> ## Documentation Index > Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt > Use this file to discover all available pages before exploring further. > 支持快速写入持续变化的对象状态， 并在后台删除旧的对象状态。 # VersionedCollapsingMergeTree 表引擎 此引擎： * 支持快速写入持续变化的对象状态。 * 在后台删除旧的对象状态，从而显著减少存储占用。 详情请参见 [折叠](#table_engines_versionedcollapsingmergetree) 一节。 该引擎继承自 [MergeTree](/docs/zh/reference/engines/table-engines/mergetree-family/mergetree)，并在数据分区片段合并算法中增加了行折叠逻辑。`VersionedCollapsingMergeTree` 与 [CollapsingMergeTree](/docs/zh/reference/engines/table-engines/mergetree-family/collapsingmergetree) 的用途相同，但采用了不同的折叠算法，因此支持使用多个线程按任意顺序插入数据。特别是，`Version` 列有助于在行未按正确顺序插入时，仍能正确折叠这些行。相比之下，`CollapsingMergeTree` 只允许严格连续插入。
## 创建表
```sql theme={null} CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster] ( name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1], name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2], ... ) ENGINE = VersionedCollapsingMergeTree(sign, version) [PARTITION BY expr] [ORDER BY expr] [SAMPLE BY expr] [SETTINGS name=value, ...] ``` 有关查询参数的说明，请参阅[查询描述](/docs/zh/reference/statements/create/table)。
### 引擎参数
```sql theme={null} VersionedCollapsingMergeTree(sign, version) ``` | 参数 | 描述 | 类型 | | --------- | ---------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `sign` | 表示行类型的列名：`1` 为 "状态"行，`-1` 为 "取消"行。 | [`Int8`](/docs/zh/reference/data-types/int-uint) | | `version` | 表示对象状态版本的列名。 | [`Int*`](/docs/zh/reference/data-types/int-uint), [`UInt*`](/docs/zh/reference/data-types/int-uint), [`Date`](/docs/zh/reference/data-types/date), [`Date32`](/docs/zh/reference/data-types/date32), [`DateTime`](/docs/zh/reference/data-types/datetime) 或 [`DateTime64`](/docs/zh/reference/data-types/datetime64) |
### 查询子句
创建 `VersionedCollapsingMergeTree` 表时，所需的[子句](/docs/zh/reference/engines/table-engines/mergetree-family/mergetree)与创建 `MergeTree` 表时相同。
已弃用的建表方法 请勿在新项目中使用此方法。如有可能，请将旧项目切换到上述方法。 ```sql theme={null} CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster] ( name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1], name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2], ... ) ENGINE [=] VersionedCollapsingMergeTree(date-column [, sampling_expression], (primary, key), index_granularity, sign, version) ``` 除 `sign` 和 `version` 外，其他所有参数的含义都与 `MergeTree` 中相同。 * `sign` — 表示行类型的列名：`1` 表示“状态行”，`-1` 表示“取消行”。 列数据类型 — `Int8`。 * `version` — 表示对象状态版本的列名。 该列的数据类型应为 `UInt*`。
## 折叠
### 数据
设想这样一种情况：你需要保存某个对象持续变化的数据。比较合理的做法是为每个对象保留一行，并在发生变化时更新这一行。然而，对于 DBMS 来说，更新操作代价高、速度慢，因为它需要重写存储中的数据。如果你需要快速写入数据，更新就不可取；不过，你可以按顺序写入对象的变更，如下所示。 写入行时要使用 `Sign` 列。如果 `Sign = 1`，表示该行是对象的一个状态 (我们称之为“状态”行) 。如果 `Sign = -1`，则表示取消具有相同属性的对象状态 (我们称之为“取消”行) 。同时还要使用 `Version` 列，它应当用不同的编号来标识对象的每个状态。 例如，我们想统计用户在某个站点访问了多少个页面，以及停留了多长时间。在某个时间点，我们写入以下这一行来表示用户活动的状态： ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 5 │ 146 │ 1 │ 1 | └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ``` 随后在某个时间点，我们会记录用户活动的变化，并通过以下两行将其写入。 ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 5 │ 146 │ -1 │ 1 | │ 4324182021466249494 │ 6 │ 185 │ 1 │ 2 | └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ``` 第一行用于抵消该对象 (用户) 之前的状态。它应复制被抵消状态中的所有字段，但 `Sign` 除外。 第二行包含当前状态。 由于我们只需要用户活动的最后一个状态，因此这些行 ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 5 │ 146 │ 1 │ 1 | │ 4324182021466249494 │ 5 │ 146 │ -1 │ 1 | └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ``` 可以删除，从而折叠对象的无效 (旧) 状态。`VersionedCollapsingMergeTree` 会在合并数据分区片段时执行此操作。 要了解为什么每次变更都需要两行，请参见[算法](#table_engines-versionedcollapsingmergetree-algorithm)。 **使用说明** 1. 写入数据的程序应记住对象的状态，以便能够生成对应的取消记录。"取消" 字符串应包含主键字段的副本、"状态" 字符串的版本，以及相反的 `Sign`。这会增大初始存储占用，但可以加快数据写入。 2. 列中过长且持续增长的数组会因写入负载而降低引擎效率。数据越简单直接，效率越高。 3. `SELECT` 结果在很大程度上取决于对象变更历史的一致性。准备插入数据时务必谨慎。如果数据不一致，可能得到不可预测的结果，例如会话深度这类非负指标出现负值。
### 算法
当 ClickHouse 合并数据分区片段时，会删除每一对主键和版本相同、但 `Sign` 不同的行。行的顺序无关紧要。 当 ClickHouse 插入数据时，会按主键对行排序。如果 `Version` 列不在主键中，ClickHouse 会将其隐式添加到主键中作为最后一个字段，并据此排序。
## 选择数据
ClickHouse 不保证所有具有相同主键的行都会落在同一个结果数据分区片段中，甚至不保证位于同一台物理服务器上。无论是数据写入时，还是后续对数据分区片段进行合并时，都是如此。此外，ClickHouse 会使用多个线程处理 `SELECT` 查询，因此无法预测结果中行的顺序。这意味着，如果需要从 `VersionedCollapsingMergeTree` 表中获取完全“折叠”后的数据，就必须进行聚合。 要完成最终折叠，请编写带有 `GROUP BY` 子句并使用考虑符号的聚合函数的查询。例如，要计算数量，请使用 `sum(Sign)` 而不是 `count()`。要计算某个值的总和，请使用 `sum(Sign * x)` 而不是 `sum(x)`，并添加 `HAVING sum(Sign) > 0`。 聚合 `count`、`sum` 和 `avg` 可以用这种方式计算。如果一个对象至少有一个未折叠的状态，也可以计算聚合 `uniq`。而聚合 `min` 和 `max` 无法计算，因为 `VersionedCollapsingMergeTree` 不会保存已折叠状态的值历史。 如果你需要提取经过“折叠”但未聚合的数据 (例如，检查是否存在最新值符合特定条件的行) ，可以在 `FROM` 子句中使用 `FINAL` 修饰符。这种方法效率较低，不应在大型表上使用。
## 使用示例
示例数据： ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 5 │ 146 │ 1 │ 1 | │ 4324182021466249494 │ 5 │ 146 │ -1 │ 1 | │ 4324182021466249494 │ 6 │ 185 │ 1 │ 2 | └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ``` 创建表： ```sql theme={null} CREATE TABLE UAct ( UserID UInt64, PageViews UInt8, Duration UInt8, Sign Int8, Version UInt8 ) ENGINE = VersionedCollapsingMergeTree(Sign, Version) ORDER BY UserID ``` 插入数据： ```sql theme={null} INSERT INTO UAct VALUES (4324182021466249494, 5, 146, 1, 1) ``` ```sql theme={null} INSERT INTO UAct VALUES (4324182021466249494, 5, 146, -1, 1),(4324182021466249494, 6, 185, 1, 2) ``` 我们使用两条 `INSERT` 查询来创建两个不同的数据分区片段。如果通过单条查询插入数据，ClickHouse 只会创建一个数据分区片段，因此不会执行任何合并。 获取数据： ```sql theme={null} SELECT * FROM UAct ``` ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 5 │ 146 │ 1 │ 1 │ └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 5 │ 146 │ -1 │ 1 │ │ 4324182021466249494 │ 6 │ 185 │ 1 │ 2 │ └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ``` 这里我们看到了什么，折叠后的数据分区片段又在哪里？ 我们通过两条 `INSERT` 查询创建了两个数据分区片段。`SELECT` 查询由两个线程执行，因此结果中的行顺序是随机的。 之所以没有发生折叠，是因为这些数据分区片段尚未合并。ClickHouse 会在某个我们无法预测的时间点合并数据分区片段。 这就是为什么我们需要聚合： ```sql theme={null} SELECT UserID, sum(PageViews * Sign) AS PageViews, sum(Duration * Sign) AS Duration, Version FROM UAct GROUP BY UserID, Version HAVING sum(Sign) > 0 ``` ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Version─┐ │ 4324182021466249494 │ 6 │ 185 │ 2 │ └─────────────────────┴───────────┴──────────┴─────────┘ ``` 如果不需要聚合，并且想要强制进行折叠，可以在 `FROM` 子句中使用 `FINAL` 修饰符。 ```sql theme={null} SELECT * FROM UAct FINAL ``` ```text theme={null} ┌──────────────UserID─┬─PageViews─┬─Duration─┬─Sign─┬─Version─┐ │ 4324182021466249494 │ 6 │ 185 │ 1 │ 2 │ └─────────────────────┴───────────┴──────────┴──────┴─────────┘ ``` 这是一种选择数据时效率很低的方法。不要用于大表。