clickhouse uniqCombined

最新推荐文章于 2024-08-14 09:19:43 发布
最新推荐文章于 2024-08-14 09:19:43 发布
阅读量1.7k 收藏
点赞数
分类专栏： clickhouse 文章标签： sql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43824233/article/details/123896588
版权

mysql中的 count（distinct column）
与ck中uniq相比

  1. 消耗内存要少几倍。
  2. 计算精度高出几倍。
  3. 通常具有略低的性能。 在某些情况下, uniqCombined 可以表现得比 uniq 好，例如，使用通过网络传输大量聚合状态的分布式查询。

ps: 由于它对非 String 类型使用32位哈希，对于基数显著大于UINT_MAX ，结果将有非常高的误差(误差将在几百亿不同值之后迅速提高), 因此这种情况，你应该使用 uniqCombined64

陌丶尘
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【硬刚ClickHouse】ClickHouse 高级（四）优化(4)查询优化
微信搜：import_bigdata，大数据领域硬核原创作者
09-23 1842
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，Prew
clickhouse
xy908325的博客
09-05 1374
下载地址：https://repo.yandex.ru/clickhouse/rpm/stable/x86_64/ clickhouse-test-19.4.0-2.noarch.rpm clickhouse-common-static-19.4.0-2.x86_64.rpm clickhouse-common-static-dbg-19.4.0-2.x86_64.rpm clickhouse-s...
OLAP引擎—ClickHouse常规优化
qq_44665283的博客
04-06 1425
OLAP引擎—ClickHouse常规优化
clickhouse数据去重函数介绍（count distinct）
热门推荐
huni的博客
06-09 1万+
> clickhouse提供了许多的去重函数，有精确去重的以及非精确去重的，下面介绍下两种 非精确去重函数：uniq、uniqHLL12、uniqCombined 精确去重函数：uniqExact、groupBitmap
ClickHouse高级 操作使用 第八章
小坏说后端
11-08 774
CK的 join ： 1 、原理：右表加载到内存、再去匹配 2 、为什么 join 不行、因为 1 3 、非要使用、怎么比较好：能过滤先过滤，特别是右表右表放小表特殊场景可以考虑使用字典表可以替换的话、尽量不要用 join ，比如用 in 实现。
ClickHouse中文文档
04-11
"ClickHouse中文文档" ClickHouse是⼀一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。它的设计目的是为了适应OLAP场景的需求，具有高效的数据处理和存储能力。 列式数据库管理系统的特点是将数据按列存储，而...
Clickhouse基础知识
05-26
ClickHouse 基础知识 ClickHouse 是俄罗斯 Yandex 公司于 2016 年开源的一个用于联机分析的列式存储数据库管理系统(DBMS)，允许在运行时创建表和数据库、加载数据和运行查询，无需重新配置或重启服务，MPP 架构，...
Datax支持clickhouse
08-05
在标题提到的"Datax支持clickhouse"，意味着Datax已经扩展了对ClickHouse数据库的兼容性，使得我们可以利用Datax将数据从其他数据源导入到ClickHouse中。 ClickHouse是一款高性能的列式存储数据库管理系统（MPP），...
clickhouse学习笔记
09-14
ClickHouse 是一款高性能的列式数据库管理系统（DBMS），专为在线分析处理（OLAP）设计，适合大数据实时分析场景。以下是对 ClickHouse 学习笔记的详细解析： ### 1. ClickHouse 特点 1.1.1 **列式存储**：...
ClickHouse-尚硅谷（11. 高级-查询优化）学习笔记
圆的博客
05-06 689
上一篇：（10. 高级-语法优化规则）学习笔记 文章目录1 单表查询1.1 Prewhere 替代 where1.2 数据采样1.3 列裁剪与分区裁剪1.4 orderby 结合 where、limit1.5 避免构建虚拟列1.6 uniqCombined 替代 distinct1.7 使用物化视图1.8 其他注意事项2 多表关联2.1 准备表和数据2.2 用 IN 代替 JOIN2.3 大小表 JOIN2.4 注意谓词下推（版本差异）2.5 分布式表使用 GLOBAL2.6 使用字典表2.7 多表查询小结
Clickhouse学习笔记（10）—— 查询优化
WHY的博客
11-12 2062
本文介绍了clickhouse的查询优化相关内容
ClickHouse学习(七)表查询优化
秘密的博客
08-15 959
目录
clickhouse - 聚合函数/aggregate functions
开码河粉
02-03 2633
官方文档：https://clickhouse.tech/docs/en/sql-reference/aggregate-functions/ 常用: count 返回记录条数。 any(x) 返回遇到的第一个值 anyHeavy(x) 通过 heavy hitters 算法，得到一个经常出现的值。 min(x) 返回最小值 max(x) 返回最大值 argMin(arg,val) TBD argMax(arg,val) TBD sum(x) 求和 sumWithOverflow(x)
Clickhouse学习系列——一条SQL完成gourp by分组与不分组数值计算
killer1989的博客
08-08 2173
笔者在近一两年接触了Clickhouse数据库，在项目中也进行了一些实践，但一直都没有一些技术文章的沉淀，近期打算做个系列，通过一些具体的场景将Clickhouse的用法进行沉淀和分享，供大家参考。
ClickHouse之单表多表查询优化
致力于不留技术债务cuizb.top
12-18 2865
1 本文简介 2 单表查询优化 1 Prewhere 替代 where 2 数据采样 3 指定select字段查询与分区裁剪 4 orderby结合 where、limit 5 避免构建虚拟列 6 uniqCombined 替代 distinct 7 使用物化视图 8 其他注意事项 (1)查询熔断 (2)关闭虚拟内存 (3)配置 join_use_nulls (4)批量写入时先排序 (5)关注 CPU 3 多表查询优化 1 准备表和数据 2 用 IN 代替 JOIN（强烈建议） 3 大小表 JOIN 4 注
Prostgresql的Timescaledb插件/扩展部署
最新发布
weixin_45697805的博客
08-14 117
背景：研发需求，需要把docker部署得postgresql迁移到新的节点并要求再本地部署，提前查看数据库需要那些插件，并进行安装，docker部署的默认有插件。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值