跳到主要内容
跳到主要内容

CREATE TABLE

创建新表。此查询可以根据用例具有各种语法形式。

默认情况下，表只在当前服务器上创建。分布式 DDL 查询通过 ON CLUSTER 子句实现，具体内容 单独描述。

语法形式​

使用显式模式​

在 db 数据库中创建名为 table_name 的表，或者如果未设置 db，则在当前数据库中创建，表的结构在括号中指定，以及 engine 引擎。 表的结构是列描述、二级索引和约束的列表。如果引擎支持 主键，则将其作为表引擎的参数指示。

列描述在最简单的情况下为 name type。示例：RegionID UInt32。

也可以为默认值定义表达式（见下文）。

如有必要，可以指定主键，包含一个或多个键表达式。

可以为列和表添加注释。

使用与其他表相似的模式​

创建一个具有与另一表相同结构的表。可以为该表指定不同的引擎。如果未指定引擎，则将使用 db2.name2 表的相同引擎。

使用从其他表中克隆的模式和数据​

创建一个具有与另一表相同结构的表。可以为该表指定不同的引擎。如果未指定引擎，则将使用 db2.name2 表的相同引擎。创建新表后，将所有来自 db2.name2 的分区附加到它。换句话说，db2.name2 的数据在创建时克隆到 db.table_name。此查询等同于以下内容：

从表函数​

创建一个与指定的 表函数 结果相同的表。创建的表在工作原理上也与指定的相应表函数相同。

从 SELECT 查询​

创建一个具有与 SELECT 查询结果类似的结构的表，使用 engine 引擎，并填充来自 SELECT 的数据。还可以显式指定列描述。

如果表已经存在并且指定了 IF NOT EXISTS，则查询不会执行任何操作。

查询中的 ENGINE 子句后可以有其他子句。有关如何创建表的详细文档，请参见 表引擎 的描述。

提示

在 ClickHouse Cloud 中，请将此分为两个步骤：

  1. 创建表结构
  1. 填充表

示例

查询：

结果：

NULL 或 NOT NULL 修饰符​

在列定义的数据类型后使用 NULL 和 NOT NULL 修饰符允许或不允许列是 Nullable。

如果类型不是 Nullable 并且指定了 NULL，则将被视为 Nullable；如果指定了 NOT NULL，则不是。例如，INT NULL 和 Nullable(INT) 是相同的。如果类型为 Nullable，而指定了 NULL 或 NOT NULL 修饰符，将抛出异常。

另见 data_type_default_nullable 设置。

默认值​

列描述可以以 DEFAULT expr、MATERIALIZED expr 或 ALIAS expr 的形式指定默认值表达式。例如：URLDomain String DEFAULT domain(URL)。

表达式 expr 是可选的。如果省略，则必须显式指定列类型，对于数字列，默认值将为 0，对于字符串列，默认为 ''（空字符串），对于数组列，默认为 []（空数组），对于日期列，默认为 1970-01-01，或对于可空列，默认为 NULL。

默认值列的列类型可以省略，在这种情况下，它将从 expr 的类型推断出。例如，EventDate DEFAULT toDate(EventTime) 的列类型将是日期。

如果同时指定了数据类型和默认值表达式，则会插入一个隐式类型强制转换函数，将表达式转换为指定的类型。例如，Hits UInt32 DEFAULT 0 在内部表示为 Hits UInt32 DEFAULT toUInt32(0)。

默认值表达式 expr 可以引用任意表列和常量。ClickHouse 检查表结构的更改不会在表达式计算中引入循环。对于 INSERT，它检查表达式是否可解析——即它们可以从中计算的所有列都已传递。

DEFAULT​

DEFAULT expr

正常默认值。如果在 INSERT 查询中未指定此列的值，则它将从 expr 计算出来。

示例：

MATERIALIZED​

MATERIALIZED expr

物化表达式。这类列的值在插入行时会根据指定的物化表达式自动计算。插入时无法显式指定值。

此外，这类默认值列不包含在 SELECT * 的结果中。这是为了保持 SELECT * 的结果可以通过 INSERT 重新插入回表中的不变性。这种行为可以通过设置 asterisk_include_materialized_columns 来禁用。

示例：

EPHEMERAL​

EPHEMERAL [expr]

临时列。这类列不存储在表中，因此无法从中进行 SELECT。临时列的唯一目的是为其他列构建默认值表达式。

未显式指定列时的插入将跳过此类列。这是为了保持 SELECT * 的结果可以通过 INSERT 重新插入回表中的不变性。

示例：

ALIAS​

ALIAS expr

计算列（同义词）。此类列不存储在表中，因此无法向其中 INSERT 值。

当 SELECT 查询明确引用此类列时，值将在查询时间根据 expr 进行计算。默认情况下，SELECT * 排除 ALIAS 列。可以通过设置 asterisk_include_alias_columns 禁用此行为。

使用 ALTER 查询添加新列时，旧数据将不写入这些列。相反，在读取没有新列值的旧数据时，默认情况下将动态计算表达式。但是，如果运行表达式需要不同列，而这些列在查询中未指示，这些列还会被读取，但仅适用于需要的数据块。

如果向表中添加新列，但后来更改其默认表达式，则用于旧数据的值将会改变（对于未在磁盘上存储值的数据）。请注意，在运行后台合并时，缺少合并部分中一个列的数据将写入合并部分。

无法为嵌套数据结构中的元素设置默认值。

主键​

在创建表时，可以定义 主键。主键可以通过两种方式指定：

  • 在列列表内
  • 在列列表外
提示

不能在一个查询中组合两种方式。

约束​

除了列描述外，还可以定义约束：

CONSTRAINT​

boolean_expr_1 可以是任何布尔表达式。如果为表定义了约束，将为每一行在 INSERT 查询中检查它们。如果未满足任何约束——服务器将引发带有约束名称和检查表达式的异常。

添加大量约束可能会对大型 INSERT 查询的性能产生负面影响。

ASSUME​

ASSUME 子句用于在假定为真的表上定义 CONSTRAINT。此约束然后可以被优化器用来增强 SQL 查询性能。

以下是使用 ASSUME CONSTRAINT 创建 users_a 表的示例：

在这里，使用 ASSUME CONSTRAINT 断言 length(name) 函数总是等于 name_len 列的值。这意味着每当在查询中调用 length(name) 时，ClickHouse 可以将其替换为 name_len，因为它避免调用 length() 函数，这应该更快。

然后，当执行查询 SELECT name FROM users_a WHERE length(name) < 5; 时，ClickHouse 可以优化为 SELECT name FROM users_a WHERE name_len < 5; 这是由于 ASSUME CONSTRAINT。这可以使查询运行得更快，因为它避免了计算每一行 name 的长度。

ASSUME CONSTRAINT 不强制执行约束，它只通知优化器该约束是正确的。如果约束实际上不成立，则查询结果可能不正确。因此，只有当你确定约束是正确时，才应使用 ASSUME CONSTRAINT。

TTL 表达式​

定义值的存储时间。只能为 MergeTree 家族表指定。有关详细描述，请参见 列和表的 TTL。

列压缩编码器​

默认情况下，ClickHouse 在自管理版本中应用 lz4 压缩，在 ClickHouse Cloud 中应用 zstd。

对于 MergeTree 引擎家族，可以在服务器配置的 compression 部分更改默认压缩方法。

还可以在 CREATE TABLE 查询中为每一列定义压缩方法。

可以指定 Default 编解码器以引用可能在运行时依赖于不同设置（和数据属性）的默认压缩。 示例：value UInt64 CODEC(Default) — 等同于缺少编解码器规范。

还可以从列中删除当前 CODEC，并使用来自 config.xml 的默认压缩：

编解码器可以结合在一起使用，例如，CODEC(Delta, Default)。

提示

不能使用外部工具（如 lz4）解压 ClickHouse 数据库文件。相反，请使用特殊的 clickhouse-compressor 工具。

压缩支持以下表引擎：

  • MergeTree 家族。支持列压缩编码器并通过 compression 设置选择默认压缩方法。
  • Log 家族。默认使用 lz4 压缩方法，并支持列压缩编码器。
  • Set。仅支持默认压缩。
  • Join。仅支持默认压缩。

ClickHouse 支持通用编解码器和专用编解码器。

通用编解码器​

NONE​

NONE — 不压缩。

LZ4​

LZ4 — 默认使用的无损 数据压缩算法。应用 LZ4 快速压缩。

LZ4HC​

LZ4HC[(level)] — 可配置等级的 LZ4 HC（高压缩）算法。默认级别：9。设置 level <= 0 应用默认级别。可能的级别：[1, 12]。推荐级别范围：[4, 9]。

ZSTD​

ZSTD[(level)] — 可配置 level 的 ZSTD 压缩算法。可能的级别：[1, 22]。默认级别：1。

较高的压缩级别适用于不对称的场景，例如压缩一次，随后多次解压。更高的级别意味着更好的压缩和更高的 CPU 使用率。

ZSTD_QAT​

Not supported in ClickHouse Cloud

ZSTD_QAT[(level)] — 可配置级别的 ZSTD 压缩算法，通过 Intel® QATlib 和 Intel® QAT ZSTD Plugin 实现。可能的级别：[1, 12]。默认级别：1。推荐级别范围：[6, 12]。有一些限制适用：

  • ZSTD_QAT 默认情况下是禁用的，只能在启用配置设置 enable_zstd_qat_codec 后使用。
  • 对于压缩，ZSTD_QAT 尝试使用 Intel® QAT 卸载设备（QuickAssist Technology）。如果未找到这样的设备，它将回退到软件中的 ZSTD 压缩。
  • 解压总是以软件方式执行。

DEFLATE_QPL​

Not supported in ClickHouse Cloud

DEFLATE_QPL — Deflate 压缩算法 由 Intel® Query Processing Library 实现。有一些限制适用：

  • DEFLATE_QPL 默认情况下是禁用的，只能在启用配置设置 enable_deflate_qpl_codec 后使用。
  • DEFLATE_QPL 需要使用 SSE 4.2 指令编译的 ClickHouse 版本（默认情况下是这种情况）。有关更多详细信息，请参阅 使用 DEFLATE_QPL 构建 Clickhouse。
  • DEFLATE_QPL 最适合于系统配备 Intel® IAA（内存分析加速器）卸载设备。有关更多详细信息，请参阅 加速器配置 和 使用 DEFLATE_QPL 进行基准测试。
  • DEFLATE_QPL 压缩的数据只能在与 SSE 4.2 启用的 ClickHouse 节点之间转换。

专用编解码器​

这些编解码器旨在通过利用数据的特定特征使压缩更有效。其中一些编解码器本身不压缩数据，而是对数据进行预处理，使得使用通用编解码器的第二阶段压缩可以实现更高的数据压缩率。

Delta​

Delta(delta_bytes) — 一种压缩方法，其中原始值被其两个相邻值间的差替换，除了保持不变的第一个值。最多使用 delta_bytes 来存储增量值，因此 delta_bytes 是原始值的最大大小。可能的 delta_bytes 值：1、2、4、8。默认值为 sizeof(type)，如果等于 1、2、4 或 8。在其他情况下，它为 1。Delta 是一种数据准备编解码器，即它不能单独使用。

DoubleDelta​

DoubleDelta(bytes_size) — 计算增量的增量并以紧凑的二进制形式写入。可能的 bytes_size 值：1、2、4、8，默认值为 sizeof(type)，如果等于 1、2、4 或 8。在所有其他情况下，它为 1。对于具有恒定步幅的单调序列（如时间序列数据），可以获取最佳压缩率。可以与任何固定宽度类型一起使用。实现了 Gorilla TSDB 中使用的算法，并扩展以支持 64 位类型。对于 32 位增量，使用了 1 位额外的位：5 位前缀而不是 4 位前缀。有关更多信息，请参见 Gorilla: A Fast, Scalable, In-Memory Time Series Database 中的压缩时间戳。DoubleDelta 是一种数据准备编解码器，即它不能单独使用。

GCD​

GCD() - 计算列中值的最大公约数 (GCD)，然后将每个值除以 GCD。可以用于整数、十进制和日期/时间列。此编解码器非常适合于值以 GCD 倍数变化（增加或减少）的列，例如 24、28、16、24、8、24（GCD = 4）。GCD 是一种数据准备编解码器，即它不能单独使用。

Gorilla​

Gorilla(bytes_size) — 计算当前浮点值与前一个浮点值之间的异或，并以紧凑的二进制形式写入。连续值之间的差异越小，即系列值变化越慢，压缩率越好。实现了 Gorilla TSDB 中使用的算法，并扩展以支持 64 位类型。可能的 bytes_size 值：1、2、4、8，默认值为 sizeof(type)，如果等于 1、2、4 或 8。在所有其他情况下，它为 1。有关更多信息，请参见 Gorilla: A Fast, Scalable, In-Memory Time Series Database 第 4.1 节。

FPC​

FPC(level, float_size) - 重复预测序列中的下一个浮点值，使用两个预测器中较好的一个，然后将实际值与预测值进行异或，并压缩结果的前导零。与 Gorilla 类似，这在存储缓慢变化的浮点值序列时非常有效。对于 64 位值（双精度），FPC 比 Gorilla 更快，对于 32 位值，效果可能有所不同。可能的 level 值：1-28，默认值为 12。可能的 float_size 值：4、8，默认值为 sizeof(type)，如果类型为 Float。在其他情况下，它为 4。有关算法的详细描述，请参见 High Throughput Compression of Double-Precision Floating-Point Data。

T64​

T64 — 一种压缩方法，裁剪整数数据类型（包括 Enum、Date 和 DateTime）中值的未使用高位。在其算法的每一步中，编解码器选择 64 个值的块，将其放入 64x64 位矩阵中，转置，裁剪值的未使用位，然后将其作为序列返回。未使用的位是数据部分中的最大值和最小值之间不差异的位。

DoubleDelta 和 Gorilla 编解码器在 Gorilla TSDB 中用作其压缩算法的组成部分。Gorilla 方法在存在一系列缓慢变化的值及其时间戳的场景中有效。 DoubleDelta 编解码器有效压缩时间戳，而 Gorilla 编解码器有效压缩值。例如，要获取有效存储的表，可以以以下配置创建它：

加密编解码器​

这些编解码器实际上不压缩数据，而是对磁盘上的数据进行加密。仅在通过 encryption 设置指定加密密钥时可用。请注意，加密仅在编解码器管道的末尾是有意义的，因为加密数据通常无法以任何有意义的方式进行压缩。

加密编解码器：

AES_128_GCM_SIV​

CODEC('AES-128-GCM-SIV') — 使用 AES-128 在 RFC 8452 GCM-SIV 模式加密数据。

AES-256-GCM-SIV​

CODEC('AES-256-GCM-SIV') — 使用 AES-256 在 GCM-SIV 模式下加密数据。

这些编解码器使用固定的随机数，因此加密是确定性的。这使其兼容于如 ReplicatedMergeTree 之类的去重引擎，但存在一个弱点：当同一数据块被加密两次时，结果密文将完全相同，因此可以读取磁盘的对手可以看到这种相等性（尽管仅仅是相等性，而没有获取其内容）。

备注

大多数引擎，包括 "*MergeTree" 家族，在磁盘上创建索引文件时不会应用编解码器。这意味着明文将出现在磁盘上，如果加密列被索引。

备注

如果你在加密列中执行 SELECT 查询，并提到特定值（如在其 WHERE 子句中），该值可能会出现在 system.query_log 中。你可能要禁用日志记录。

示例

备注

如果需要应用压缩，必须显式指定。否则，仅对数据应用加密。

示例

临时表​

备注

请注意，临时表没有复制。因此，无法保证插入临时表的数据在其他副本中可用。临时表的主要使用案例是在单个会话中查询或连接小型外部数据集。

ClickHouse 支持临时表，具有以下特性：

  • 当会话结束时，临时表将消失，包括连接丢失时。
  • 当未指定引擎时，临时表使用内存表引擎，它可以使用除 Replicated 和 KeeperMap 引擎外的任何表引擎。
  • 无法为临时表指定数据库。它是在数据库之外创建的。
  • 无法通过使用 ON CLUSTER 的分布式 DDL 查询在所有集群服务器上创建临时表：此表仅存在于当前会话中。
  • 如果临时表与其他表同名，并且查询指定列名而不指定数据库，则将使用临时表。
  • 对于分布式查询处理，在查询中使用 Memory 引擎的临时表将传递给远程服务器。

要创建临时表，请使用以下语法：

在大多数情况下，不手动创建临时表，而是在使用外部数据进行查询时，或者用于分布式 (GLOBAL) IN。有关更多信息，请参见适当的部分。

可以使用 ENGINE = Memory 的表代替临时表。

REPLACE TABLE​

REPLACE 语句允许您以 原子方式 更新表。

备注

该语句支持 Atomic 和 Replicated 数据库引擎，这两者分别是 ClickHouse 和 ClickHouse Cloud 的默认数据库引擎。

通常，如果需要从表中删除某些数据，可以创建新表，并通过 SELECT 语句填充该表，不检索不需要的数据，然后删除旧表并重命名新表。此方法在下面的示例中演示：

除了上述方法外，还可以使用 REPLACE（前提是您使用默认的数据库引擎）来实现相同的结果：

语法​

备注

所有 CREATE 语句的语法形式也适用于此语句。调用不存在的表的 REPLACE 将导致错误。

示例​

考虑以下表：

我们可以使用 REPLACE 语句清除所有数据：

或者我们可以使用 REPLACE 语句更改表结构：

COMMENT 子句​

在创建表时，可以添加注释。

语法

示例

查询：

结果：

相关内容​