关于ClickHouse建表 集群表 SQL

server/2024/9/25 11:56:49/

下面将介绍一下 ClickHouse 建表SQL ,集群名 star_cluster

我这里以test 表   test_all 集群表 为演示   可以执行下面的SQL 

新建本地表

sql">DROP TABLE IF EXISTS test ON CLUSTER star_cluster;
DROP TABLE IF EXISTS test_all ON CLUSTER star_cluster;
CREATE TABLE  test ON CLUSTER star_cluster
(`id` UInt32,`value` UInt8
)
ENGINE = MergeTree
ORDER BY id;

新建集群表 test_all  

sql">CREATE TABLE test_all ON CLUSTER star_cluster AS test
ENGINE = Distributed(star_cluster, demo, test, id);

注:其中demo 为 数据库名称  

下面我们插入一些数据  验证一下

sql">INSERT INTO test_all SELECT number AS id, toUInt8(rand()) FROM numbers(10000);

上面的sql 是 生成10000条数据  我们分别去查询一下 test_all集群表的数据 和test表的数据

sql">-- 查询集群表
SELECT count() FROM test_all;   --查询本地本
SELECT count() FROM test

如果当前集群节点为2个时,那么我们查询test_all表时,总数量为10000, 在任意一台服务器上查询test本地表,则数量为5000, 在另一台节点查询test本地表数量也为5000,则说明ClickHouse正常.

下面将介绍一个预警表  字段设计如下:

字段名称

类型

含义

date

Date

预警日期

info_id

FixedString(16)

唯一uuid

warning_info_id

FixedString(16)

uuid 

type

UInt8

预警类型

location_id

UInt64

点位id

warning_num

UInt8

预警数量

capture_time

UInt32

预警抓拍时间戳

duration_time

UInt64

停留时间 秒

orgin_info_id

FixedString(16)

原始uuid

task_id

UInt64

任务id 关联表主键

detection

String

坐标 {"x”:222,”y”:33,”w”:44,”h”:44} 

image_url

String

场景大图

feature

String CODEC(NONE)

特征值  (没有用)

name

String

姓名

id_number

String

身份证

similarity

String

相似度 单位%

license_plate2

String

车牌号

plate_type_id

UInt8

车牌种类

insert_time

UInt32

写入数据时间戳

sql">建表sql:
CREATE TABLE  warning_result ON CLUSTER star_cluster
(`date` Date DEFAULT toDate(capture_time),`info_id` FixedString(16),`warning_info_id` FixedString(16),`type` UInt8,`location_id` UInt64,`warning_num` UInt8,`capture_time` UInt32,`duration_time` UInt64,`orgin_info_id`   FixedString(16),`task_id`    UInt64,
`detection` String,
`image_url` String,
`feature` String CODEC(NONE),
`name`  String,
`id_number` String,
`similarity`  String,
`license_plate2` String,
`plate_type_id` UInt8,
`insert_time` UInt32 DEFAULT toUnixTimestamp(now())
)
ENGINE = MergeTree
PARTITION BY date
ORDER BY (capture_time,info_id);#集群表
CREATE TABLE warning_result_all ON CLUSTER star_cluster AS warning_result ENGINE = Distributed(star_cluster, demo, warning_result, rand());


http://www.ppmy.cn/server/121817.html

相关文章

MySQL数据库的备份与恢复

MySQL数据库的备份与恢复 在现代信息时代,数据已成为企业和个人的重要资产,数据的安全性和可恢复性直接影响到业务的连续性和稳定性。MySQL作为广泛使用的关系型数据库管理系统,其数据的备份与恢复显得尤为重要。本文将详细探讨MySQL数据库的…

新闻文本分类识别系统Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+TensorFlow+Django网页界面

一、介绍 文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集(“体育类”, “财经类”, “房产类”, “家居类”, “教育类”, “科技类”, “时尚类”, “时政类”, “游戏类”, “娱乐类”),然…

20240924前端-----------a标签报错跨域

a标签下载提示跨域 {“result”:“csrf error”} 问题描述&#xff1a; 直接点击a标签下载不了&#xff0c;必须刷新一下下载链接 解决办法&#xff1a; 在a标签增加 rel“nofollow noreferrer” <a href"https://xxxx.pdf" rel"nofollow noreferrer&qu…

鸿蒙跨端实践-长列表解决方案和性能优化

这是我参加创作者计划的第一篇文章。 前言 长列表是前端和客户端应用中最常见的业务场景&#xff0c;比如商品瀑布流等&#xff0c;有成千上万条数据&#xff0c;因此长列表的渲染性能在iOS&#xff0c;Android&#xff0c;Harmony&#xff0c;Web等各大平台都非常重要。Harmon…

「JavaScript深入」彻底理解JS中的闭包

JavaScript深入 — 闭包 一、概念二、示例三、实用的闭包四、用闭包模拟私有方法五、一个常见错误&#xff1a;在循环中创建闭包&#x1f330; 另一个经典例子-定时器与闭包 六、优劣好处坏处解决 七、图解闭包八、应用 &#x1f4aa;封装私有变量函数工厂异步操作中的回调函数…

《让手机秒变超级电脑!ToDesk云电脑、易腾云、青椒云移动端深度体验》

前言 科技发展到如今2024年&#xff0c;可以说每一年都在发生翻天覆地的变化。云电脑这个市场近年来迅速发展&#xff0c;无需购买和维护额外的硬件就可以体验到电脑端顶配的性能和体验&#xff0c;并且移动端也可以带来非凡体验。我们在外出办公随身没有携带电脑情况下&#x…

【VUE3.0】动手做一套像素风的前端UI组件库---Message

目录 引言自己整一个UI设计稿代码编写1. 设计信息窗口基础样式2. 设置打开和关闭的方法3. 编写实例化组件的js文件4. 看下最终效果5. 组件完整代码6. 组件调用方式 总结 引言 本教程基于前端UI样式库 NES.css 的UI设计&#xff0c;自行研究复现。欢迎大家交流优化实现方法~ 此次…

【目标检测】隐翅虫数据集386张VOC+YOLO

隐翅虫数据集&#xff1a;图片来自网页爬虫&#xff0c;删除重复项后整理标注而成 数据集格式&#xff1a;Pascal VOC格式YOLO格式(不包含分割路径的txt文件&#xff0c;仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)&#xff1a;386 标注…