如何在Clickhouse中获取LowCardinality类型底层值及索引映射关系

获取LowCardinality类型的底层索引值 #

直接使用内置函数lowCardinalityIndices()即可获取每一行数据对应的底层整数索引：

-- 示例：查询lc_col字段的逻辑值和对应的底层索引
SELECT 
    lc_col AS logic_value,
    lowCardinalityIndices(lc_col) AS underlying_index
FROM your_table

获取底层索引与逻辑值的映射关系 #

你之前遇到的多对多映射问题，是因为lowCardinalityKeys返回的是当前查询范围内的字典数组，没有和索引做绑定，直接和lowCardinalityIndices的结果按行对齐会出现错位。可以用以下两种方案获取正确的一对一映射：

方案1：全量映射查询（推荐，适配全表/跨分区场景） #

直接对索引和逻辑值做去重，得到全局唯一的映射关系：

SELECT DISTINCT
    lowCardinalityIndices(lc_col) AS underlying_index,
    lc_col AS logic_value
FROM your_table

方案2：基于字典数组的单分区/单数据片段映射查询 #

如果需要查询单个分区/单个数据片段内的字典映射，可以通过数组下标关联lowCardinalityKeys的返回结果：

SELECT
    -- ClickHouse数组下标从1开始，LowCardinality索引从0开始，需要减1对齐
    idx - 1 AS underlying_index,
    logic_value
FROM (
    SELECT
        lowCardinalityKeys(lc_col) AS dict_arr,
        arrayJoin(arrayEnumerate(dict_arr)) AS idx,
        dict_arr[idx] AS logic_value
    FROM your_table
    -- 可指定单个分区/数据片段条件，避免重复查询
    WHERE partition = 'your_partition_value'
    LIMIT 1
)

注：LowCardinality的底层索引默认是数据片段（Part）级别的，相同逻辑值在不同Part中可能对应不同的索引值，如果你需要全局统一的映射，优先使用方案1即可。

内容的提问来源于stack exchange，提问作者lights