> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 生存时间 (TTL)（生存时间）是一项功能，可在经过一定时间间隔后，将行或列移动、删除或汇总。

# 使用 生存时间 (TTL)（生存时间）管理数据

export const CloudNotSupportedBadge = () => {
  return <div className="cloudNotSupportedBadge">
            <div className="cloudNotSupportedIcon">
            <svg width="16" height="16" viewBox="0 0 16 16" fill="none" xmlns="http://www.w3.org/2000/svg">
                <path strokeWidth="1.5" d="M6.33366 12.6666L12.3739 12.6667C13.6593 12.6667 14.7073 11.6187 14.7073 10.3334C14.7073 9.04804 13.6593 8.00003 12.3739 8.00003C12.3739 8.00003 12.3337 7.66659 12.0003 7.33325M10.667 5.33322C8.00033 2.33325 4.45395 4.78537 4.14195 6.68203C2.55728 6.7627 1.29395 8.06203 1.29395 9.6667C1.29395 11.3234 2.66699 12.6666 4.00033 12.6666" stroke="currentColor" strokeLinecap="round" strokeLinejoin="round" />
                <path strokeWidth="1.5" d="M2.66699 14L12.0003 4.66663" stroke="currentColor" strokeLinecap="round" strokeLinejoin="round" />
            </svg>

        </div>
            Not supported in ClickHouse Cloud
        </div>;
};

<div id="overview-of-ttl">
  ## TTL 概述
</div>

生存时间 (TTL) 是一种能力，允许在经过一定时间间隔后对行或列进行移动、删除或 rollup。虽然 “time-to-live” 这个说法听起来似乎只与删除旧数据有关，但 TTL 实际上有多种用途：

* 删除旧数据：不出所料，你可以在指定时间间隔后删除行或列
* 在磁盘之间移动数据：经过一段时间后，你可以在不同存储卷之间移动数据——这对于部署热/温/冷架构非常有用
* 数据 rollup：在删除旧数据之前，先将其 rollup 为各种有用的聚合结果和计算结果

<Note>
  TTL 可以应用于整个表，也可以应用于特定列。
</Note>

<div id="ttl-syntax">
  ## TTL 语法
</div>

`TTL` 子句可以出现在列定义之后和/或表定义末尾。使用 `INTERVAL` 子句来定义时间长度 (对应的值必须是 `Date` 或 `DateTime` 数据类型) 。例如，下表有两列
带有 `TTL` 子句：

```sql theme={null}
CREATE TABLE example1 (
   timestamp DateTime,
   x UInt32 TTL timestamp + INTERVAL 1 MONTH,
   y String TTL timestamp + INTERVAL 1 DAY,
   z String
)
ENGINE = MergeTree
ORDER BY tuple()
```

* x 列的生存时间 (TTL) 为自 timestamp 列起 1 个月
* y 列的生存时间 (TTL) 为自 timestamp 列起 1 天
* 当时间间隔到期时，该列就会过期。ClickHouse 会将该列的值替换为其数据类型的默认值。如果数据分区片段中该列的所有值都已过期，ClickHouse 会从文件系统中的该数据分区片段删除这一列。

<Note>
  生存时间 (TTL) 规则可以修改或删除。更多详情请参见[表生存时间 (TTL) 的操作](/zh/reference/statements/alter/ttl)页面。
</Note>

<Tip>
  **最佳实践**

  使用表级生存时间 (TTL) 删除旧行时，我们建议**按 TTL 表达式中使用的同一时间字段的日期或月份对表进行分区**。

  与删除单独的行相比，ClickHouse 删除整个分区的效率要高得多。
  当分区键与 TTL 表达式一致时，ClickHouse 可以在分区过期时一次性删除整个分区，而不必重写数据分区片段来移除过期行。

  请根据 TTL 周期选择分区粒度：

  * 对于按天/周的 TTL：使用 `toYYYYMMDD(date_field)` 按天分区
  * 对于按月/年的 TTL：使用 `toYYYYMM(date_field)` 或 `toStartOfMonth(date_field)` 按月分区
</Tip>

<div id="triggering-ttl-events">
  ## 触发生存时间 (TTL) 事件
</div>

删除或聚合已过期的行不会立即发生——只有在表合并时才会执行。如果由于某种原因，你的表没有持续进行合并，则有两个设置会触发生存时间 (TTL) 事件：

* `merge_with_ttl_timeout`：再次执行带有删除生存时间 (TTL) 的合并前，最少需要等待的秒数。默认值为 14400 秒 (4 小时) 。
* `merge_with_recompression_ttl_timeout`：再次执行带有重压缩生存时间 (TTL) 的合并前，最少需要等待的秒数 (即在删除前先对数据进行汇总的规则) 。默认值：14400 秒 (4 小时) 。

因此，默认情况下，生存时间 (TTL) 规则至少每 4 小时会在你的表上应用一次。如果你需要更频繁地应用生存时间 (TTL) 规则，只需修改上述设置。

<Note>
  这不是一种理想的方案 (我们也不建议频繁使用) ，不过你也可以使用 `OPTIMIZE` 强制执行一次合并：

  ```sql theme={null}
  OPTIMIZE TABLE example1 FINAL
  ```

  `OPTIMIZE` 会对表中的 parts 启动一次计划外合并；如果你的表已经只剩一个 part，`FINAL` 会强制重新优化。
</Note>

<div id="removing-rows">
  ## 删除行
</div>

若要在一段时间后删除表中的整行数据，请在表级定义生存时间 (TTL) 规则：

```sql theme={null}
CREATE TABLE customers (
timestamp DateTime,
name String,
balance Int32,
address String
)
ENGINE = MergeTree
ORDER BY timestamp
TTL timestamp + INTERVAL 12 HOUR
```

此外，还可以根据记录的值定义生存时间 (TTL) 规则。
通过指定 `WHERE` 条件即可轻松实现。
也可以使用多个条件：

```sql theme={null}
CREATE TABLE events
(
    `event` String,
    `time` DateTime,
    `value` UInt64
)
ENGINE = MergeTree
ORDER BY (event, time)
TTL time + INTERVAL 1 MONTH DELETE WHERE event != 'error',
    time + INTERVAL 6 MONTH DELETE WHERE event = 'error'
```

<div id="removing-columns">
  ## 删除列
</div>

假设你不想删除整行，而只希望 `balance` 和 `address` 这两列过期。现在来修改 `customers` 表，将这两列的生存时间 (TTL) 设置为 2 小时：

```sql theme={null}
ALTER TABLE customers
MODIFY COLUMN balance Int32 TTL timestamp + INTERVAL 2 HOUR,
MODIFY COLUMN address String TTL timestamp + INTERVAL 2 HOUR
```

<div id="implementing-a-rollup">
  ## 实现 rollup
</div>

假设我们希望在一段时间后删除行，但出于报表目的保留部分数据。我们不需要所有明细——只需一些历史数据的聚合结果。这可以通过在 `TTL` 表达式中添加 `GROUP BY` 子句来实现，同时在表中添加一些列来存储聚合结果。

假设在下面的 `hits` 表中，我们想要删除旧行，但在删除这些行之前保留 `hits` 列的总和与最大值。我们需要一个字段来存储这些值，并且需要在 `TTL` 子句中添加一个 `GROUP BY` 子句，以便对总和与最大值进行 rollup：

```sql theme={null}
CREATE TABLE hits (
   timestamp DateTime,
   id String,
   hits Int32,
   max_hits Int32 DEFAULT hits,
   sum_hits Int64 DEFAULT hits
)
ENGINE = MergeTree
PRIMARY KEY (id, toStartOfDay(timestamp), timestamp)
TTL timestamp + INTERVAL 1 DAY
    GROUP BY id, toStartOfDay(timestamp)
    SET
        max_hits = max(max_hits),
        sum_hits = sum(sum_hits);
```

关于 `hits` 表的几点说明：

* `TTL` 子句中的 `GROUP BY` 列必须是 `PRIMARY KEY` 的前缀，而我们希望按天起始时间对结果进行分组。因此，我们将 `toStartOfDay(timestamp)` 添加到了主键中
* 我们添加了两个字段来存储聚合结果：`max_hits` 和 `sum_hits`
* 根据 `SET` 子句的定义方式，必须将 `max_hits` 和 `sum_hits` 的默认值设为 `hits`，逻辑才能正常工作

<div id="implementing-a-hotwarmcold-architecture">
  ## 实现热/温/冷架构
</div>

<Note>
  如果你使用的是 ClickHouse Cloud，本课中的步骤并不适用。在 ClickHouse Cloud 中，你无需操心旧数据的移动。
</Note>

处理海量数据时，一种常见做法是随着数据逐渐变旧，将其迁移到不同的位置。下面介绍如何在 ClickHouse 中使用 `TTL` 命令的 `TO DISK` 和 `TO VOLUME` 子句实现热/温/冷架构。 (顺便一提，这并不一定非要采用热/冷分层——无论你的具体场景是什么，都可以用生存时间 (TTL) 来移动数据。)

1. `TO DISK` 和 `TO VOLUME` 选项指的是你在 ClickHouse 配置文件中定义的磁盘或卷名称。创建一个名为 `my_system.xml` 的新文件 (文件名也可以自定义) ，在其中定义磁盘，再定义使用这些磁盘的卷。将该 XML 文件放到 `/etc/clickhouse-server/config.d/` 中，以使配置应用到你的系统：

```xml theme={null}
<clickhouse>
    <storage_configuration>
        <disks>
            <default>
            </default>
           <hot_disk>
              <path>./hot/</path>
           </hot_disk>
           <warm_disk>
              <path>./warm/</path>
           </warm_disk>
           <cold_disk>
              <path>./cold/</path>
           </cold_disk>
        </disks>
        <policies>
            <default>
                <volumes>
                    <default>
                        <disk>default</disk>
                    </default>
                    <hot_volume>
                        <disk>hot_disk</disk>
                    </hot_volume>
                    <warm_volume>
                        <disk>warm_disk</disk>
                    </warm_volume>
                    <cold_volume>
                        <disk>cold_disk</disk>
                    </cold_volume>
                </volumes>
            </default>
        </policies>
    </storage_configuration>
</clickhouse>
```

2. 上述配置中提到了三个磁盘，它们分别指向 ClickHouse 可读写的文件夹。卷可以包含一个或多个磁盘——我们为这三个磁盘分别定义了一个卷。下面来看这些磁盘：

```sql theme={null}
SELECT name, path, free_space, total_space
FROM system.disks
```

```response theme={null}
┌─name────────┬─path───────────┬───free_space─┬──total_space─┐
│ cold_disk   │ ./data/cold/   │ 179143311360 │ 494384795648 │
│ default     │ ./             │ 179143311360 │ 494384795648 │
│ hot_disk    │ ./data/hot/    │ 179143311360 │ 494384795648 │
│ warm_disk   │ ./data/warm/   │ 179143311360 │ 494384795648 │
└─────────────┴────────────────┴──────────────┴──────────────┘
```

3. 接下来……验证一下卷：

```sql theme={null}
SELECT
    volume_name,
    disks
FROM system.storage_policies
```

```response theme={null}
┌─volume_name─┬─disks─────────┐
│ default     │ ['default']   │
│ hot_volume  │ ['hot_disk']  │
│ warm_volume │ ['warm_disk'] │
│ cold_volume │ ['cold_disk'] │
└─────────────┴───────────────┘
```

4. 现在我们将添加一条 `TTL` 规则，在热、温、冷存储卷之间移动数据：

```sql theme={null}
ALTER TABLE my_table
   MODIFY TTL
      trade_date TO VOLUME 'hot_volume',
      trade_date + INTERVAL 2 YEAR TO VOLUME 'warm_volume',
      trade_date + INTERVAL 4 YEAR TO VOLUME 'cold_volume';
```

5. 新的 `TTL` 规则应该会自动生效，但你也可以手动强制执行以确保这一点：

```sql theme={null}
ALTER TABLE my_table
    MATERIALIZE TTL
```

6. 使用 `system.parts` 表验证数据是否已移动到预期的磁盘上：

```sql theme={null}
使用 system.parts 表，查看 crypto_prices 表中各 parts 所在的磁盘：

SELECT
    name,
    disk_name
FROM system.parts
WHERE (table = 'my_table') AND (active = 1)
```

响应内容如下所示：

```response theme={null}
┌─name────────┬─disk_name─┐
│ all_1_3_1_5 │ warm_disk │
│ all_2_2_0   │ hot_disk  │
└─────────────┴───────────┘
```