使用 Yandex ClickHouse 稀疏表的正确方法？

Question

我对 CickHouse 中常见类型的禁用 NULL 有点困惑。 NULL 值限制背后的想法是什么？

在 Google BigQuery 中，我的工作流程是在同一个表中存储尽可能多的指标，尽管我每行只能存储一个字段。

但在 ClickHouse 案例中，所有值都将设置为默认值。

1. 在存储效率方面可以吗？
2. 通过这些表进行聚合的常用方法是什么？我的意思是只聚合真实值（没有那些被设置为默认值的值）
3. 也许我应该使用不同的表方案结构？

附言数据是加密货币指标，例如（价格、交易量、社区规模、链上数据）。

附言我的常见查询是按时间段聚合，即

SELECT time_bucket('10 seconds', time) AS period, max(value), avg(value), fisrt(value), last(value) GROUP BY id, period

关于字段（+、-、/、*）、移动平均线、标准差的一些数学运算。 （但这部分可以在接下来的步骤中使用 pandas 完成）。

time_bucket 是 timescale 在时间段内聚合的原语。

Answer 1

Clickhouse 从 2017 年中期开始支持 NULL。目前 ClickHouse 中的 NULL 支持已经足够成熟，可以在生产环境中使用（仍然可能出现一些小问题）。文档还没有准备好。

语法是这样的：

create table test (x Nullable(UInt8)) Engine = TinyLog;

一般来说，某些列支持 NULL，这意味着它有点慢，因为 NULL 状态应该以某种“特殊”方式存储和处理。对于任何数据库都是如此。

ClickHouse 源自 Yandex Metrika，可能最初 NULL 并不适用于 Metrika 场景。