ClickHouse支持非常丰富的数据类型，如果从数据类型和函数的角度去考虑，甚至可以认为ClickHouse SQL是一门编程语言。ClickHouse中的system.data_type_families表也列出了支持的数据类型。
Int8/TINYINT/BOOL/BOOLEAN/INT1 — [-128 : 127]
Int16/SMALLINT/INT2 — [-32768 : 32767]
Int32/INT/INT4/INTEGER — [-2147483648 : 2147483647]
Int64/BIGINT — [-9223372036854775808 : 9223372036854775807]
Int128 — [-170141183460469231731687303715884105728 : 170141183460469231731687303715884105727]
Int256 — [-57896044618658097711785492504343953926634992332820282019728792003956564819968 : 57896044618658097711785492504343953926634992332820282019728792003956564819967]
UInt8 — [0 : 255]
UInt16 — [0 : 65535]
UInt32 — [0 : 4294967295]
UInt64 — [0 : 18446744073709551615]
UInt128 — [0 : 340282366920938463463374607431768211455]
UInt256 — [0 : 115792089237316195423570985008687907853269984665640564039457584007913129639935]
Float32/FLOAT — float
Float64/DOUBLE — double
Inf/-Inf — 无穷大，例如 SELECT 0.5 / 0 的结果为inf
NaN — 非数值，例如 SELECT 0 / 0 的结果为NaN
浮点型在计算时容易导致精度丢失，所以在表示金额、时间等要求较高的场景尽量使用整型类型。
Decimal(P, S) — P精度，有效范围:[1:76]，确定数字可以有多少个十进制位数(包括小数位)。S规模，有效范围:[0:P]。确定数字可以有多少十进制小数位。
Decimal32(S) — 对应P范围[1 : 9]，(-1 * 10^(9 - S), 1 * 10^(9 - S))
Decimal64(S) — 对应P范围[10 : 18]，(-1 * 10^(18 - S), 1 * 10^(18 - S))
Decimal128(S) — 对应P范围[19 : 38]，(-1 * 10^(38 - S), 1 * 10^(38 - S))
Decimal256(S) — 对应P范围[39 : 76]，(-1 * 10^(76 - S), 1 * 10^(76 - S))
例如，Decimal32(4)可以包含-99999.9999到99999.9999之间的数字。由于现代cpu本身不支持128位整数（寄存器限制），因此Decimal128类型是模拟类型，工作速度也明显慢于Decimal32/Decimal64。
对于加减操作，结果类型S = max(S1, S2)。对于乘法，结果类型S = S1 + S2。对于除法，结果类型S = S1。
*注意：使用Decimal类型要注意内存溢出问题。
BOOL/BOOLEAN
Boolean类型的底层存储类型是UInt8。
CREATE TABLE test_bool
(
`A` Int64,
`B` Bool
)
ENGINE = Memory;
INSERT INTO test_bool VALUES (1, true),(2,0);
SELECT * FROM test_bool;
┌─A─┬─B─────┐
│ 1 │ true │
│ 2 │ false │
└───┴───────┘
String/LONGTEXT/MEDIUMTEXT/TINYTEXT/TEXT/LONGBLOB/MEDIUMBLOB/TINYBLOB/BLOB/VARCHAR/CHAR
对于其他关系型数据库中的VARCHAR, BLOB, CLOB等类型，ClickHouse统一定义为String类型。
<column_name> FixedString(N)
长度固定的N字节字符串，如长度固定的ID值、MD5值等。如果是UUID值，请使用UUID类型。
插入数据时，如果字符串包含少于N个字节，则用空字节\0补充字符串，length函数的返回值是常数N。如果字符串包含超过N个字节，则抛出FixedString(N)的过大值异常。在查询数据时，ClickHouse不会删除字符串末尾的空字节。如果使用WHERE子句，应该手动添加空字节来匹配FixedString值。例如定义FixedString(2)类型的字段a，WHERE a = ‘b’ 不会返回任何结果，WHERE a = ‘b\0’ 才会返回为’b’记录。
UUID
UUID类型的默认值是00000000-0000-0000-0000-000000000000，可以通过generateUUIDv4函数生成UUID。
CREATE TABLE t_uuid (x UUID, y String) ENGINE=TinyLog;
INSERT INTO t_uuid SELECT generateUUIDv4(), 'Example 1';
SELECT * FROM t_uuid;
┌────────────────────────────────────x─┬─y─────────┐
│ 417ddc5d-e556-4d27-95dd-a34d84e46a50 │ Example 1 │
└──────────────────────────────────────┴───────────┘
UUID数据类型只支持String数据类型也支持的函数(例如min、max和count)，不支持算术运算函数，如abs、sum等。
Date类型以两个字节存储，表示自1970-01-01(无符号)以来的天数，支持范围[1970-01-01, 2149-06-06]，不包含时区信息。
CREATE TABLE dt
(
`timestamp` Date,
`event_id` UInt8
)
ENGINE = TinyLog;
INSERT INTO dt VALUES (1546300800, 1), ('2019-01-01', 2);
SELECT * FROM dt;
┌──timestamp─┬─event_id─┐
│ 2019-01-01 │ 1 │
│ 2019-01-01 │ 2 │
└────────────┴──────────┘
Date32类型以四个字节存储，表示从1925-01-01开始的天数。允许存储值到2283-11-11。
CREATE TABLE new
(
`timestamp` Date32,
`event_id` UInt8
)
ENGINE = TinyLog;
INSERT INTO new VALUES (4102444800, 1), ('2100-01-01', 2);
SELECT * FROM new;
DateTime([timezone])
支持范围：[1970-01-01 00:00:00, 2106-02-07 06:28:15]，最小单位是秒。可以通过 SELECT * FROM system.time_zones 查找支持的时区。
DateTime类型的时区信息不是存储在数据行中，而是存储在列字段的元数据中，在创建表时，可以显式地为DateTime类型的列设置时区。如果没有设置时区，那么ClickHouse将使用ClickHouse服务配置文件中的时区参数值或ClickHouse服务器启动时的操作系统时区。
DateTime类型的输出格式取决于date_time_output_format 设置，默认是YYYY-MM-DD hh:mm:ss，还可以通过formatDateTime函数格式化输出。在向ClickHouse插入数据时，可以使用不同格式的日期和时间字符串，具体取决于date_time_input_format设置的值，默认是YYYY-MM-DD hh:mm:ss。当插入datetime为整数时，它被视为Unix Timestamp (UTC)，然后转为定义的时区值。
CREATE TABLE dt
(
`timestamp` DateTime('Asia/Istanbul'),
`event_id` UInt8
)
ENGINE = TinyLog;
INSERT INTO dt Values (1546300800, 1), ('2019-01-01 00:00:00', 2);
SELECT * FROM dt WHERE timestamp = toDateTime('2019-01-01 00:00:00', 'Asia/Istanbul');
SELECT * FROM dt WHERE timestamp = '2019-01-01 00:00:00';
可以使用字符串值过滤DateTime列值，它将自动转换为DateTime。
DateTime64(precision, [timezone])
Datetime64支持纳秒精度，支持范围[1925-01-01 00:00:00, 2283-11-11 23:59:59.99999999]。precision范围[ 0 : 9 ]，常用定义：,
在插入数据时，Datetime64同样支持字符串格式写入，但是在where过滤时，和DateTime不同，DateTime64值不会自动从String转换。
CREATE TABLE dt
(
`timestamp` DateTime64(3, 'Asia/Istanbul'),
`event_id` UInt8
)
ENGINE = TinyLog;
INSERT INTO dt Values (1546300800123, 1), (1546300800.123, 2), ('2019-01-01 00:00:00', 3);
SELECT * FROM dt;
┌───────────────timestamp─┬─event_id─┐
│ 2019-01-01 03:00:00.123 │ 1 │
│ 2019-01-01 03:00:00.123 │ 2 │
│ 2019-01-01 00:00:00.000 │ 3 │
└─────────────────────────┴──────────┘
当插入为正数时，后3位表示毫秒精度。当插入为小数时，只有小数位为毫秒精度，需要注意区分。
除了上面常见的数据类型，ClickHouse还支持枚举类型，枚举类型值可以通过字符串或者数字指定。ClickHouse底层都是按照数字存储的，但是支持按照名称操作。
当插入数据时，ClickHouse自动选择8bit和16bit的Enum类型，还可以使用Enum8或Enum16类型来确定存储的大小。8-bit Enum可以包含256个枚举值，范围为[-128, 127]，16-bit Enum可以包含65536个枚举值，范围为[-32768, 32767]。
CREATE TABLE t_enum
(
x Enum('hello' = 1, 'world' = 2)
-- x Enum('hello', 'world')
-- x Enum('hello' = 1, 'world')
)
ENGINE = TinyLog;
SELECT CAST(x, 'Int8') FROM t_enum;
SELECT toTypeName(CAST('a', 'Enum(\'a\' = 1, \'b\' = 2)')); -- 类型转换
定义枚举类型可以省略数字，ClickHouse将自动分配连续的数字，默认从1开始分配号码。也可以指定起始数字。列x只能存储类型定义中列出的值:‘hello’或’world’。如果试图保存任何其他值，ClickHouse将引发异常。这个Enum的8位大小是自动选择的。如果需要查看记录对应的数值，则必须将Enum值转换为整型。
上述定义的Enum类型不能为空，如果需要保存NULL，则需要定义如下：
CREATE TABLE t_enum_nullable
(
x Nullable( Enum8('hello' = 1, 'world' = 2) )
)
ENGINE = TinyLog
在ORDER BY、GROUP BY、IN、DISTINCT等过程中，enum的行为与相应的数字相同，尤其注意ORDER BY是按照对应数字排序的。Enum值不能与数字进行比较，可以与枚举类型中包含的常量字符串进行比较。如果所比较的字符串不是Enum的有效值，则会抛出异常。支持IN操作符，左边是Enum，右边是一组字符串，字符串是对应Enum的值。可以使用ALTER添加和删除Enum的成员(只有删除的值从未在表中使用时，删除才是安全的)。作为一种保护措施，更改先前定义的Enum成员的数值将引发异常。
在常见数据库系统的类型体系中，字符串是最灵活、包容性最强的类型，但是存储成本无疑也最高。为了降低存储成本，提高查询效率，很多DBMS都定义了最大长度的字符串类型，如VARCHAR2(10)等。ClickHouse同样也提供了两种基于String的变种类型优化效率：存储固定长度（按字节数计）字符串的FixedString类型和将字符串转为定长整形枚举值的Enum类型。但是毫无疑问，这两种类型都有局限，尤其是对于大多数长度不固定，且枚举值过多（>100）或者暂时不能穷举全部枚举值的场景。基于此，ClickHouse又提供了一种新的数据类型——LowCardinality。
LowCardinality是一种改变数据存储方法和数据处理规则的上层修饰类型。ClickHouse将其他数据类型的内部表示形式更改为字典编码，对于许多应用程序，使用字典编码的数据可以显著提高SELECT查询的性能。
LowCardinality(data_type)
其中type表示的原始类型可以是String、FixedString、Date、DateTime，以及除了Decimal之外的所有数值类型。但是，LowCardinality的设计初衷就是为了优化字符串存储，修饰其他类型的效率未必会更高，所以一般多用于data_type为String的场景。在处理字符串时，在字段值不确定的情况下，也建议使用LowCardinality而不是Enum，LowCardinality在使用上提供了更高的灵活性，并且经常显示出相同或更高的效率。
使用LowCardinality数据类型的效率取决于数据多样性（该字段的count(distinct)值）。如果一个字典包含少于10000个不同的值，那么ClickHouse通常会显示更高的数据读取和存储效率。如果一个字典包含超过100000个不同的值，那么与使用普通数据类型相比，ClickHouse的性能可能更差。
CREATE TABLE lc_t
(
`id` UInt16,
`strings` LowCardinality(String)
)
ENGINE = MergeTree()
ORDER BY id
<未完待续>