一.数据表数据一致且翻倍

这里准备了两个测试表，表一为原表，表二为重复表

#1.ReplacingMergeTree引擎去重
CREATE TABLE salaries3
ENGINE = ReplacingMergeTree
ORDER BY (emp_no, salary, from_date, to_date) AS
SELECT *
FROM salaries2


#2.聚合去重,可以适用于字段较少的表
CREATE TABLE salaries4
ENGINE = MergeTree
ORDER BY emp_no AS
SELECT
    emp_no,
    salary,
    from_date,
    to_date
FROM salaries2
GROUP BY
    emp_no,
    salary,
    from_date,
    to_date

一般生产环境的表都会有更新字段，数据更新的话，如何去掉老数据可以参考我的另一篇

ClickHouse取最新值_clickhouse 怎么按最新时间取一系列数值-CSDN博客

# clickhouse # 数据库
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

【路径规划】基于混合人工蜂群ABC和粒子群优化PSO算法用于机器人路径规划附matlab代码

一、场景切入：为什么 ABC+PSO 混合能突破单一算法瓶颈？PSO（粒子群优化）收敛快，但易陷入局部最优（如复杂障碍物环绕时，粒子群可能困在局部可行域）；ABC（人工蜂群算法）全局搜索能力强（通过雇佣蜂、观察蜂、侦察蜂的分工协作，跳出局部最优），但收敛速度慢，后期迭代效率低。

avatar DAMO开发者矩阵

【路径规划】基于混合人工蜂群ABC和粒子群优化PSO算法用于机器人路径规划附matlab代码

一、场景切入：为什么 ABC+PSO 混合能突破单一算法瓶颈？PSO（粒子群优化）收敛快，但易陷入局部最优（如复杂障碍物环绕时，粒子群可能困在局部可行域）；ABC（人工蜂群算法）全局搜索能力强（通过雇佣蜂、观察蜂、侦察蜂的分工协作，跳出局部最优），但收敛速度慢，后期迭代效率低。

avatar DAMO开发者矩阵

【路径规划】基于混合人工蜂群ABC和粒子群优化PSO算法用于机器人路径规划附matlab代码

一、场景切入：为什么 ABC+PSO 混合能突破单一算法瓶颈？PSO（粒子群优化）收敛快，但易陷入局部最优（如复杂障碍物环绕时，粒子群可能困在局部可行域）；ABC（人工蜂群算法）全局搜索能力强（通过雇佣蜂、观察蜂、侦察蜂的分工协作，跳出局部最优），但收敛速度慢，后期迭代效率低。

avatar DAMO开发者矩阵