跳到主要内容
跳到主要内容

分析器

在 ClickHouse 24.3 版本中，新的查询分析器默认启用。 您可以在此处阅读其工作原理的更多细节。

已知不兼容项​

尽管修复了大量 bug 并引入了新的优化，但这也对 ClickHouse 的行为带来了一些不兼容的变更。请阅读以下变更说明，以确定如何为新的 analyzer 重写你的查询。

无效查询不再被优化​

之前的查询规划架构会在查询验证步骤之前应用 AST 级别的优化。 这些优化可能将初始查询改写为有效且可执行的形式。

在新的 analyzer 中，查询验证发生在优化步骤之前。 这意味着此前仍然可以执行的无效查询，现在将不再被支持。 在这种情况下，必须手动修正查询。

示例 1​

下面的查询在投影列表中使用了列 number，但在聚合之后只有 toString(number) 可用。 在旧的 analyzer 中，GROUP BY toString(number) 会被优化为 GROUP BY number,，从而使查询变为有效。

SELECT number
FROM numbers(1)
GROUP BY toString(number)

示例 2​

在这个查询中也会出现相同的问题。列 number 在与另一个键一起聚合之后被使用。 之前的查询分析器通过将 number > 5 过滤条件从 HAVING 子句移动到 WHERE 子句来修复这个查询。

SELECT
    number % 2 AS n,
    sum(number)
FROM numbers(10)
GROUP BY n
HAVING number > 5

要更正该查询，你应将所有适用于非聚合列的条件移到 WHERE 子句中，以符合标准 SQL 语法：

SELECT
    number % 2 AS n,
    sum(number)
FROM numbers(10)
WHERE number > 5
GROUP BY n

使用无效查询的 CREATE VIEW​

新的分析器始终会执行类型检查。 此前，可以使用无效的 SELECT 查询创建一个 VIEW。 然后它会在第一次执行 SELECT 或 INSERT 时失败（对于 MATERIALIZED VIEW 也是如此）。

现在不再允许以这种方式创建 VIEW。

示例​

CREATE TABLE source (data String)
ENGINE=MergeTree
ORDER BY tuple();

CREATE VIEW some_view
AS SELECT JSONExtract(data, 'test', 'DateTime64(3)')
FROM source;

JOIN 子句的已知不兼容性​

使用投影中的列进行 JOIN​

默认情况下，来自 SELECT 列表的别名不能用作 JOIN USING 的键。

有一个新的设置 analyzer_compatibility_join_using_top_level_identifier，启用后会改变 JOIN USING 的行为，在解析标识符时，将优先基于 SELECT 查询投影列表中的表达式，而不是直接使用左表中的列。

例如：

SELECT a + 1 AS b, t2.s
FROM VALUES('a UInt64, b UInt64', (1, 1)) AS t1
JOIN VALUES('b UInt64, s String', (1, 'one'), (2, 'two')) t2
USING (b);

将 analyzer_compatibility_join_using_top_level_identifier 设置为 true 时，连接条件会被解释为 t1.a + 1 = t2.b，这与早期版本的行为一致。 结果将会是 2, 'two'。 当该设置为 false 时，连接条件默认为 t1.b = t2.b，查询将返回 2, 'one'。 如果 t1 中不存在 b，查询将失败并报错。

使用 JOIN USING 与 ALIAS/MATERIALIZED 列时的行为变化​

在新的 analyzer 中，在包含 ALIAS 或 MATERIALIZED 列的 JOIN USING 查询中使用 * 时，这些列默认会包含在结果集中。

例如：

CREATE TABLE t1 (id UInt64, payload ALIAS sipHash64(id)) ENGINE = MergeTree ORDER BY id;
INSERT INTO t1 VALUES (1), (2);

CREATE TABLE t2 (id UInt64, payload ALIAS sipHash64(id)) ENGINE = MergeTree ORDER BY id;
INSERT INTO t2 VALUES (2), (3);

SELECT * FROM t1
FULL JOIN t2 USING (payload);

在新的分析器中，此查询的结果将包含两个表中的 id 列以及 payload 列。 相比之下，旧的分析器只有在启用了特定设置（asterisk_include_alias_columns 或 asterisk_include_materialized_columns）时才会包含这些 ALIAS 列， 并且这些列的顺序可能会不同。

为确保结果一致且符合预期，尤其是在将旧查询迁移到新的分析器时，建议在 SELECT 子句中显式指定列，而不是使用 *。

在 USING 子句中对列表达式类型修饰符的处理​

在新版本的分析器中，用于确定 USING 子句中指定列的公共超类型的规则已被统一，以产生更加可预测的结果， 尤其是在处理 LowCardinality 和 Nullable 等类型修饰符时。

  • LowCardinality(T) 和 T：当类型为 LowCardinality(T) 的列与类型为 T 的列进行联接时，得到的公共超类型将是 T，LowCardinality 修饰符会被舍弃。
  • Nullable(T) 和 T：当类型为 Nullable(T) 的列与类型为 T 的列进行联接时，得到的公共超类型将是 Nullable(T)，从而确保可为空属性被保留。

例如：

SELECT id, toTypeName(id)
FROM VALUES('id LowCardinality(String)', ('a')) AS t1
FULL OUTER JOIN VALUES('id String', ('b')) AS t2
USING (id);

在此查询中，id 的共同超类型被确定为 String，并丢弃来自 t1 的 LowCardinality 修饰符。

投影列名的变化​

在计算投影的列名时，不会替换别名。

SELECT
    1 + 1 AS x,
    x + 1
SETTINGS enable_analyzer = 0
FORMAT PrettyCompact

   ┌─x─┬─plus(plus(1, 1), 1)─┐
1. │ 2 │                   3 │
   └───┴─────────────────────┘

SELECT
    1 + 1 AS x,
    x + 1
SETTINGS enable_analyzer = 1
FORMAT PrettyCompact

   ┌─x─┬─plus(x, 1)─┐
1. │ 2 │          3 │
   └───┴────────────┘

不兼容的函数参数类型​

在新的分析器中，类型推断发生在初始查询分析阶段。 这一变更意味着类型检查会在短路求值之前进行；因此，if 函数的参数必须始终具有一个公共超类型。

例如，下面的查询会失败，并报错 There is no supertype for types Array(UInt8), String because some of them are Array and some of them are not：

SELECT toTypeName(if(0, [2, 3, 4], 'String'))

异构集群​

新的 analyzer 显著改变了集群中服务器之间的通信协议。因此，无法在 enable_analyzer 设置值不同的服务器上运行分布式查询。

变更语句仍由旧版 analyzer 解析​

变更语句（mutations）仍然使用旧版 analyzer 进行解析。 这意味着某些新的 ClickHouse SQL 功能目前无法用于变更语句中。例如，QUALIFY 子句。 可以在这里查看当前状态。

不支持的功能​

当前新 analyzer 尚不支持的功能列表如下：

  • Annoy 索引。
  • Hypothesis 索引。支持仍在开发中，见此处。
  • 不支持 Window View。未来也没有支持的计划。