程序员大佬超的博客

Clickhouse批量导入数据时提示分区数太大，超过了100个分区Too many partitions for single INSERT block (more than 100)The limit is controlled by 'max_partitions_per_insert_block' setting. Large number of partitions is a common misconception.原因：clickhouse 要求每次写入的数据不能跨越特别多的 pa

前文回顾：《手摸手带你学ClickHouse》之安装部署《手摸手带你学ClickHouse》之访问接口《手摸手带你学ClickHouse》之导入导出数据《手摸手带你学ClickHouse》之MergeTree系列表引擎《手摸手带你学ClickHouse》之ReplacingMergeTree表引擎《手摸手带你学ClickHouse》之CollapsingMergeTree表引擎《手摸手带你学ClickHouse》之VersionedCollapsingMergeTree表引擎...

前面的文章详细介绍了单机的安装及使用，但是通常生产环境我们会用集群代替单机，主要是解决两个问题：效率、稳定。对于数据库来说，如何提升效率和稳定性，那就是数据分片、数据备份、高可用。而集群是解决这两个问题的最佳手段。

MySQL 表引擎主要是与 MySQL 数据库建立映射，远程执行 SQL，包括 SELECT 和 INSERT 。

AggregatingMergeTree 和 SummingMergeTree 原理类似，都是对数据进行聚合操作，不同的是，这个可以针对某个字段使用某种聚合函数。例如

SummingMergeTree 表引擎可在分区合并时对数据进行聚合汇总。将同一分组下多行数据合并成一行，减少数据存储量，这样在查询时就能降低性能消耗，提高效率。

上一篇文章讲了CollapsingMergeTree表引擎的使用，提到了它的缺陷，就是这个引擎对数据的写入顺序有严格要求，如果将顺序置换，先写入sign为-1，再写入sign为1的数据，则不能折叠。在实际使用中，如果写入数据是单线程执行，那还好控制。但是如果数据量很大，通常利用多线程执行，这种情况就无法保证写入顺序，为了解决这个问题，ClickHouse提供了VersionedCollapsingMergeTree表引擎。

前面的文章详细介绍了ClickHouse单机的安装部署、ClickHouse监听端口、访问接口、设置允许其他ip访问、可视化的客户端、数据的导入导出、MergeTree表引擎以及ReplacingMergeTree表引擎。本文主要内容为ClickHouse的另外一个表引擎 CollapsingMergeTree。

前面的文章详细介绍了ClickHouse单机的安装部署、ClickHouse监听端口、访问接口、设置允许其他ip访问、可视化的客户端、数据的导入导出以及MergeTree表引擎。本文主要内容为ClickHouse的另外一个表引擎 ReplacingMergeTree。

前面的文章详细介绍了ClickHouse单机的安装部署、ClickHouse监听端口、访问接口、设置允许其他ip访问、可视化的客户端以及数据的导入导出。本文主要内容为ClickHouse数据存储功能的核心，也就是MergeTree系列的表引擎。

前两篇文章详细介绍了ClickHouse单机的安装部署、ClickHouse监听端口、访问接口、设置允许其他ip访问以及可视化的客户端。本文主要内容为数据的导入导出。

上一篇文章《手摸手带你学ClickHouse》之安装部署，详细介绍了ClickHouse单机的安装部署，本文主要内容为ClickHouse监听端口、访问接口、设置允许其他ip访问以及可视化的客户端。

ClickHouse是俄罗斯第—大搜索引擎Yandex开发的列式储存数据库，这个列式储存数据库的性能大幅超越了很多商业MPP数据库软件，所以我花了一段时间实际应用了一下，其出众的速度征服了我，还是很有应用前景的。