概要介绍
直连到MySQL的功能现在已被添加到ClickHouse中。所以可以直接从ClickHouse查询MySQL表中的数据。
ClickHouse是一个超高性能的海量数据快速查询的分布式实时处理平台,在数据汇总查询方面(如GROUP BY),ClickHouse的查询更快,因此通常情况下在MySQL上进行聚合。
下面是在自己的虚拟环境中做的测试记录。既然是虚拟环境非生产环境,请看参考应用级别,而不是严格的测试。
准备测试样本数据
正确准备和测试大约1000万个数据项。#!/usr/bin/perlusestrict;usewarnings;srand(0);
my$RECORD_COUNT=10000000;
for(my$i=1;$i<=$RECORD_COUNT;$i++){my@field;push(@field,$i);
push(@field,sprintf("%08d\@example.com",$i));
push(@field,int(rand(5))+1);
push(@field,int(rand(10))+1);
push(@field,int(rand(100000))+1);
push(@field,int(rand(1000000))+1);
push(@field,int(rand(10000000))+1);
printjoin("\t",@field),"\n";
}
执行脚本以创建样本数据。这是约500 MB。$ ./makedata.pl > data.tsv
$ ls -lh data.tsv
-rw-rw-r-- 1 mikage mikage 512M Jan 18 07:44 data.tsv
$ head -2 data.tsv
1 00000001@example.com 1 8 9638 870466 5773036
2 00000002@example.com 4 7 36877 873905 7450951
使用 MySQL 测试
在MySQL中创建一个表并导入它。
由于似乎字符串数据比数字值更容易汇总,所以内容是数字的,但它们是可变的类型。
然后执行计算操作。mysql> LOAD DATA LOCAL INFILE 'data.tsv' INTO TABLE testdata;
Query OK,10000000 rows affected(44.98 sec)
Records: 10000000 Deleted: 0 Skipped: 0 Warnings: 0
mysql> SELECT data1,COUNT(*)FROM testdata GROUP BY data1;
+-------+----------+
| data1 | COUNT(*)|
+-------+----------+
| 1 | 2000453 |
| 2 | 1999993 |
| 3 | 1998988 |
| 4 | 1999013 |
| 5 | 2001553 |
+-------+----------+
5 rows in set(3.22 sec)
mysql> SELECT data2,COUNT(*)FROM testdata GROUP BY data2;
+-------+----------+
| data2 | COUNT(*)|
+-------+----------