【硬刚ClickHouse】ClickHouse 高级（四）优化(4)查询优化

王知无(import_bigdata)

已于 2022-03-12 11:54:31 修改

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏： ClickHouse系统性学习专栏文章标签：数据库

于 2021-09-23 02:49:02 首次发布

原创文章禁止转载。否则追究法律后果。

本文链接：https://blog.csdn.net/u013411339/article/details/120426302

ClickHouse系统性学习专栏专栏收录该内容

22 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了ClickHouse的查询优化方法，包括Prewhere优化、数据采样、列裁剪、orderby与where、limit配合使用、uniqCombined替代distinct、物化视图应用、查询熔断、关闭虚拟内存、join优化策略等，旨在提升大数据查询性能。

本文是对《【硬刚大数据之学习路线篇】从零到大数据专家的学习指南(全面升级版)》的ClickHouse部分补充。

1 单表查询

1.1 Prewhere 替代 where

　　Prewhere 和 where 语句的作用相同，用来过滤数据。不同之处在于 prewhere 只支持*MergeTree 族系列引擎的表，首先会读取指定的列数据，来判断数据过滤，等待数据过滤之后再读取 select 声明的列字段来补全其余属性。

　　当查询列明显多于筛选列时使用 Prewhere 可十倍提升查询性能，Prewhere 会自动优化执行过滤阶段的数据读取方式，降低 io 操作。

　　在某些场合下，prewhere 语句比 where 语句处理的数据量更少性能更高。

#关闭 where 自动转 prewhere(默认情况下， where 条件会自动优化成 prewhere)
set optimize_move_to_prewhere=0; 
# 使用 where
select WatchID, 
 JavaEnable, 
 Title, 
 GoodEvent, 
 EventTime, 
 EventDate, 
 CounterID, 
 ClientIP, 
 ClientIP6, 
 RegionID, 
 UserID, 
 CounterClass, 
 OS, 
 UserAgent, 
 U

了解本专栏