AggregatingMergeTree引擎繼承自 MergeTree，並改變了資料片段的合併邏輯。ClickHouse會將一個資料片段內所有具有相同主鍵（準確的說是排序鍵）的行替換成一行，這一行會儲存一系列聚合函式的狀態。
可以使用AggregatingMergeTree表來做增量資料的聚合統計，包括物化檢視的資料聚合。
引擎使用以下型別來處理所有列：
- AggregateFunction
- SimpleAggregateFunction
AggregatingMergeTree適用於能夠按照一定的規則縮減行數的情況。
建表語法
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
...
) ENGINE = AggregatingMergeTree()
[PARTITION BY expr]
[ORDER BY expr]
[SAMPLE BY expr]
[TTL expr]
[SETTINGS name=value, ...]
AggregatingMergeTree表引數與MergeTree表是一致。MergeTree表引擎的解析可以參考ClickHouse(09)ClickHouse合併樹MergeTree家族表引擎之MergeTree詳細解析
查詢和插入資料
要插入資料，需使用帶有-State-聚合函式的INSERT或SELECT語句。從AggregatingMergeTree表中查詢資料時，需使用GROUP BY子句並且要使用與插入時相同的聚合函式，但字尾要改為-Merge。
對於SELECT查詢的結果，AggregateFunction型別的值對ClickHouse的所有輸出格式都實現了特定的二進位制表示法。在進行資料轉儲時，例如使用TabSeparated格式進行SELECT查詢，那麼這些轉儲資料也能直接用INSERT語句導回。
如下面的例子。
-- 建立一個AggregatingMergeTree物化檢視
CREATE MATERIALIZED VIEW test.basic
ENGINE = AggregatingMergeTree() PARTITION BY toYYYYMM(StartDate) ORDER BY (CounterID, StartDate)
AS SELECT
CounterID,
StartDate,
sumState(Sign) AS Visits,
uniqState(UserID) AS Users
FROM test.visits
GROUP BY CounterID, StartDate;
--向 test.visits 表中插入資料，資料會同時插入到表和檢視中，並且檢視 test.basic 會將裡面的資料聚合。
INSERT INTO test.visits ...
-- 獲取聚合資料，需要在test.basic檢視上執行類似SELECT ... GROUP BY ...這樣的查詢
SELECT
StartDate,
sumMerge(Visits) AS Visits,
uniqMerge(Users) AS Users
FROM test.basic
GROUP BY StartDate
ORDER BY StartDate;
資料處理邏輯
最後總結一下AggregatingMergeTree的處理邏輯。
- 用ORBER BY排序鍵作為聚合資料的條件Key。
- 使用AggregateFunction欄位型別定義聚合函式的型別以及聚合的欄位。
- 只有在合併分割槽的時候才會觸發聚合計算的邏輯。
- 以資料分割槽為單位來聚合資料。當分割槽合併時，同一資料分割槽內聚合Key相同的資料會被合併計算，而不同分割槽之間的資料則不會被計算。
- 在進行資料計算時，因為分割槽內的資料已經基於ORBER BY排序，所以能夠找到那些相鄰且擁有相同聚合Key的資料。
- 在聚合資料時，同一分割槽內，相同聚合Key的多行資料會合併成一行。對於那些非主鍵、非AggregateFunction型別欄位，則會使用第一行資料的取值。
- AggregateFunction型別的欄位使用二進位制儲存，在寫入資料時，需要呼叫*State函式；而在查詢資料時，則需要呼叫相應的*Merge函式。其中，*表示定義時使用的聚合函式。
- AggregatingMergeTree通常作為物化檢視的表引擎，與普通MergeTree搭配使用。