> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8a08bda2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
> Referência de tradução de SQL do Amazon Redshift para o ClickHouse
# Guia de tradução de SQL do Amazon Redshift
## Tipos de dados
Quem move dados entre o ClickHouse e o Redshift percebe imediatamente
que o ClickHouse oferece uma variedade maior de tipos, além de ser menos
restritivo. Enquanto o Redshift exige que os usuários especifiquem possíveis
comprimentos de string, mesmo quando variáveis, o ClickHouse elimina essa restrição e essa complexidade
ao armazenar strings como bytes, sem codificação. Assim, o tipo String do ClickHouse
não tem limites nem exige especificação de comprimento.
Além disso, você pode aproveitar Arrays, Tuples e Enums — ausentes no
Redshift como tipos de primeira classe (embora Arrays/Structs possam ser simulados
com `SUPER`) —, uma limitação que costuma frustrar os usuários. O ClickHouse também
permite persistir estados de agregação, seja em tempo de consulta ou até mesmo em uma tabela.
Isso permite pré-agregar os dados, normalmente
usando uma visão materializada, e pode melhorar drasticamente o desempenho das consultas
mais comuns.
Abaixo, mapeamos o tipo equivalente no ClickHouse para cada tipo do Redshift:
| Redshift | ClickHouse |
| -------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| [`SMALLINT`](https://docs.aws.amazon.com/redshift/latest/dg/r_Numeric_types201.html#r_Numeric_types201-integer-types) | [`Int8`](/pt-BR/reference/data-types/int-uint) \* |
| [`INTEGER`](https://docs.aws.amazon.com/redshift/latest/dg/r_Numeric_types201.html#r_Numeric_types201-integer-types) | [`Int32`](/pt-BR/reference/data-types/int-uint) \* |
| [`BIGINT`](https://docs.aws.amazon.com/redshift/latest/dg/r_Numeric_types201.html#r_Numeric_types201-integer-types) | [`Int64`](/pt-BR/reference/data-types/int-uint) \* |
| [`DECIMAL`](https://docs.aws.amazon.com/redshift/latest/dg/r_Numeric_types201.html#r_Numeric_types201-decimal-or-numeric-type) | [`UInt128`, `UInt256`, `Int128`, `Int256`](/pt-BR/reference/data-types/int-uint), [`Decimal(P, S)`, `Decimal32(S)`, `Decimal64(S)`, `Decimal128(S)`, `Decimal256(S)`](/pt-BR/reference/data-types/decimal) - (alta precisão e ampla faixa de valores) |
| [`REAL`](https://docs.aws.amazon.com/redshift/latest/dg/r_Numeric_types201.html#r_Numeric_types201-floating-point-types) | [`Float32`](/pt-BR/reference/data-types/float) |
| [`DOUBLE PRECISION`](https://docs.aws.amazon.com/redshift/latest/dg/r_Numeric_types201.html#r_Numeric_types201-floating-point-types) | [`Float64`](/pt-BR/reference/data-types/float) |
| [`BOOLEAN`](https://docs.aws.amazon.com/redshift/latest/dg/r_Boolean_type.html) | [`Bool`](/pt-BR/reference/data-types/boolean) |
| [`CHAR`](https://docs.aws.amazon.com/redshift/latest/dg/r_Character_types.html#r_Character_types-char-or-character) | [`String`](/pt-BR/reference/data-types/string), [`FixedString`](/pt-BR/reference/data-types/fixedstring) |
| [`VARCHAR`](https://docs.aws.amazon.com/redshift/latest/dg/r_Character_types.html#r_Character_types-varchar-or-character-varying) \*\* | [`String`](/pt-BR/reference/data-types/string) |
| [`DATE`](https://docs.aws.amazon.com/redshift/latest/dg/r_Datetime_types.html#r_Datetime_types-date) | [`Date32`](/pt-BR/reference/data-types/date32) |
| [`TIMESTAMP`](https://docs.aws.amazon.com/redshift/latest/dg/r_Datetime_types.html#r_Datetime_types-timestamp) | [`DateTime`](/pt-BR/reference/data-types/datetime), [`DateTime64`](/pt-BR/reference/data-types/datetime64) |
| [`TIMESTAMPTZ`](https://docs.aws.amazon.com/redshift/latest/dg/r_Datetime_types.html#r_Datetime_types-timestamptz) | [`DateTime`](/pt-BR/reference/data-types/datetime), [`DateTime64`](/pt-BR/reference/data-types/datetime64) |
| [`GEOMETRY`](https://docs.aws.amazon.com/redshift/latest/dg/geospatial-overview.html) | [Tipos de dados Geo](/pt-BR/reference/data-types/geo) |
| [`GEOGRAPHY`](https://docs.aws.amazon.com/redshift/latest/dg/geospatial-overview.html) | [Tipos de Dados Geo](/pt-BR/reference/data-types/geo) (menos desenvolvidos, por exemplo, sem sistemas de coordenadas — podem ser emulados [com funções](/pt-BR/reference/functions/regular-functions/geo)) |
| [`HLLSKETCH`](https://docs.aws.amazon.com/redshift/latest/dg/r_HLLSKTECH_type.html) | [`AggregateFunction(uniqHLL12, X)`](/pt-BR/reference/data-types/aggregatefunction) |
| [`SUPER`](https://docs.aws.amazon.com/redshift/latest/dg/r_SUPER_type.html) | [`Tuple`](/pt-BR/reference/data-types/tuple), [`Nested`](/pt-BR/reference/data-types/nested-data-structures), [`Array`](/pt-BR/reference/data-types/array), [`JSON`](/pt-BR/reference/data-types/newjson), [`Map`](/pt-BR/reference/data-types/map) |
| [`TIME`](https://docs.aws.amazon.com/redshift/latest/dg/r_Datetime_types.html#r_Datetime_types-time) | [`DateTime`](/pt-BR/reference/data-types/datetime), [`DateTime64`](/pt-BR/reference/data-types/datetime64) |
| [`TIMETZ`](https://docs.aws.amazon.com/redshift/latest/dg/r_Datetime_types.html#r_Datetime_types-timetz) | [`DateTime`](/pt-BR/reference/data-types/datetime), [`DateTime64`](/pt-BR/reference/data-types/datetime64) |
| [`VARBYTE`](https://docs.aws.amazon.com/redshift/latest/dg/r_VARBYTE_type.html) \*\* | [`String`](/pt-BR/reference/data-types/string) em combinação com [`Bit`](/pt-BR/reference/functions/regular-functions/bit-functions) e funções de [Codificação](/pt-BR/reference/functions/regular-functions/encoding-functions#hex) |
\* O ClickHouse também oferece suporte a inteiros sem sinal com intervalos estendidos, ou seja, `UInt8`, `UInt32`, `UInt32` e `UInt64`.
\*\*O tipo String do ClickHouse é ilimitado por padrão, mas pode ser limitado a comprimentos específicos usando restrições.
## Sintaxe DDL
### Chaves de ordenação
Tanto o ClickHouse quanto o Redshift têm o conceito de “chave de ordenação”, que determina
como os dados são ordenados ao serem armazenados. O Redshift define a chave de ordenação usando a
cláusula `SORTKEY`:
```sql theme={null}
CREATE TABLE some_table(...) SORTKEY (column1, column2)
```
Em comparação, o ClickHouse usa a cláusula `ORDER BY` para especificar a ordem de ordenação:
```sql theme={null}
CREATE TABLE some_table(...) ENGINE = MergeTree ORDER BY (column1, column2)
```
Na maioria dos casos, você pode usar no ClickHouse as mesmas colunas e a mesma ordem da chave de ordenação
do Redshift, supondo que esteja usando o tipo `COMPOUND` padrão. Quando os dados são
adicionados ao Redshift, você deve executar os comandos `VACUUM` e `ANALYZE` para reordenar
os dados recém-adicionados e atualizar as estatísticas do planejador de consultas — caso contrário, o
espaço não ordenado aumenta. Nenhum processo desse tipo é necessário no ClickHouse.
O Redshift oferece alguns recursos práticos para chaves de ordenação. O primeiro são as
chaves de ordenação automáticas (usando `SORTKEY AUTO`). Embora isso possa ser adequado para
começar, chaves de ordenação explícitas garantem o melhor desempenho e a melhor eficiência de
armazenamento quando a chave de ordenação é ideal. O segundo é a chave de ordenação `INTERLEAVED`,
que atribui o mesmo peso a um subconjunto de colunas na chave de ordenação para melhorar o
desempenho quando uma consulta usa uma ou mais colunas de ordenação secundárias. O ClickHouse
oferece [projeções](/pt-BR/concepts/features/projections/projections) explícitas, que alcançam o
mesmo resultado final com uma configuração um pouco diferente.
Você deve estar ciente de que o conceito de “chave primária”
representa coisas diferentes no ClickHouse e no Redshift. No Redshift, a chave primária se assemelha ao conceito tradicional
de SGBD, destinado a impor restrições. No entanto, elas não são estritamente
aplicadas no Redshift e, em vez disso, atuam como dicas para o planejador de consultas e para a
distribuição de dados entre os nós. No ClickHouse, a chave primária denota colunas usadas
para construir o índice primário esparso, usado para garantir que os dados sejam ordenados em
disco, maximizando a compactação e evitando sobrecarregar o índice primário e
desperdiçar memória.