首先得明确：ClickHouse 是面向OLAP的列式数据库，和传统OLTP数据库的主键约束逻辑差异很大——它没有原生的插入时强制唯一的约束，所有去重、合并逻辑都依赖MergeTree系列引擎的分区合并机制，这是为了极致的写入和查询性能做出的设计。下面针对你的两个场景分别给出解决方案：

场景1：确保ReplacingMergeTree表的主键行唯一（阻止重复插入或实时去重） #

你当前使用的ReplacingMergeTree(uid)，它的核心逻辑是在后台合并分区时，会保留相同排序键（这里是uid）的最后一行数据，但插入时不会做任何校验，所以查询时会看到重复行，直到分区合并触发。

方案1：插入前校验（阻止重复插入） #

如果要完全阻止重复主键的插入，可以通过INSERT ... SELECT结合NOT EXISTS来实现，在插入前检查目标主键是否已存在：

-- 替换原INSERT语句，仅当uid不存在时插入
INSERT INTO test2 (uid, name)
SELECT '1', 'User4'
WHERE NOT EXISTS (SELECT 1 FROM test2 WHERE uid = '1');

这种方式能确保不会插入重复的uid，但缺点是每次插入都要做一次查询校验，会增加写入的开销，适合写入频率不高的场景。

方案2：实时查询去重（不阻止插入，但查询时返回唯一行） #

如果可以接受插入重复数据，但查询时只返回最新的一行，可以在查询时加上FINAL关键字：

SELECT * FROM test2 FINAL WHERE uid = '1';

注意：FINAL会触发即时合并，会显著降低查询性能，不建议在高并发查询场景使用。如果对性能要求高，可以等待后台自动合并（通常几分钟到几十分钟，取决于配置），或者手动触发合并：

OPTIMIZE TABLE test2 FINAL;

场景2：统计表格的重复数据自动更新，保证求和正确 #

你的统计场景中，重复插入相同(date, blog_id)的数据导致求和错误，最合适的方案是使用ReplacingMergeTree或者AggregatingMergeTree来处理：

方案1：用ReplacingMergeTree替换重复行 #

修改statistics表的引擎为ReplacingMergeTree，指定date作为版本字段（或者新增一个自增version字段，确保新数据版本更高）：

CREATE TABLE statistics (
 `date` UInt32,
 `blog_id` String,
 `read_cnt` UInt32,
 `like_cnt` UInt32
) ENGINE = ReplacingMergeTree(date) -- 用date作为版本，新的date（更大的值）会覆盖旧的
ORDER BY (date, blog_id); -- 排序键设为(date, blog_id)，确保同组合的行被合并

当插入重复的(date, blog_id)数据时，后台合并后会保留最新版本（date更大的）的行。如果需要实时看到更新后的结果，查询时加FINAL：

SELECT b.blog_writer as writer, SUM(a.read_cnt) as read_sum, SUM(a.like_cnt) as like_sum
FROM (
 SELECT blog_id, read_cnt, like_cnt FROM statistics FINAL
) a
JOIN blog b ON a.blog_id = b.blog_id
GROUP BY b.blog_writer;

方案2：用AggregatingMergeTree预先聚合（更适合统计场景） #

如果你的场景主要是做聚合统计，推荐使用AggregatingMergeTree，它会在插入时自动聚合相同排序键的数据，从根源避免重复求和：

-- 创建带聚合引擎的表
CREATE TABLE statistics (
 `date` UInt32,
 `blog_id` String,
 `read_cnt` AggregateFunction(sum, UInt32),
 `like_cnt` AggregateFunction(sum, UInt32)
) ENGINE = AggregatingMergeTree()
ORDER BY (date, blog_id);

-- 插入数据时使用聚合函数
INSERT INTO statistics (date, blog_id, read_cnt, like_cnt)
SELECT 202008, '1', sumState(60), sumState(0);

-- 查询时使用merge函数获取聚合结果
SELECT b.blog_writer as writer, 
       sumMerge(a.read_cnt) as read_sum, 
       sumMerge(a.like_cnt) as like_sum
FROM (
 SELECT blog_id, read_cnt, like_cnt FROM statistics
) a
JOIN blog b ON a.blog_id = b.blog_id
GROUP BY b.blog_writer;

这种方式下，即使插入重复的(date, blog_id)数据，ClickHouse会自动将read_cnt和like_cnt累加（或者根据你定义的聚合函数处理），查询时直接得到正确的聚合结果，性能也更好。

内容的提问来源于stack exchange，提问作者Juneyoung Oh