本文介绍了在使用ClickHouse时遇到的数据重复问题。为避免数据重复，提出了将表引擎从MergeTree更改为ReplicatedMergeTree的方法，但考虑到大数据量下速度较慢，提出了在插入数据前删除重复数据的解决方案。分享了具体实现这一方案的shell语句，其中涉及参数monthno和date_no。
这个代码主要是之前同步clickhouse的时候，发现调度同一天的时间账期要是运行了一次以上，clickhouse就会有重复数据。
为了让数据不重复，其实我想到一种方式，把ck建表的引擎从megerTree（）修改成ReplicatedMergeTree()。
但是存在一个问题，如果数据量比较大的话，使用ReplicatedMergeTree的速度是特别慢的，所以我们可以先在ck中插入数据之前，把重复的数据删掉，然后再插数据。
alter table test drop partition ($month_no,$date_no);
以上代码我是放在调度上的shell语句， m o n t h n
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
1万+
