ClickHouse之SummingMergeTree详谈
对于不查询明细,只关心以维度进行汇总聚合结果的场景。如果只使用普通的MergeTree 的话,无论是存储空间的开销,还是查询时临时聚合的开销都比较大。
ClickHouse 为了这种场景,提供了一种能够“预聚合”的引擎 SummingMergeTree。
案例演示
创建表
create table order_table5 ( id UInt32, item_id String, total_amount Decimal(16, 2), create_time Datetime ) engine = SummingMergeTree(total_amount) partition by toYYYYMMDD(create_time) primary key (id) order by (id,item_id ); 复制代码
插入数据
insert into order_table5 values (101, 's_001', 1000.00, '2020-06-01 12:00:00'), (102, 's_002', 2000.00, '2020-06-01 11:00:00'), (102, 's_004', 2500.00, '2020-06-01 12:00:00'), (102, 's_002', 2000.00, '2020-06-01 13:00:00'), (102, 's_002', 12000.00, '2020-06-01 13:00:00'), (102, 's_002', 600.00, '2020-06-02 12:00:00'); 复制代码
执行第一次查询
手动合并
OPTIMIZE TABLE order_table5 FINAL; 复制代码
再次查询
结论
◼ 以 SummingMergeTree()中指定的列作为汇总数据列
◼ 可以填写多列必须数字列,如果不填,以所有非维度列且为数字列的字段为汇总数据列
◼ 以 order by 的列为准,作为维度列
◼ 其他的列按插入顺序保留第一行
◼ 不在一个分区的数据不会被聚合
开发建议
设计聚合表的话,唯一键值、流水号可以去掉,所有字段全部是维度、度量或者时间戳。
问题
问:能不能直接执行以下 SQL 得到汇总值:
select total_amount from order_table5 where item_id=’’ and create_date=’xxx’ 复制代码
答:不行,可能会包含一些还没来得及聚合的临时明细
如果要是获取汇总值,还是需要使用 sum 进行聚合,这样效率会有一定的提高,但本身ClickHouse 是列式存储的,效率提升有限,不会特别明显。
select sum(total_amount) from order_table5 where item_id=’’ and create_date=‘xxx’
作者:杨慕晚
链接:https://juejin.cn/post/7032476867965960199