向表中插入数据。
语法
INSERT INTO [TABLE] [db.]table [(c1, c2, c3)] [SETTINGS ...] VALUES (v11, v12, v13), (v21, v22, v23), ...
(c1, c2, c3) 指定要插入的列列表。你也可以使用带有列匹配器 (如 *) 和/或修饰符 (如 APPLY、EXCEPT、REPLACE) 的表达式。
例如，假设有如下表：
SHOW CREATE insert_select_testtable;
CREATE TABLE insert_select_testtable
(
`a` Int8,
`b` String,
`c` Int8
)
ENGINE = MergeTree()
ORDER BY a
INSERT INTO insert_select_testtable (*) VALUES (1, 'a', 1) ;
b 之外的所有列，可以使用 EXCEPT 关键字。结合上面的语法，你需要确保插入的值数量 (VALUES (v11, v13)) 与指定的列数 ((c1, c3)) 一致：
INSERT INTO insert_select_testtable (* EXCEPT(b)) Values (2, 2);
SELECT * FROM insert_select_testtable;
┌─a─┬─b─┬─c─┐
│ 2 │ │ 2 │
└───┴───┴───┘
┌─a─┬─b─┬─c─┐
│ 1 │ a │ 1 │
└───┴───┴───┘
a 和 c 列使用传入的值填充，b 列则使用默认值填充。也可以使用 DEFAULT 关键字来插入默认值：
INSERT INTO insert_select_testtable VALUES (1, DEFAULT, 1) ;
- 根据表定义中指定的
DEFAULT 表达式计算得出的值。
- 如果未定义
DEFAULT 表达式，则填充为零和空字符串。
数据可以通过 ClickHouse 支持的任意一种 格式 传递给 INSERT。必须在查询中显式指定格式：
INSERT INTO [db.]table [(c1, c2, c3)] FORMAT format_name data_set
INSERT ... VALUES 完全相同：
INSERT INTO [db.]table [(c1, c2, c3)] FORMAT Values (v11, v12, v13), (v21, v22, v23), ...
INSERT INTO t FORMAT TabSeparated
11 Hello, world!
22 Qwerty
如果你想为 INSERT 查询指定 SETTINGS，则必须在 FORMAT 子句之前指定，因为 FORMAT format_name 之后的所有内容都会被视为数据。例如：INSERT INTO table SETTINGS ... FORMAT format_name data_set
CREATE TABLE) 和修改 schema (ALTER TABLE) 时验证允许使用的数据类型 (由 enable_time_time64_type、allow_suspicious_low_cardinality_types、allow_suspicious_fixed_string_types 等设置控制) ，不会在 INSERT 时进行验证。
这意味着，如果某个包含不允许数据类型的表已经存在，那么即使 server 上禁用了相应设置，仍然可以向其中插入数据。这是有意为之——表一旦创建完成，insert 操作就不应被控制类型创建的设置所阻止。
例如：
SET enable_time_time64_type = 1;
CREATE TABLE events
(
`id` UInt64,
`event_time` Time
)
ENGINE = MergeTree()
ORDER BY id;
SET enable_time_time64_type = 0;
-- 即使该设置现已禁用，此操作仍然有效。
-- 表已存在，因此插入操作不会被阻止。
INSERT INTO events VALUES (1, '14:30:25');
-- 但使用 Time 类型创建新表将会失败。
CREATE TABLE events_new
(
`id` UInt64,
`event_time` Time
)
ENGINE = MergeTree()
ORDER BY id; -- ERR: TYPE_TIME_TIME64_IS_NOT_ENABLED
因此，较新版本的客户端 (其中某项设置默认启用) 可以向较旧版本的服务器 (其中该设置已禁用) 插入包含不允许的数据类型的数据，前提是目标表已具有相应的列类型。校验是在 DDL 层面强制执行的，而不是在 DML 层面。
INSERT INTO [TABLE] [db.]table [(c1, c2, c3)] SELECT ...
SELECT 子句中的位置进行映射。不过，它们在 SELECT 表达式中的名称与 INSERT 目标表中的名称可以不同。如有必要，会执行类型转换。
除 Values 格式外，其他任何数据格式都不允许将值设置为 now()、1 + 2 等表达式。Values 格式允许在有限范围内使用表达式，但不建议这样做，因为在这种情况下会使用低效的代码来执行这些表达式。
不支持其他修改数据分区片段的查询：UPDATE、DELETE、REPLACE、MERGE、UPSERT、INSERT UPDATE。
不过，你可以使用 ALTER TABLE ... DROP PARTITION 删除旧数据。
如果 SELECT 子句包含表函数 input()，则必须在查询末尾指定 FORMAT 子句。
若要向非 Nullable 数据类型的列中插入默认值而不是 NULL，请启用 insert_null_as_default 设置。
INSERT 也支持 CTE (公共表表达式) 。例如，以下两条语句是等价的：
INSERT INTO x WITH y AS (SELECT * FROM numbers(10)) SELECT * FROM y;
WITH y AS (SELECT * FROM numbers(10)) INSERT INTO x SELECT * FROM y;
INSERT INTO [TABLE] [db.]table [(c1, c2, c3)] FROM INFILE file_name [COMPRESSION type] [SETTINGS ...] [FORMAT format_name]
file_name 和 type 是字符串字面量。输入文件的格式必须在 FORMAT 子句中设置。
支持压缩文件。压缩类型会根据文件名扩展名自动识别，也可以在 COMPRESSION 子句中显式指定。支持的类型包括：'none'、'gzip'、'deflate'、'br'、'xz'、'zstd'、'lz4'、'bz2'。
此功能可用于命令行客户端和 clickhouse-local。
示例
使用命令行客户端执行以下查询：
echo 1,A > input.csv ; echo 2,B >> input.csv
clickhouse-client --query="CREATE TABLE table_from_file (id UInt32, text String) ENGINE=MergeTree() ORDER BY id;"
clickhouse-client --query="INSERT INTO table_from_file FROM INFILE 'input.csv' FORMAT CSV;"
clickhouse-client --query="SELECT * FROM table_from_file FORMAT PrettyCompact;"
┌─id─┬─text─┐
│ 1 │ A │
│ 2 │ B │
└────┴──────┘
使用通配符通过 FROM INFILE 处理多个文件
FROM INFILE 'input_*.csv' 从多个文件执行。
echo 1,A > input_1.csv ; echo 2,B > input_2.csv
clickhouse-client --query="CREATE TABLE infile_globs (id UInt32, text String) ENGINE=MergeTree() ORDER BY id;"
clickhouse-client --query="INSERT INTO infile_globs FROM INFILE 'input_*.csv' FORMAT CSV;"
clickhouse-client --query="SELECT * FROM infile_globs FORMAT PrettyCompact;"
除了使用 * 选择多个文件外，你还可以使用范围 ({1,2} 或 {1..9}) 以及其他通配符替换规则。以下三种写法都适用于上面的示例：INSERT INTO infile_globs FROM INFILE 'input_*.csv' FORMAT CSV;
INSERT INTO infile_globs FROM INFILE 'input_{1,2}.csv' FORMAT CSV;
INSERT INTO infile_globs FROM INFILE 'input_?.csv' FORMAT CSV;
INSERT INTO [TABLE] FUNCTION table_func ...
CREATE TABLE simple_table (id UInt32, text String) ENGINE=MergeTree() ORDER BY id;
INSERT INTO TABLE FUNCTION remote('localhost', default.simple_table)
VALUES (100, 'inserted via remote()');
SELECT * FROM simple_table;
┌──id─┬─text──────────────────┐
│ 100 │ inserted via remote() │
└─────┴───────────────────────┘
INSERT 成功后，数据会写入底层存储。不过，副本接收到这些更新可能需要一些时间。因此，如果你使用另一个连接，在其他副本上执行 SELECT 查询，更新后的数据可能还无法立即反映出来。
可以使用 select_sequential_consistency 强制副本接收最新更新。以下是一个使用此设置的 SELECT 查询示例：
SELECT .... SETTINGS select_sequential_consistency = 1;
select_sequential_consistency 会增加 ClickHouse Keeper (ClickHouse Cloud 在内部使用的协调服务) 的负载，并且可能会因该服务的负载情况而导致性能下降。除非确有必要，我们不建议启用此设置。推荐的做法是在同一 session 中执行读写操作，或使用采用 native protocol 的客户端驱动 (因此支持粘性连接) 。
在复制环境中，数据完成复制后，才会在其他副本上可见。执行 INSERT 后，数据会立即开始复制 (即下载到其他副本) 。这与 ClickHouse Cloud 不同：在 ClickHouse Cloud 中，数据会立即写入共享存储，副本则通过订阅元数据变更进行同步。
请注意，在复制环境中，INSERTs 有时可能耗时较长 (大约为 1 秒) ，因为这需要提交到 ClickHouse Keeper 以达成分布式共识。使用 S3 作为存储也会带来额外延迟。
INSERT 会按主键对输入数据排序，并按分区键将其拆分到不同分区中。如果一次将数据插入多个分区，INSERT 查询的性能可能会明显下降。为避免这种情况：
- 以较大的批次写入数据，例如每次 100,000 行。
- 在将数据上传到 ClickHouse 之前，先按分区键对数据分组。
在以下情况下，性能通常不会下降：
对于小而频繁的插入操作，可以采用异步插入的方式。此类插入的数据会先合并为批次，然后再安全地写入表中。要使用异步插入，请启用 async_insert 设置。
使用 async_insert 或 Buffer 表引擎 都会带来额外的缓冲。
当插入大量数据时，ClickHouse 会通过称为“squashing”的过程来优化写入性能。内存中较小的已插入数据块会先合并并压缩成更大的块，然后再写入磁盘。squashing 可减少每次写入操作的相关开销。在此过程中，ClickHouse 每完成写入 max_insert_block_size 行后，这部分已插入的数据就可以被查询到。
另请参见
