如何按数组列内容过滤clickhouse表？答案

【问题标题】：How to filter clickhouse table by array column contents?如何按数组列内容过滤clickhouse表？
【发布时间】：2018-05-15 11:10:54
【问题描述】：

我有一个 clickhouse 表，它有一个 Array(UInt16) 列。我希望能够从该表中过滤结果，以仅获取数组列中的值高于阈值的行。我一直在尝试使用一些数组函数（arrayFilter 和 arrayExists）来实现这一点，但我对 SQL/Clickhouse 查询语法不够熟悉，无法使其正常工作。

我使用以下方法创建了表格：

CREATE TABLE IF NOT EXISTS ArrayTest (
    date Date,
    sessionSecond UInt16,
    distance Array(UInt16)
) Engine = MergeTree(date, (date, sessionSecond), 8192);

距离值将是在日期之后的特定秒数 (sessionSecond) 到特定点的距离。我添加了一些示例值，因此表格如下所示：

现在我想获取所有包含距离大于 7 的行。我找到了数组运算符文档here 并尝试了 arrayExists 函数，但它没有按我的预期工作。从文档中，它说这个函数“如果'arr'中至少有一个元素'func'返回0以外的东西，则返回1。否则，它返回0”。但是当我运行下面的查询时，我得到了三个零，我应该得到一个 0 和两个 1：

SELECT arrayExists(
    val -> val > 7,
    arrayEnumerate(distance))
FROM ArrayTest;

最终我想执行这个选择，然后将它与表内容连接起来，只返回存在存在 = 1 的行，但在此之前我需要这第一步才能工作。我使用 arrayExists 错误吗？我发现更令人困惑的是，当我将比较值更改为 2 时，我得到的都是 1。使用数组函数可以实现这种过滤吗？

谢谢

【问题讨论】：

标签： clickhouse

【解决方案1】：

您可以在 WHERE 子句中使用 arrayExists。

SELECT * 
FROM ArrayTest
WHERE arrayExists(x -> x > 7, distance) = 1;

另一种方法是使用 ARRAY JOIN，如果您需要知道哪些值大于 7：

SELECT d, distance, sessionSecond 
FROM ArrayTest
ARRAY JOIN distance as d
WHERE d > 7

【讨论】：

谢谢米哈伊尔，这很好用。我出于某种原因添加了arrayEnumerate，我认为这是问题所在。我还想知道您是否也可以查询数组中的索引？就像我想检查距离 [1] > 7 还是这是否是对数组功能的滥用，而应该使用列？
是的，您可以检查数组中的特定元素SELECT * FROM ArrayTest WHERE distance[1] > 5
谢谢米哈伊尔。现在一切正常。

【解决方案2】：

我认为你得到 3 个零的原因是 arrayEnumerate 枚举数组索引而不是数组值，并且由于你的行没有超过 7 个元素 arrayEnumerates 导致所有行都为 0。为了完成这项工作，

SELECT arrayExists(
    val -> distance[val] > 7,
    arrayEnumerate(distance))
FROM ArrayTest;

【讨论】：