《ClickHouse原理解析与应用实践》读书笔记（4）

VIP文章 Aiky哇

已于 2022-08-29 17:04:03 修改

阅读量954

点赞数

分类专栏： clickhouse 读书笔记文章标签：大数据 clickhouse

于 2022-07-03 17:29:35 首次发布

Aiky哇

本文链接：https://blog.csdn.net/qq_35423190/article/details/125509318

版权

开始学习《ClickHouse原理解析与应用实践》，写博客作读书笔记。

本文全部内容都来自于书中内容，个人提炼。

第五章：

第6章　MergeTree原理解析

MergeTree作为ck最基础的表引擎，提供了主键索引、数据分区、数据副本和数据采样等基本能力，家族中其他的表引擎则在MergeTree的基础之上各有所长。

MergeTree在写入一批数据时，数据总会以数据片段的形式写入磁盘，且数据片段不可修改。为了避免片段过多，ClickHouse会通过后台线程，定期合并这些数据片段，属于相同分区的数据片段会被合成一个新的片段。

声明Engine=MergeTree()

MergeTree表引擎几个重要参数：

PARTITION BY [选填]：分区键。可以多个列字段，支持使用列表达式。不声明分区键，则 ClickHouse会生成一个名为all的分区。
ORDER BY [必填]：排序键。默认情况下主键（PRIMARY KEY）与排序键相同。可以多个列字段，此时按字段依次排序。
PRIMARY KEY [选填]：主键。会依照主键字段生成一级索引，默认与排序键相同。MergeTree 主键允许存在重复数据（ReplacingMergeTree可以去重）。【当指定的主键和排序键不同时：】
- 此时排序键用于在数据片段中进行排序，主键用于在索引文件中进行标记的写入。
- 主键表达式元组必须是排序键表达式元组的前缀，即主键为(a,b)，排序列必须为(a,b,******)。
SAMPLE BY [选填]：抽样表达式。声明数据以何种标准进行采样。抽样表达式需要配合SAMPLE子查询使用，这项功能对于选取抽样数据十分有用，更多关于抽样查询的使用方法会在第9章介绍。

【另外书中还写了settings，但是这个现在的版本已经不再适用。另外新版本还增加了ttl】

TTL [选填]：指定行的存储持续时间并定义磁盘和卷之间自动部件移动的逻辑。表达式必须有一个Date或者DateTime作为结果，例如`TTL date + INTERVAL 1 DAY`，规则类型 `DELETE|TO DISK 'xxx'|TO VOLUME 'xxx'|GROUP BY`
SETTINGS[选填]：控制 MergeTree 行为的附加参数，具体的可以参考官网介绍。