
TIME	DateTime, DateTime64
TIMETZ	DateTime, DateTime64
VARBYTE **	String 结合 Bit 和 Encoding 函数

_{* ClickHouse 还支持具有扩展范围的无符号整数，即 UInt8, UInt32, UInt32 和 UInt64。
** ClickHouse 的 String 类型默认没有长度限制，但可以通过使用 约束 来限制特定长度。}

DDL 语法

排序键

ClickHouse 和 Redshift 都有“排序键”的概念，它定义了数据在存储时如何排序。Redshift 使用 SORTKEY 子句定义排序键：

CREATE TABLE some_table(...) SORTKEY (column1, column2)

相对而言，ClickHouse 使用 ORDER BY 子句来指定排序顺序：

CREATE TABLE some_table(...) ENGINE = MergeTree ORDER BY (column1, column2)

在大多数情况下，您可以在 ClickHouse 中使用与 Redshift 相同的排序键列和顺序，假设您使用的是默认的 COMPOUND 类型。当数据添加到 Redshift 时，您应该运行 VACUUM 和 ANALYZE 命令来重新排序新添加的数据并更新查询计划器的统计信息——否则，未排序的空间会增加。ClickHouse 不需要此类过程。

Redshift 支持一些方便的排序键功能。第一个是自动排序键（使用 SORTKEY AUTO）。虽然这可能适合入门，但显式排序键确保最佳性能和存储效率。第二个是 INTERLEAVED 排序键，它对排序键中的一组列赋予相等的权重，从而在查询使用一个或多个备用排序列时提高性能。ClickHouse 支持显式的 投影，可以通过略微不同的设置实现相同的效果。

用户应注意，“主键”概念在 ClickHouse 和 Redshift 中代表不同的事物。在 Redshift 中，主键类似于传统的关系数据库管理系统中的概念，旨在实施约束。然而，它们在 Redshift 中并不严格执行，而是作为查询计划器和节点之间数据分布的提示。在 ClickHouse 中，主键表示用于构建稀疏主索引的列，该索引用于确保数据在磁盘上排序，从而最大化压缩，同时避免主索引的污染和浪费内存。