Set up docs MCP数据库概念和 ClickHouse 术语词汇表，包括常见数据库术语在 ClickHouse 中的不同含义。
没有与“”匹配的术语。
原子性
原子性意味着一个操作要么被完整观察到，要么完全观察不到。在 ClickHouse 中，向某个 MergeTree 家族表的单个分区执行的 insert，只要其所有行作为一个块写入，就是原子的。跨分区的 insert 对每个分区分别保证原子性；向分布式表执行的 insert 则对每个 shard 分别保证原子性。多语句事务仍处于实验阶段，且存在诸多限制。
块
块是一种自描述的列式行批次，用于查询处理和数据传输。块是运行时和传输层面的单位；而数据分区片段和粒度则是相互独立的存储与索引概念。以块为单位处理列值，使向量化执行成为可能。
集群
由一组协同工作、共同存储和处理数据的节点 (服务器) 组成的集合。
CMEK
在 ClickHouse Cloud 中，客户管理的加密密钥 (CMEK) 允许使用客户密钥管理服务 (KMS) 中的密钥来保护静态数据所使用的数据加密密钥 (DEK) 。
删除
对于 MergeTree 家族的表，删除行可以有以下几种方式：使用 DELETE FROM 将行标记为已删除、使用 ALTER TABLE ... DELETE 重写受影响的数据片段，或者高效地删除整个分区。轻量级删除会先让这些行对后续查询不可见，随后在后台合并过程中再将数据物理删除。
去重
在 ClickHouse 中，去重可能指代不同的机制。对于行版本去重，ReplacingMergeTree 等引擎会依据排序键识别重复版本，并在分区内的后台合并过程中将其消除。Replicated 表引擎则可以另外依据块标识符，对重试的插入块进行去重。
字典
字典提供对内存中或外部源中参考数据的键值访问。对于适用的基于键的查找，使用字典函数或直接对字典执行 JOIN，可避免反复扫描参考表。
分布式表
ClickHouse 中的分布式表是一种特殊的表，它本身不存储数据，而是为跨集群中多台服务器的分布式查询处理提供统一的视图。
FINAL
FINAL 是一个查询修饰符，它在读取数据时应用引擎的合并期转换，而不会真正合并已存储的 parts。它可以在后台合并完成之前，从 ReplacingMergeTree 等引擎返回已归并一致的结果，代价是额外的查询时计算与内存开销。
粒度
粒度 (granule) 是 ClickHouse 进行主索引裁剪时读取的最小逻辑行分组。默认情况下，一个粒度最多包含 8,192 行，但自适应索引粒度可能生成更小的粒度。主索引通常为每个粒度存储一个条目。
增量materialized view
增量materialized view 会在数据插入 source table 时执行其查询，并将结果写入 target table。它只处理新插入的块，而不是 source table 当前的完整状态；对参与 join 的 right-side 表所做的更改也不会重新触发它。
JSON
JSON 类型用于存储半结构化文档，这类文档的路径和类型在不同行之间可能各不相同。ClickHouse 会将发现的路径存储为 subcolumn，使查询能够高效读取单个字段。如果 schema 是稳定的，请改用类型化列或 Tuple 等结构化类型。
标记文件
标记文件存储用于在压缩列数据中定位粒度的偏移量。每个标记记录压缩文件中的一个偏移量，以及对应解压块内的一个偏移量，使 ClickHouse 无需读取整列即可寻道到指定粒度。
Materialized view
ClickHouse 提供两种物化视图模型。增量物化视图类似于插入时触发器，只处理新插入的数据块；而可刷新物化视图则按周期在完整数据集上重新执行其查询。其他数据库中名称相似的功能可能兼具这两种行为，因此并不总是能一一对应。
Merge
ClickHouse 中的 merge 是一种后台存储操作，用于将同一分区内较小的不可变数据分区片段合并成更大的 parts。根据 table engine 的不同，merge 还可以对行进行聚合、折叠或替换；它与事务型 SQL MERGE 语句并不是一回事。
MergeTree
ClickHouse 中的 MergeTree 是一种表引擎，专为高数据摄取速率和海量数据场景而设计。它是 ClickHouse 的核心存储引擎，提供列式存储、自定义分区、稀疏主索引以及后台数据合并等特性。
变更
对于 MergeTree 家族的表，变更 (mutation) 使用 ALTER TABLE ... UPDATE 或 ALTER TABLE ... DELETE 等命令来修改或删除已有数据。与 OLTP 中的行更新不同，它会重写受影响的数据分区片段，且通常异步执行；parts 一旦就绪即被替换，因此该操作并非覆盖整张表的原子事务。
Nullable 列
若要将 NULL 与 T 类型的普通值 (如 0 或空字符串) 区分开来，列必须使用 Nullable(T)。ClickHouse 会单独存储一份 null 掩码，这会带来额外的存储和处理开销，因此请仅在缺失值本身具有明确语义时才使用 nullable 列，而不要将其作为默认选择。
即时变更
当变更及其后续读取均启用了 apply_mutations_on_fly 时，ClickHouse 会在执行 SELECT 查询时应用待处理的更新或删除，因此在已存储的 parts 被重写之前即可看到这些变更的结果。变更本身仍会在后台异步 materialize。
Parts
数据分区片段 (data part) 是存储上一组不可变的文件，包含表中的一部分行。parts 由 insert 操作创建，并由分区内的 background merges 合并。分区是数据的逻辑分组，而 part 与之不同，它是由 ClickHouse 管理的物理存储单元。
分区
分区是 MergeTree 家族表中数据分区片段的逻辑分组。分区主要服务于数据管理操作，例如删除、移动以及对成组数据应用保留策略。对于仅涉及少量分区的查询，分区裁剪能带来帮助，但就查询性能而言，排序键和主键通常更为重要。
分区键
分区键是表的 PARTITION BY 子句中的表达式。产生相同 partition ID 的行属于同一个逻辑分区，而不同的插入操作会在该分区内创建各自独立的数据分区片段。这种分组方式使得可以对整个分区执行删除、移动或归档等操作。
主键
与许多事务型数据库中的 primary key 不同，ClickHouse 的 primary key 并不是行级唯一性约束。它定义的是稀疏主索引所包含的列，从而帮助 ClickHouse 在读取时跳过部分 granule。默认情况下，它与 ORDER BY 定义的 sorting key 一致；若单独定义，则必须是 sorting key 的前缀。
投影
projection 是对表数据自动维护的一种表示形式，它可以采用不同的排序方式、只包含部分列，或存储预先计算好的聚合结果。查询原始表时，ClickHouse 能够自动选择使用它。projection 会重复存储数据并带来额外的写入开销，不过 _part_offset 类型的 projection 可以通过对基础表进行额外读取来换取存储空间的节省。
可刷新materialized view
可刷新物化视图会按照设定的计划，周期性地在完整数据集上重新执行其查询，并替换或追加已存储的结果。与增量物化视图不同，它不由每个插入块触发，并且可以使用复杂查询。它可以取代用于物化 SELECT 结果的定时查询，但它并不是可执行任意 DDL 或 DML 语句的通用调度器。
ReplacingMergeTree
ReplacingMergeTree 通过接受具有相同 sorting key 的多个行版本，并在 background merges 期间仅保留其中一个版本，来实现对 updates 和 upsert 的建模。deduplication 是最终完成的，而非写入时的唯一性保证，因此在使用 FINAL、等价的查询逻辑，或相关 parts 完成 merge 之前，查询可能会看到多个版本。
副本
副本是指与其他副本维护或访问同一份逻辑表数据的服务器或计算实例，用于提升可用性和查询处理能力。使用 ReplicatedMergeTree 时，各副本分别维护独立的数据拷贝；而使用 SharedMergeTree 的 ClickHouse Cloud 副本则共享对象存储。
二级索引
在 ClickHouse 中，与传统 secondary index 最接近的对应物通常是 data skipping index。它不通过 B 树定位单独的行，而是为成组的粒度存储 metadata，从而让 ClickHouse 可以跳过那些不可能包含匹配值的块，不必对其进行读取。
分片
分片 (shard) 是表数据的一个逻辑子集，在分布式部署中被分配给某一台服务器或某个副本组。分片将数据和查询负载拆分到多台服务器上；副本则为每个分片内的数据提供冗余访问或并行访问能力。
跳过索引
跳过索引会为一个或多个连续粒度存储紧凑的元数据，使 ClickHouse 得以跳过读取那些不可能匹配查询的块。当被索引的值与表的排序方式相关时，其效果最佳；而当匹配的值出现在大多数被索引的块中时，它带来的收益可能十分有限。
排序键
对于 MergeTree 家族的表，ORDER BY 子句定义排序键，即每个数据分区片段内行的物理排列顺序。它的作用类似于其他分析型数据库中的聚簇列或聚簇键，但 ClickHouse 用它来维持确定的字典序行顺序。如果没有单独指定主键，排序键同时也会作为主键；这两个键彼此相关，但不要求完全一致。
稀疏索引
稀疏主索引只为每个粒度存储键值，而不是为每一行存储一个条目。ClickHouse 借助这些条目定位候选粒度，再读取其中的行。由于索引大小随粒度数量增长，而非随行数增长，索引通常足够小，可以常驻内存。
表引擎
ClickHouse 中的表引擎决定了数据的写入、存储和访问方式。MergeTree 是最常用的表引擎，它支持快速插入大量数据，并在后台对这些数据进行处理。
事务
在 ClickHouse 中，事务保证的适用范围与典型的 OLTP 数据库不同。满足条件的插入在块或分区级别具备原子性，而使用 COMMIT 和 ROLLBACK 的传统多语句事务仍处于实验阶段，且存在较多限制。
生存时间 (TTL)
TTL 规则会在表达式满足条件后移动、删除或汇总数据。过期并非即时生效：ClickHouse 通常在后台 merge 期间才对过期数据执行相应操作，因此在 merge 处理到相关 parts 之前，已过期的行仍会保留在磁盘上，并可能被查询返回。
更新
ClickHouse 针对不可变、以追加写入为主的数据进行了优化，而不适合频繁的原地行更新。更新通常借助专用表引擎、以插入新版本数据的方式来实现，或者以变更 (mutation) 的形式执行，即重写受影响的数据分区片段。
Upsert (插入或更新)
MergeTree 家族的表不支持事务性的 INSERT ... ON CONFLICT upsert。通常的做法是向 ReplacingMergeTree 等引擎插入更新版本的行，以此模拟 upsert。旧版本会在后台 merge 期间被清理，因此在 merge 完成之前，查询可能需要使用 FINAL 或等价的逻辑。
仓库
在 ClickHouse Cloud 中，仓库是一组共享相同数据、但各自拥有独立计算资源和端点的服务。在以仓库表示单个计算集群的系统中，单个 ClickHouse 服务才是更贴近的对应概念；而 ClickHouse 仓库则包含多个服务。