如何在ClickHouse中为已有key的Array(String)添加元素且不新增行

我刚开始学习ClickHouse，使用Python的clickhouse_connect库，无法实现向Array(String)类型字段中添加新字符串。我的代码如下：

import clickhouse_connect

ch_client = clickhouse_connect.get_client(host=ch_host, user=ch_user, password=ch_pass, database=ch_datebase)
ch_client.command(f'CREATE TABLE IF NOT EXISTS {ch_table} (key String, strings Array(String)) ENGINE MergeTree ORDER BY key')
insert_data = [['123', ['string1']]]
ch_client.insert(ch_table, insert_data, column_names=['key', 'strings'])
insert_data = [['123', ['string2']]]
ch_client.insert(ch_table, insert_data, column_names=['key', 'strings'])

需求：当key已存在时，向对应数组中添加元素；当key不存在时，新增一行数据。

直接利用ClickHouse的INSERT ... ON DUPLICATE KEY UPDATE语法，配合arrayConcat函数即可实现需求，无需额外判断key是否存在。

1. 确认表结构有效性 #

你的表已将key设为ORDER BY字段，MergeTree引擎默认将ORDER BY字段作为主键，满足唯一性校验要求，无需修改表结构。

2. 修改插入逻辑 #

在clickhouse_connect的insert方法中，通过on_duplicate_key参数指定更新规则：

import clickhouse_connect

ch_client = clickhouse_connect.get_client(host=ch_host, user=ch_user, password=ch_pass, database=ch_datebase)
ch_client.command(f'CREATE TABLE IF NOT EXISTS {ch_table} (key String, strings Array(String)) ENGINE MergeTree ORDER BY key')

# 首次插入：key不存在则新增行
insert_data = [['123', ['string1']]]
ch_client.insert(
    ch_table,
    insert_data,
    column_names=['key', 'strings'],
    on_duplicate_key='strings = arrayConcat(strings, values(strings))'
)

# 二次插入：key已存在则合并数组
insert_data = [['123', ['string2']]]
ch_client.insert(
    ch_table,
    insert_data,
    column_names=['key', 'strings'],
    on_duplicate_key='strings = arrayConcat(strings, values(strings))'
)

补充说明 #

• values(strings)指代本次插入操作中的新数组值
• 如果需要避免数组中出现重复元素，可将arrayConcat替换为arrayUnion：strings = arrayUnion(strings, values(strings))

内容的提问来源于stack exchange，提问作者Artem Solov'yev