這篇文章主要介紹clickhouse SQL優(yōu)化技巧有哪些，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！
創(chuàng)新互聯(lián)專注于汕頭網站建設服務及定制，我們擁有豐富的企業(yè)做網站經驗。 熱誠為您提供汕頭營銷型網站建設，汕頭網站制作、汕頭網頁設計、汕頭網站官網定制、重慶小程序開發(fā)服務，打造汕頭網絡公司原創(chuàng)品牌,更為您提供汕頭網站排名全網營銷落地服務。
sql慢查大部分主要體現(xiàn)在cpu 負載過高，io過高，或者查詢的列中無索引導致的；注意；clickhouse本身不太支持高并發(fā)的場景，qps過高會導致clickhouse服務器cpu過高，導致慢查
在這些情況下;常見的考慮的是 sql中是否有復雜的運算，查詢的數量量是否過大，查詢的列中索引是否有效；
sql 查詢特點：數量大，且分區(qū)跨度大
data表格中有8億多條數據，data表按照p_data_day 分區(qū)；
select sn,COUNT(1) as valueQt from data WHERE sn='70A0600018109' and p_day >= '2017-01-01' and p_data_day < '2020-08-13'group by sn;
數據會遍歷整個分區(qū)，數據平均在1s左右分鐘返回 ;
優(yōu)化思路：減少不必要數據的遍歷（分區(qū)）；充分利用clickhouse 索引（group by 索引）
針對sn的查詢，建立物化視圖；將8億條數據按照sn號以及device_id（mac_code）建立256個分區(qū)；
重慶分公司
重慶分公司
create MATERIALIZED VIEW IF NOT EXISTS data_sn_materializedengine = ReplicatedMergeTree('/clickhouse/tables/{ck_cluster}/data_sn_materialized', '{replica}')PARTITION BY sn_sort_key ORDER BY (sn_sort_key,sn,p_day)AS select halfMD5(_sn) % 256 as sn_sort_key,sn,p_day,count() as cnt from data group by sn_sort_key,sn,p_day; 查詢語句；保持原來的出參和入參不變，數據能夠在200ms以內返回，
sql 查詢特點：數量大，且分區(qū)跨度大
data 表格數據量在10億多條，建表語句如下
CREATE TABLE data (`data_day` Date, `flow_type` UInt32 DEFAULT CAST(0, 'UInt32'),.....) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{ck_cluster}/data', '{replica}') PARTITION BY data_day ORDER BY (flow_type, data_day) SETTINGS index_granularity = 8192; 查詢語句
select ... from data where data_day = '2020-09-11'
CREATE TABLE dwrt.lc_order_flow (`data_day` Date,.....`flow_type` UInt32 DEFAULT CAST(0,'UInt32'),....) ENGINE = ReplicatedMergeTree('/clickhouse/tables/{ck_cluster}/data', '{replica}') PARTITION BY data_day ORDER BY (data_day, flow_type) TTL data_day + toIntervalDay(7) SETTINGS index_granularity = 8192;
以上是“clickhouse SQL優(yōu)化技巧有哪些”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道！
