【ClickHouse】

妖狐艹你老母 2023-10-10 21:02 22阅读 0赞

#### 文章目录 ####

*  一、表引擎
 *   *  1、表引擎的作用
     *  2、TinyLog
     *  3、Memory
     *  4、MergeTree
     *  二、数据库引擎
     *  1、作用--跨种类交换数据
     *  2、示例
 *  三、MergeTree引擎
 *   *  1、简单使用
     *  2、分区partition by
     *  3、主键primary key
     *  4、order by（必填）

## 一、表引擎 ##

### 1、表引擎的作用 ###

CK表引擎决定了如何存储表的数据。包括：

➢ 数据的存储方式和位置，写到哪里以及从哪里读取数据。

➢ 支持哪些查询以及如何支持。

➢ 并发数据访问。

➢ 索引的使用（如果存在）。

➢ 是否可以执行多线程请求。

➢ 数据复制参数。

表引擎的使用方式就是必须显式在创建表时定义该表使用的引擎，以及引擎使用的相关参数。

特别注意：==引擎的名称大小写敏感==

### 2、TinyLog ###

*  以列文件的形式保存在磁盘上
 *  不支持索引
 *  没有并发控制
 *  一般保存少量数据的小表，产环境上作用有限。可以用于平时练习测试用

create table t_tinylog ( id String, name String) engine=TinyLog;

### 3、Memory ###

*  内存引擎，数据以未压缩的原始形式直接保存在内存当中，服务器重启数据就会消失
 *  读写操作不会相互阻塞，不支持索引
 *  简单查询下有非常非常高的性能表现（超过 10G/s）
 *  常用于测试、在需要非常高的性能，同时数据量又不太大（上限大概 1 亿行）的场景场景

### 4、MergeTree ###

*  ClickHouse 中最强大的表引擎当属 MergeTree（合并树）引擎及该系列（\*MergeTree）中的其他引擎
 *  支持索引和分区
 *  地位可以相当于 innodb 之于 Mysql
 *  基于 MergeTree还衍生出了很多小弟，即\*MergeTree系列

### 二、数据库引擎 ###

### 1、作用–跨种类交换数据 ###

除了表引擎，CK还有数据库引擎，如MySQL引擎

> MySQL引擎用于`将远程的MySQL服务器中的表映射到ClickHouse中`，并允许您对表进行`INSERT`和`SELECT`查询，以方便您在ClickHouse与MySQL之间进行数据交换

CREATE DATABASE [IF NOT EXISTS] db_name [ON CLUSTER cluster]
    ENGINE = MySQL('host:port', ['database' | database], 'user', 'password')
    
    - host:port — MySQL服务地址
    - database — MySQL数据库名称
    - user — MySQL用户名
    - password — MySQL用户密码

### 2、示例 ###

CK支持的数据库引擎很多，这里以MySQL为例：先在MySQL中准备测试数据：

mysql> USE testDB;
    Database changed
    
    mysql> CREATE TABLE `mysql_table` (
        ->   `int_id` INT NOT NULL AUTO_INCREMENT,
        ->   `float` FLOAT NOT NULL,
        ->   PRIMARY KEY (`int_id`));
    Query OK, 0 rows affected (0,09 sec)
    
    
    mysql> insert into mysql_table (`int_id`, `float`) VALUES (1,2);
    Query OK, 1 row affected (0,00 sec)
    
    
    mysql> select * from mysql_table;
    +------+---------+
    | int_id | value |
    +------+---------+
    |      1 |     2 |
    +------+---------+
    1 row in set (0,00 sec)

ClickHouse中的数据库，与MySQL服务器交换数据：

CREATE DATABASE mysql_db 
    ENGINE = MySQL('localhost:3306', 'testDB', 'my_user', 'user_password')

SHOW DATABASES;
    ┌─name─────┐
    │ default  │
    │ mysql_db │
    │ system   │
    └──────────┘

SELECT * FROM mysql_db.mysql_table;
    ┌─int_id─┬─value─┐
    │      1 │     2 │
    └────────┴───────┘

INSERT INTO mysql_db.mysql_table VALUES (3,4);
    SELECT * FROM mysql_db.mysql_table;
    
    ┌─int_id─┬─value─┐
    │      1 │     2 │
    │      3 │     4 │
    └────────┴───────┘

## 三、MergeTree引擎 ##

### 1、简单使用 ###

create table t_order_mt(
     id UInt32,
     sku_id String,
     total_amount Decimal(16,2),
     create_time Datetime
    ) engine =MergeTree
     partition by toYYYYMMDD(create_time)
     primary key (id)
     order by (id,sku_id);

以上创建表时，使用MergeTree引擎，primary key和MySQL不同的是，该引擎的主键也会加索引，`但却没有唯一性约束`

insert into t_order_mt values
    (101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
    (102,'sku_002',2000.00,'2020-06-01 11:00:00'),
    (102,'sku_004',2500.00,'2020-06-01 12:00:00'),
    (102,'sku_002',2000.00,'2020-06-01 13:00:00'),
    (102,'sku_002',12000.00,'2020-06-01 13:00:00'),
    (102,'sku_002',600.00,'2020-06-02 12:00:00');

![在这里插入图片描述][8797dddbbee84a94866ae67d62bb9242.png]

### 2、分区partition by ###

> 分区的目的主要是`降低扫描的范围`，优化查询速度。可选，不填则只有一个分区。

➢ 分区目录：MergeTree 是以列文件+索引文件+表定义文件组成的，但是如果设定了分区那么这些文件就会`保存到不同的分区目录中`

![在这里插入图片描述][f7ef770f7a124601833cdd15dc7ed8aa.png]

20200601_1_1_0含义解释：
    PartitionId_MinBlockNum_MaxBlockNum_Level
    分区值_最小分区块编号_最大分区块编号_合并层级
    ---------------
    1）PartitionId
    数据分区ID生成规则：
    数据分区规则由分区ID决定，分区ID由PARTITION BY分区键决定。根据分区键字段类型，ID生成规则可分为：
    - 未定义分区键：
      没有定义PARTITION BY，默认生成一个目录名为all的数据分区，所有数据均存放在all目录下。
    
    - 整型分区键：
      分区键为整型，那么直接用该整型值的字符串形式做为分区ID。
    
    - 日期类分区键：
      分区键为日期类型，或者可以转化成日期类型。
    
    - 其他类型分区键：
      String、Float类型等，通过128位的Hash算法取其Hash值作为分区ID。
      
    2）MinBlockNum
       最小分区块编号，自增类型，从1开始向上递增。每产生一个新的目录分区就向上递增一个数字。
        
    3）MaxBlockNum
      最大分区块编号，新创建的分区MinBlockNum等于MaxBlockNum的编号。
      
    4）Level
       合并的层级，被合并的次数。合并次数越多，层级值越大。

➢ 并行：分区后，面对跨分区的查询统计，CK会一个线程处理一个分区，并行查

cd /var/lib/clickhouse
    # data、metadata等目录中存在CK中的数据和元数据
    
    cd /20200601_1_1_0
    # bin文件：数据文件
    # mrk文件：标记文件
    # 标记文件在idx索引文件和bin数据文件之间起到了桥梁作用，以mrk2结尾的文件，表示启动了自适应索引间隔
    # primary.idx文件：主键索引文件，用于加快查询效率
    # minmax_create_time.id：分区键的最大最小值
    # checksums.txt：校验文件，用于校验各个文件的正确性，存放各个文件的size以及hash值

➢ 数据写入与分区合并：任何一个批次的数据写入都会产生一个临时分区，不会纳入任何一个已有的分区。写入后的某个时刻（大概 10-15 分钟后），ClickHouse 会自动执行合并操作（等不及也可以手动通过 optimize 执行），把临时分区的数据，合并到已有分区中。

optimize table xxxx final;

继续再插入一遍上面的数据，查看分区效果：

可以看到数据并没有合并：

![在这里插入图片描述][a8c168673c064d0d9cd239cf02cd079c.png]  
分区目录长这样：

![在这里插入图片描述][d33300b9961e41e8b3d13b1800832a67.png]  
接下来手动执行合并：

optimize table t_order_mt final;

效果：

![在这里插入图片描述][8432915e8d71497ebf4d742eb97afc4b.png]

两个合并的目录就是过期数据了，后期会被清理掉。再看SQL中的效果：

![在这里插入图片描述][b0a8cfaaaee247e8913634274f65c54d.png]  
最后，手动合并分区，还可以只选其中一个分区。如上面表中的两个分区，我只合并20200621分区

optimize table t_order_mt partitior '20200621' final;

### 3、主键primary key ###

CK中的主键，只提供了数据的一级索引，但是却`不是唯一约束`，即可以存在相同 primary key 的数据的。说CK主键的作用前，先了解下稀疏索引。

> index granularity： 直接翻译的话就是`索引粒度`，指在稀疏索引中`两个相邻索引对应数据的间隔`。ClickHouse 中的 MergeTree 默认是 8192。官方不建议修改这个值，除非该列存在大量重复值，比如在一个分区中几万行才有一个不同数据。

稀疏索引：

![在这里插入图片描述][0c2210c4f1744e11ba8b4512e8ee3e01.png]

稀疏索引的好处就是可以用很少的索引数据，定位更多的数据，代价就是只能定位到索引粒度的第一行，然后再进行一点扫描。

主键的设定主要依据是查询语句中的 where 条件。根据条件通过对主键进行某种形式的二分查找，能够定位到对应的 index granularity,避免了全表扫描。

### 4、order by（必填） ###

> order by 设定了`分区内的数据`按照哪些字段顺序进行有序保存。

order by 是 MergeTree 中唯一一个必填项，因为当用户不设置主键时，很多操作要依靠order by的字段，比如索引查找、去重和汇总

> 主键必须是 order by 字段的前缀字段。

比如 order by 字段是 (id,sku\_id) 那么主键必须是 id 或者(id,sku\_id)

[8797dddbbee84a94866ae67d62bb9242.png]: https://img-blog.csdnimg.cn/8797dddbbee84a94866ae67d62bb9242.png
[f7ef770f7a124601833cdd15dc7ed8aa.png]: https://img-blog.csdnimg.cn/f7ef770f7a124601833cdd15dc7ed8aa.png
[a8c168673c064d0d9cd239cf02cd079c.png]: https://img-blog.csdnimg.cn/a8c168673c064d0d9cd239cf02cd079c.png
[d33300b9961e41e8b3d13b1800832a67.png]: https://img-blog.csdnimg.cn/d33300b9961e41e8b3d13b1800832a67.png
[8432915e8d71497ebf4d742eb97afc4b.png]: https://img-blog.csdnimg.cn/8432915e8d71497ebf4d742eb97afc4b.png
[b0a8cfaaaee247e8913634274f65c54d.png]: https://img-blog.csdnimg.cn/b0a8cfaaaee247e8913634274f65c54d.png
[0c2210c4f1744e11ba8b4512e8ee3e01.png]: https://img-blog.csdnimg.cn/0c2210c4f1744e11ba8b4512e8ee3e01.png