时间序列存储效率
在探索如何查询我们的 Wikipedia 统计数据集之后，让我们集中精力优化其在 ClickHouse 中的存储效率。 本节演示了在保持查询性能的同时减少存储需求的实用技巧。
类型优化
优化存储效率的一般方法是使用最佳数据类型。
让我们看看 project 和 subproject 列。这些列是字符串类型，但具有相对少量的唯一值：
这意味着我们可以使用 LowCardinality() 数据类型，它使用基于字典的编码。这使得 ClickHouse 存储内部值 ID 而不是原始字符串值，从而节省大量空间：
我们还使用了 UInt64 类型来表示 hits 列，占用 8 个字节，但具有相对较小的最大值：
考虑到这个值，我们可以改用 UInt32，它只占用 4 个字节，并且允许我们存储最大约 ~4b 的值：
这将使该列在内存中的大小至少减少 2 倍。 请注意，由于压缩，磁盘上的大小将保持不变。但是要小心，选择合适大小的数据类型！
专用编解码器
当我们处理顺序数据，如时间序列时，我们可以通过使用特殊编解码器进一步提高存储效率。 一般思想是存储值之间的变化，而不是绝对值，这样在处理缓慢变化的数据时所需的空间会减少很多：
我们使用了时间列的 Delta 编解码器，它非常适合时间序列数据。
正确的排序键也可以节省磁盘空间。
由于我们通常希望按路径进行过滤，我们将 path 添加到排序键中。
这需要重新创建表。
下面我们可以看到初始表和优化表的 CREATE 命令：
让我们看看每个表中数据所占用的空间量：
优化后的表在其压缩形式中占用的空间仅超过原来的 4 倍。
