3.3 字符串类型

ClickHouse的字符串类型主要包括：

❑不定长字符串String，也就是动态长度变化字符串。

❑固定长度字符串FixedString( N )。这里的 N 是最大字节数，不是长度，例如UTF-8字符占用3个字节，GBK字符占用2个字节。

❑特殊字符串UUID。背后存储的是数值。

ClickHouse没有针对字符串中的字符做编码操作。字符串可以包含一组任意字节，这些字节按原样存储和输出。编码和解码操作留给客户端。如果存储文本类型内容，推荐使用UTF-8编码，且读取和写入数据都约定统一使用UTF-8编码。

1.String

String类型不限制字符串的长度，可以直接替代其他数据库的VARCHAR、BLOB、CLOB等字符串类型。相比VARCHAR这类要预测数据最大长度的类型，显然String要方便很多。

执行如下SQL语句：

输出：

下面的SQL展示了在ClickHouse中计算字符串长度和截取字串的方法。

输出：

需要注意的是，ClickHouse中的String字符串是用单引号的，用双引号会报错。

这里来看一个例子，在终端执行如下SQL语句：

输出：

通过报错日志《Missing columns:'123'》可以看出，针对双引号里面的内容，ClickHouse是当成列名来处理的。可以通过源码DataTypeString.cpp了解ClickHouse中的String类型与其他数据库的等价类型。

2.FixedString

FixedString类型存储定长字符串。用法如下：

其中， N 代表 N 个字节。

当写入FixedString类型数据的时候，如果数据字节数大于 N ，则会返回一个“Too large value for FixedString( N )”的异常。如果数据字节数小于 N ，则会使用NULL来填充末尾字符。

在查询条件WHERE中，如果需要匹配FixedString类型的列，传入的查询参数要自行补尾部的\0，否则有可能导致查询条件失效，因为要求写入数据和查询条件都是固定字节数。

下面看一个实例。执行如下SQL语句：

不会返回任何结果。此时需要使用空字节来填充筛选条件，修改成如下这样即可：

使用FixedString类型的典型场景列举如下：

❑存储IP地址，如使用FixedString(16)存储IPV6地址二进制值。

❑存储哈希值，如使用FixedString(16)存储MD5的二进制值，使用FixedString(32)存储SHA256的二进制值。

使用toFixedString()函数来生成FixedString，执行如下SQL语句：

输出：

3.UUID

UUID（Universally Unique IDentifier，通用唯一标识符）是一个16字节的数字，用于标识记录，也称为GUID（全球唯一标识符）。

UUID的核心特性总结如下：

❑全局时空唯一性。

❑固定长度为128位，也就是16字节。

❑分配速率极高，单机每秒可以生成超过1000万个UUID（实际上更高）。

UUID最初用于Apollo网络计算系统和开放软件Foundation（OSF）的分布式计算环境（DCE）。UUID规范可参考https://www.ietf.org/rfc/rfc4122.txt。

（1）生成UUID

ClickHouse提供了内置函数generateUUIDv4()来生成UUID。

SQL实例：

输出：

从上面的结果可以看到，UUID共有32位（中间的分隔符不算），它的格式为8-4-4-4-12。UUID的默认值为：00000000-0000-0000-0000-000000000000。

我们可以用toTypeName()函数看一下UUID的数据类型。

SQL实例：

输出：

（2）字符串转UUID

可以通过toUUID()函数把符合格式的String字符串（如果格式不对，会报“Cannot parse UUID from String”错误）转成UUID。

SQL实例：

输出： u+w1qDFIOOFjNnpgilP5tCHbDXPQ8KX1LcKR24ExwUssFCa9IaDZCvGQbTZOjDYc