kafka表引擎

kafka表引擎能订阅kafka的主题消息并实时接收kafka主题数据，目前kafka表引擎支持消息的最少一次的语义，目前常用的使用clickhouse接收并处理kafka消息的方式如下：
a. 创建kafka表引擎 create table clickhouse_kafka_topic(id int32, message string) engine =kafka() settings kafka_broker_list=‘’,kafka_format =‘’
b.创建一张面向用户终端查询的clickhouse的mergetree引擎表:
create table clickhouse_query_table(id int32, message string) engine=MergeTree() order by id, 这张表是面向用户终端的，可以充分利用mergetree表引擎的快速查询的优势
c.同步kafka表引擎的数据到面向终端的mergetree引擎表中，这里需要通过创建物化视图的方式达到目的：
create materialized view pineView To clickhouse_query_table AS select id, message from clickhouse_kafka_topic, 这里的物化视图充当了数据管道的作用.

这样操作完成后，clickhouse_query_table是我们对外开放的表，kafka的主题有数据写入后就可以从该查询表中查询到数据了，这种clickhouse的表和kafka系统对接的方式很好解决了业务数据首先发送到kafka中的问题，clickhouse就不用直接对接业务系统，而是对接kafka系统

clickhouse Merge类型接口表

merge类型接口表本身不存储任何数据，他只是一个代理，作用就是合并各个表的结果一起返回给外部系统使用，类似于mysql的union操作：
create table merge_table engine=Merge(‘default’,‘sub_table_*’) 这样就可以把sub_table_2020,sub_table_2021等表的数据组合起来作为一个整体返回