表引擎是 ClickHouse 的一大特色。可以說， 表引擎決定了如何存儲表的數據。包括：
➢ 數據的存儲方式和位置，寫到哪里以及從哪里讀取數據。
➢ 支持哪些查詢以及如何支持(不同引擎有些功能不能用)。
➢ 並發數據訪問。
➢ 索引的使用（如果存在）。
➢ 是否可以執行多線程請求。
➢ 數據復制參數。
表引擎的使用方式就是必須顯式在創建表時定義該表使用的引擎，以及引擎使用的相關參數。
特別注意：引擎的名稱大小寫敏感
一、TinyLog
以列文件的形式保存在磁盤上，不支持索引，沒有並發控制。一般保存少量數據的小表，生產環境上作用有限。可以用於平時練習測試用。
如：
create table t_tinylog ( id String, name String) engine=TinyLog;
二、Memory
內存引擎，數據以未壓縮的原始形式直接保存在內存當中，服務器重啟數據就會消失。讀寫操作不會相互阻塞，不支持索引。簡單查詢下有非常非常高的性能表現（超過 10G/s）。一般用到它的地方不多，除了用來測試，就是在需要非常高的性能，同時數據量又不太大（上限大概 1 億行）的場景。
三、*MergeTree
ClickHouse 中最強大的表引擎當屬 MergeTree（合並樹）引擎及該系列（*MergeTree）中的其他引擎，支持索引和分區，地位可以相當於 innodb 之於 Mysql。而且基於 MergeTree，還衍生除了很多小弟，也是非常有特色的引擎。
1.建表語句
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster] ( name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1], name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2], ... INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1, INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2, ... PROJECTION projection_name_1 (SELECT <COLUMN LIST EXPR> [GROUP BY] [ORDER BY]), PROJECTION projection_name_2 (SELECT <COLUMN LIST EXPR> [GROUP BY] [ORDER BY]) ) ENGINE = MergeTree() ORDER BY expr [PARTITION BY expr] [PRIMARY KEY expr] [SAMPLE BY expr] [TTL expr [DELETE|TO DISK 'xxx'|TO VOLUME 'xxx' [, ...] ] [WHERE conditions] [GROUP BY key_expr [SET v1 = aggr_func(v1) [, v2 = aggr_func(v2) ...]] ] ] [SETTINGS name=value, ...]
create table t_order_mt( id UInt32, sku_id String, total_amount Decimal(16,2), create_time Datetime ) engine =MergeTree partition by toYYYYMMDD(create_time) primary key (id) order by (id,sku_id);
主鍵並不唯一，會建索引
order by 是必須的，主鍵、分區非必須
2.插入數據
insert into t_order_mt values (101,'sku_001',1000.00,'2020-06-01 12:00:00') , (102,'sku_002',2000.00,'2020-06-01 11:00:00'), (102,'sku_004',2500.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 13:00:00'), (102,'sku_002',12000.00,'2020-06-01 13:00:00'), (102,'sku_002',600.00,'2020-06-02 12:00:00'); superset-BI :) select * from t_order_mt; SELECT * FROM t_order_mt Query id: 81f6391b-d34c-49b4-96c9-0a02ef7966b1 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 6 rows in set. Elapsed: 0.003 sec.
MergeTree 其實還有很多參數(絕大多數用默認值即可)，但是三個參數是更加重要的，也涉及了關於 MergeTree 的很多概念。
A.partition by分區（可選）
1）作用
學過 hive 的應該都不陌生，分區的目的主要是降低掃描的范圍，優化查詢速度
2）如果不填
只會使用一個分區。（all）
3）分區目錄
MergeTree 是以列文件+索引文件+表定義文件組成的，但是如果設定了分區那么這些文
件就會保存到不同的分區目錄中。
4）並行
分區后，面對涉及跨分區的查詢統計，ClickHouse 會以分區為單位並行處理。一分區一線程
5）數據寫入與分區合並
任何一個批次的數據寫入都會產生一個臨時分區，不會納入任何一個已有的分區。寫入后的某個時刻（大概 10-15 分鍾后），ClickHouse 會自動執行合並操作（等不及也可以手動通過 optimize 執行），把臨時分區的數據，合並到已有分區中。
optimize table xxxx final;
查看數據存儲
/var/lib/clickhouse/data/default/t_order_mt 總用量 16 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200601_1_1_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200602_2_2_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:14 detached -rw-r----- 1 clickhouse clickhouse 1 3月 31 22:14 format_version.txt
分區文件解釋
20200601_1_1_0
PartitionId_MinBlockNum_MaxBlockNum_Level
PartitionId:
20200601,分區日期
數據分區ID生成規則
數據分區規則由分區ID決定，分區ID由PARTITION BY分區鍵決定。根據分區鍵字段類型，ID生成規則可分為：
未定義分區鍵：
沒有定義PARTITION BY，默認生成一個目錄名為all的數據分區，所有數據均存放在all目錄下
整型分區鍵：
分區鍵為整型，那么直接用該整型值的字符串形式作為分區ID
日期類分區鍵
String、Float類型等，通過128位的Hash算法取其Hash值作為分區ID
MinBlockNum:
最小分區塊的編號，自增類型，從1開始向上遞增。每產生一個新的目錄分區就向上遞增一個數字
MaxBlockNum:
最大分區塊的編號，新創建的分區MinBlockNum等於MaxBlockNum的編號
Level:
合並的層級，被合並的次數。合並次數越多，層級值越大。
分區路徑下內容
[root@superset-BI 20200601_1_1_0]# ll 總用量 36 -rw-r----- 1 clickhouse clickhouse 259 3月 31 22:15 checksums.txt -rw-r----- 1 clickhouse clickhouse 118 3月 31 22:15 columns.txt -rw-r----- 1 clickhouse clickhouse 1 3月 31 22:15 count.txt -rw-r----- 1 clickhouse clickhouse 189 3月 31 22:15 data.bin -rw-r----- 1 clickhouse clickhouse 144 3月 31 22:15 data.mrk3 -rw-r----- 1 clickhouse clickhouse 10 3月 31 22:15 default_compression_codec.txt -rw-r----- 1 clickhouse clickhouse 8 3月 31 22:15 minmax_create_time.idx -rw-r----- 1 clickhouse clickhouse 4 3月 31 22:15 partition.dat -rw-r----- 1 clickhouse clickhouse 8 3月 31 22:15 primary.idx
data.bin:數據文件（老版本會有多個數據文件，根據列划分，如：id.bin、sku_id.bin等）
data.mrk3:偏移量(標記文件，可加速查詢。老版本會有多個標記文件，如id.mrk3、sku_id.mrk3等，於數據文件對應)，在idx索引文件和bin數據文件之間起到了橋梁作用，以mrk2（目前新版本是mrk3）結尾的文件，表示該表啟用了自適應索引間隔
default_compression_codec.txt:壓縮格式
count.txt:記錄表的行數
columns.txt:列的信息
columns format version: 1
4 columns:
`id` UInt32
`sku_id` String
`total_amount` Decimal(16, 2)
`create_time` DateTime
checksums.txt:校驗文件，用於校驗各個文件的正確性。存放各個文件的size以及hash值
primary.idx:主鍵的索引文件（稀疏索引），用於加快查詢效率
partition.dat:分區信息
minmax_create_time.idx:分區鍵的最小最大值
6）例如
再次執行上面的插入操作
insert into t_order_mt values (101,'sku_001',1000.00,'2020-06-01 12:00:00') , (102,'sku_002',2000.00,'2020-06-01 11:00:00'), (102,'sku_004',2500.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 13:00:00'), (102,'sku_002',12000.00,'2020-06-01 13:00:00'), (102,'sku_002',600.00,'2020-06-02 12:00:00’);
查看數據並沒有納入任何分區，需要等合並
superset-BI :) select * from t_order_mt; SELECT * FROM t_order_mt Query id: a541a95b-fbd2-470b-82f2-75b9cfecd553 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 12 rows in set. Elapsed: 0.003 sec.
查看分區文件
[root@superset-BI t_order_mt]# ll 總用量 24 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200601_1_1_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:09 20200601_3_3_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200602_2_2_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:09 20200602_4_4_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:14 detached -rw-r----- 1 clickhouse clickhouse 1 3月 31 22:14 format_version.txt
手動合並
optimize table t_order_mt final; superset-BI :) optimize table t_order_mt final; OPTIMIZE TABLE t_order_mt FINAL Query id: e75033ee-3ba1-45c4-afae-0b9d03e2c8fe Ok. 0 rows in set. Elapsed: 0.004 sec.
再次查詢
superset-BI :) select * from t_order_mt; SELECT * FROM t_order_mt Query id: d383d41c-dc14-4f35-81af-7818d49f6322 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 12 rows in set. Elapsed: 0.003 sec.
再次查看數據文件
drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200601_1_1_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:13 20200601_1_3_1 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:09 20200601_3_3_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200602_2_2_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:13 20200602_2_4_1 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:09 20200602_4_4_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:14 detached -rw-r----- 1 clickhouse clickhouse 1 3月 31 22:14 format_version.txt
20200601_1_3_1是由20200601_1_1_0和20200601_3_3_0合並得來的，20200601_1_1_0和20200601_3_3_0后期會被清理掉
只合並某一分區
再次插入數據
insert into t_order_mt values (101,'sku_001',1000.00,'2020-06-01 12:00:00') , (102,'sku_002',2000.00,'2020-06-01 11:00:00'), (102,'sku_004',2500.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 13:00:00'), (102,'sku_002',12000.00,'2020-06-01 13:00:00'), (102,'sku_002',600.00,'2020-06-02 12:00:00');
查看數據
superset-BI :) select * from t_order_mt; SELECT * FROM t_order_mt Query id: 1e7435e7-0632-4d43-9636-2208f9d66f56 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 18 rows in set. Elapsed: 0.003 sec.
查看數據文件
[root@superset-BI t_order_mt]# ll 總用量 40 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200601_1_1_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:13 20200601_1_3_1 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:09 20200601_3_3_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:17 20200601_5_5_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:15 20200602_2_2_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:13 20200602_2_4_1 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:09 20200602_4_4_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:17 20200602_6_6_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:14 detached -rw-r----- 1 clickhouse clickhouse 1 3月 31 22:14 format_version.txt
手動只合並指定分區【暫時不行】
optimize table t_order_mt partition '20220601' final;
再次手動合並全表
superset-BI :) optimize table t_order_mt final; OPTIMIZE TABLE t_order_mt FINAL Query id: 364558d1-a75e-4868-9783-76ccb980a83d Ok. 0 rows in set. Elapsed: 0.003 sec. superset-BI :) select * from t_order_mt; SELECT * FROM t_order_mt Query id: 6fd560b2-9480-4402-a05f-d654ac542df4 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_002 │ 2000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 18 rows in set. Elapsed: 0.003 sec.
查看數據文件
[root@superset-BI t_order_mt]# ll 總用量 32 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:13 20200601_1_3_1 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:24 20200601_1_5_2 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:17 20200601_5_5_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:13 20200602_2_4_1 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:24 20200602_2_6_2 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 23:17 20200602_6_6_0 drwxr-x--- 2 clickhouse clickhouse 4096 3月 31 22:14 detached -rw-r----- 1 clickhouse clickhouse 1 3月 31 22:14 format_version.txt
B.primary key主鍵（可選）
ClickHouse 中的主鍵，和其他數據庫不太一樣，它只提供了數據的一級索引，但是卻不是唯一約束。這就意味着是可以存在相同 primary key 的數據的。
主鍵的設定主要依據是查詢語句中的 where 條件。
根據條件通過對主鍵進行某種形式的二分查找，能夠定位到對應的 index granularity,避免了全表掃描。
index granularity： 直接翻譯的話就是索引粒度，指在稀疏索引中兩個相鄰索引對應數據的間隔。ClickHouse 中的 MergeTree 默認是 8192。官方不建議修改這個值，除非該列存在大量重復值，比如在一個分區中幾萬行才有一個不同數據。
稀疏索引：
稀疏索引的好處就是可以用很少的索引數據，定位更多的數據，代價就是只能定位到索引粒度的第一行，然后再進行進行一點掃描。
C.order by（必選）
order by 設定了分區內的數據按照哪些字段順序進行有序保存。
order by 是 MergeTree 中唯一一個必填項，甚至比 primary key 還重要，因為當用戶不設置主鍵的情況，很多處理會依照 order by 的字段進行處理（比如后面會講的去重和匯總）。
要求：主鍵必須是 order by 字段的前綴字段。
比如 order by 字段是 (id,sku_id) 那么主鍵必須是 id 或者(id,sku_id)
D.二級索引（跳數索引）
目前在 ClickHouse 的官網上二級索引的功能在 v20.1.2.4 之前是被標注為實驗性的，在
這個版本之后默認是開啟的。
1）老版本使用二級索引前需要增加設置
是否允許使用實驗性的二級索引（v20.1.2.4 開始，這個參數已被刪除，默認開啟）
set allow_experimental_data_skipping_indices=1;
2）創建測試表
create table t_order_mt2( id UInt32, sku_id String, total_amount Decimal(16,2), create_time Datetime, INDEX a total_amount TYPE minmax GRANULARITY 5 ) engine =MergeTree partition by toYYYYMMDD(create_time) primary key (id) order by (id, sku_id);
TYPE：索引類型，minmax記錄最小最大值
其中 GRANULARITY N 是設定二級索引對於一級索引粒度的粒度。（會對一級索引分塊做合並）
3）插入數據
insert into t_order_mt2 values (101,'sku_001',1000.00,'2020-06-01 12:00:00') , (102,'sku_002',2000.00,'2020-06-01 11:00:00'), (102,'sku_004',2500.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 13:00:00'), (102,'sku_002',12000.00,'2020-06-01 13:00:00'), (102,'sku_002',600.00,'2020-06-02 12:00:00’);
4）對比效果
那么在使用下面語句進行測試，可以看出二級索引能夠為非主鍵字段的查詢發揮作用。
[root@superset-BI ~]# clickhouse-client --password --send_logs_level=trace <<< 'select * from t_order_mt2 where total_amount > toDecimal32(900., 2)'; Password for user (default): [superset-BI] 2022.04.02 16:22:02.796175 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> executeQuery: (from [::1]:46454) select * from t_order_mt2 where total_amount > toDecimal32(900., 2) [superset-BI] 2022.04.02 16:22:02.796682 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> InterpreterSelectQuery: MergeTreeWhereOptimizer: condition "total_amount > toDecimal32(900., 2)" moved to PREWHERE [superset-BI] 2022.04.02 16:22:02.796934 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> InterpreterSelectQuery: MergeTreeWhereOptimizer: condition "total_amount > toDecimal32(900., 2)" moved to PREWHERE [superset-BI] 2022.04.02 16:22:02.797144 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Trace> ContextAccess (default): Access granted: SELECT(id, sku_id, total_amount, create_time) ON default.t_order_mt2 [superset-BI] 2022.04.02 16:22:02.798493 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Trace> ContextAccess (default): Access granted: SELECT(id, sku_id, total_amount, create_time) ON default.t_order_mt2 [superset-BI] 2022.04.02 16:22:02.798575 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Trace> InterpreterSelectQuery: FetchColumns -> Complete [superset-BI] 2022.04.02 16:22:02.798744 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> default.t_order_mt2 (973cb1cc-d4aa-42ea-9760-4991662eb5ff) (SelectExecutor): Key condition: unknown [superset-BI] 2022.04.02 16:22:02.799804 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> default.t_order_mt2 (973cb1cc-d4aa-42ea-9760-4991662eb5ff) (SelectExecutor): MinMax index condition: unknown [superset-BI] 2022.04.02 16:22:02.800294 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> default.t_order_mt2 (973cb1cc-d4aa-42ea-9760-4991662eb5ff) (SelectExecutor): Index `a` has dropped 1/2 granules. [superset-BI] 2022.04.02 16:22:02.800326 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> default.t_order_mt2 (973cb1cc-d4aa-42ea-9760-4991662eb5ff) (SelectExecutor): Selected 2/2 parts by partition key, 1 parts by primary key, 2/2 marks by primary key, 1 marks to read from 1 ranges [superset-BI] 2022.04.02 16:22:02.801156 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Trace> MergeTreeInOrderSelectProcessor: Reading 1 ranges in order from part 20200601_1_1_0, approx. 5 rows starting from 0 [superset-BI] 2022.04.02 16:22:02.802563 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Information> executeQuery: Read 5 rows, 160.00 B in 0.006315084 sec., 791 rows/sec., 24.74 KiB/sec. [superset-BI] 2022.04.02 16:22:02.802645 [ 19734 ] {fde456a5-691f-46ac-ac57-ba327a054b4d} <Debug> MemoryTracker: Peak memory usage (for query): 48.31 KiB. 101 sku_001 1000 2020-06-01 12:00:00 102 sku_002 2000 2020-06-01 11:00:00 102 sku_002 2000 2020-06-01 13:00:00 102 sku_002 12000 2020-06-01 13:00:00 102 sku_004 2500 2020-06-01 12:00:00
添加索引之后，分區目錄下會有索引文件
[root@superset-BI 20200601_1_1_0]# ll 總用量 44 -rw-r----- 1 clickhouse clickhouse 334 4月 2 16:21 checksums.txt -rw-r----- 1 clickhouse clickhouse 118 4月 2 16:21 columns.txt -rw-r----- 1 clickhouse clickhouse 1 4月 2 16:21 count.txt -rw-r----- 1 clickhouse clickhouse 189 4月 2 16:21 data.bin -rw-r----- 1 clickhouse clickhouse 144 4月 2 16:21 data.mrk3 -rw-r----- 1 clickhouse clickhouse 10 4月 2 16:21 default_compression_codec.txt -rw-r----- 1 clickhouse clickhouse 8 4月 2 16:21 minmax_create_time.idx -rw-r----- 1 clickhouse clickhouse 4 4月 2 16:21 partition.dat -rw-r----- 1 clickhouse clickhouse 8 4月 2 16:21 primary.idx -rw-r----- 1 clickhouse clickhouse 41 4月 2 16:21 skp_idx_a.idx2 -rw-r----- 1 clickhouse clickhouse 24 4月 2 16:21 skp_idx_a.mrk3
E.數據TTL（數據存活時間）
TTL 即 Time To Live，MergeTree 提供了可以管理數據表或者列的生命周期的功能。
1.列級別TTL
格式
CREATE TABLE example_table ( d DateTime, a Int TTL d + INTERVAL 1 MONTH, b Int TTL d + INTERVAL 1 MONTH, c String ) ENGINE = MergeTree PARTITION BY toYYYYMM(d) ORDER BY d; ALTER TABLE example_table MODIFY COLUMN c String TTL d + INTERVAL 1 DAY;
（1）創建測試表
create table t_order_mt3( id UInt32, sku_id String, total_amount Decimal(16,2) TTL create_time+interval 10 SECOND, create_time Datetime ) engine =MergeTree partition by toYYYYMMDD(create_time) primary key (id) order by (id, sku_id);
依賴create_time，依賴的這個字段不能是主鍵，類型必須是日期
（2）插入數據（注意：根據實際時間改變）
insert into t_order_mt3 values (106,'sku_001',1000.00,'2022-04-02 17:57:00'), (107,'sku_002',2000.00,'2022-04-02 17:57:00'), (110,'sku_003',600.00,'2022-04-02 17:57:00');
superset-BI :) select * from t_order_mt3; SELECT * FROM t_order_mt3 Query id: d24341b3-30c2-48f1-ba88-907945a1f3d6 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 106 │ sku_001 │ 1000 │ 2022-04-02 17:57:00 │ │ 107 │ sku_002 │ 2000 │ 2022-04-02 17:57:00 │ │ 110 │ sku_003 │ 600 │ 2022-04-02 17:57:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 3 rows in set. Elapsed: 0.002 sec.
（3）手動合並，查看效果 到期后，指定的字段數據歸 0
optimize table t_order_mt3 final; superset-BI :) select * from t_order_mt3; SELECT * FROM t_order_mt3 Query id: 16e0c34e-2161-4083-80ba-4f912a2d1c2f ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 106 │ sku_001 │ 0 │ 2022-04-02 17:57:00 │ │ 107 │ sku_002 │ 0 │ 2022-04-02 17:57:00 │ │ 110 │ sku_003 │ 0 │ 2022-04-02 17:57:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 3 rows in set. Elapsed: 0.002 sec.
2.表級TTL
格式
CREATE TABLE example_table ( d DateTime, a Int ) ENGINE = MergeTree PARTITION BY toYYYYMM(d) ORDER BY d TTL d + INTERVAL 1 MONTH [DELETE], d + INTERVAL 1 WEEK TO VOLUME 'aaa', d + INTERVAL 2 WEEK TO DISK 'bbb’; ALTER TABLE example_table MODIFY TTL d + INTERVAL 1 DAY;
下面的這條語句使數據會在 create_time 之后 10 秒丟失
alter table t_order_mt3 MODIFY TTL create_time + INTERVAL 10 SECOND;
涉及判斷的字段必須是 Date 或者 Datetime 類型，推薦使用分區的日期字段。
能夠使用的時間周期：
- SECOND
- MINUTE
- HOUR
- DAY
- WEEK
- MONTH
- QUARTER
- YEAR
驗證
superset-BI :) alter table t_order_mt3 MODIFY TTL create_time + INTERVAL 10 SECOND; ALTER TABLE t_order_mt3 MODIFY TTL create_time + toIntervalSecond(10) Query id: f5ea6762-a32f-4190-9c27-46240166cb73 Ok. 0 rows in set. Elapsed: 0.025 sec. superset-BI :) select * from t_order_mt3 ; SELECT * FROM t_order_mt3 Query id: 2a3bca59-afca-4ed8-a9bb-84bffc3c68b4 Ok. 0 rows in set. Elapsed: 0.002 sec.
四、ReplacingMergeTree（保證最終一致性）
ReplacingMergeTree 是 MergeTree 的一個變種，它存儲特性完全繼承 MergeTree，只是多了一個去重的功能。 盡管 MergeTree 可以設置主鍵，但是 primary key 其實沒有唯一約束的功能。如果你想處理掉重復的數據，可以借助這個 ReplacingMergeTree。
1）去重時機
數據的去重只會在合並的過程中出現。合並會在未知的時間在后台進行，所以你無法預先作出計划。有一些數據可能仍未被處理。
2）去重范圍
如果表經過了分區，去重只會在分區內部進行去重，不能執行跨分區的去重。
所以 ReplacingMergeTree 能力有限， ReplacingMergeTree 適用於在后台清除重復的數據以節省空間，但是它不保證沒有重復的數據出現。
3）案例演示
（1）創建表
create table t_order_rmt( id UInt32, sku_id String, total_amount Decimal(16,2) , create_time Datetime ) engine =ReplacingMergeTree(create_time) partition by toYYYYMMDD(create_time) primary key (id) order by (id, sku_id);
ReplacingMergeTree() 填入的參數為版本字段，重復數據保留版本字段值最大的。
如果不填版本字段，默認按照插入順序保留最后一條。
（2）向表中插入數據
insert into t_order_rmt values (101,'sku_001',1000.00,'2020-06-01 12:00:00') , (102,'sku_002',2000.00,'2020-06-01 11:00:00'), (102,'sku_004',2500.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 13:00:00'), (102,'sku_002',12000.00,'2020-06-01 13:00:00'), (102,'sku_002',600.00,'2020-06-02 12:00:00');
（3）執行查詢(已合並)
superset-BI :) select * from t_order_rmt; SELECT * FROM t_order_rmt Query id: 825f3e5a-5d64-42d3-8c7e-a53af0d2cecb ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 12000 │ 2020-06-01 13:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 4 rows in set. Elapsed: 0.003 sec.
4）通過測試得到結論
實際上是使用 order by 字段作為唯一鍵
去重不能跨分區
只有同一批插入（新版本）或合並分區時才會進行去重
認定重復的數據保留，版本字段值最大的
如果版本字段相同則按插入順序保留最后一筆
五、SummingMergeTree
對於不查詢明細，只關心以維度進行匯總聚合結果的場景。如果只使用普通的MergeTree的話，無論是存儲空間的開銷，還是查詢時臨時聚合的開銷都比較大。
ClickHouse 為了這種場景，提供了一種能夠“預聚合”的引擎 SummingMergeTree
1）案例
（1）創建表
create table t_order_smt( id UInt32, sku_id String, total_amount Decimal(16,2) , create_time Datetime ) engine =SummingMergeTree(total_amount) partition by toYYYYMMDD(create_time) primary key (id) order by (id,sku_id );
（2）插入數據
insert into t_order_smt values (101,'sku_001',1000.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 11:00:00'), (102,'sku_004',2500.00,'2020-06-01 12:00:00'), (102,'sku_002',2000.00,'2020-06-01 13:00:00'), (102,'sku_002',12000.00,'2020-06-01 13:00:00'), (102,'sku_002',600.00,'2020-06-02 12:00:00');
（3）查詢數據
superset-BI :) select * from t_order_smt; SELECT * FROM t_order_smt Query id: 4639f3bf-53c1-4c3c-bb8b-2ac13675cf32 ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 101 │ sku_001 │ 1000 │ 2020-06-01 12:00:00 │ │ 102 │ sku_002 │ 16000 │ 2020-06-01 11:00:00 │ │ 102 │ sku_004 │ 2500 │ 2020-06-01 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ ┌──id─┬─sku_id──┬─total_amount─┬─────────create_time─┐ │ 102 │ sku_002 │ 600 │ 2020-06-02 12:00:00 │ └─────┴─────────┴──────────────┴─────────────────────┘ 4 rows in set. Elapsed: 0.003 sec.
2）通過結果可以得到以下結論
以 SummingMergeTree（）中指定的列作為匯總數據列
可以填寫多列必須數字列，如果不填，以所有非維度列且為數字列的字段為匯總數
據列
以 order by 的列為准，作為維度列
其他的列按插入順序保留第一行
不在一個分區的數據不會被聚合
只有在同一批次插入(新版本)或分片合並時才會進行聚合
3）開發建議
設計聚合表的話，唯一鍵值、流水號可以去掉，所有字段全部是維度、度量或者時間戳。
4）問題
能不能直接執行以下 SQL 得到匯總值
select total_amount from XXX where province_name=’’ and create_date=’xxx’
不行，可能會包含一些還沒來得及聚合的臨時明細
如果要是獲取匯總值，還是需要使用 sum 進行聚合，這樣效率會有一定的提高，但本
身 ClickHouse 是列式存儲的，效率提升有限，不會特別明顯。
select sum(total_amount) from province_name='' and create_date='xxx'