Clickhouse 五条最佳实践建议

Clickhouse 五条最佳实践建议

1. 建表时，主键字段离散度从小到大

   • ClickHouse中的primary key索引有一个致命问题是，当前缀列的离散度(distinct value count)非常大时，在后续列上的过滤条件起到的"跳跃"加速作用就很微弱了。

2. order by的第一个列一定不要重复放到partition by里，一般来说时间列更适合放在partition by上

   • partition by和order by都是让数据存放达到"有序状态"的技术，定义的时候应当尽量错开使用不同的列来定义两者

3. 更新操作最好是批量更新

   • 更新操作是一次更新一整个分区，所以如果更新的数据涉及的分区数越少，就有越好的速度

   • 更新不能涉及主键和分区键，更新操作不是原子性的

4. 建表时，尽量设计成宽表，不要担心添加太多冗余字段，以减少未来可能的联表查询

   • clickhouse联表查询（join操作）非常消耗内存

5. 在写入压力不大的情况下，使用物化视图和预聚合物化视图可以极大加速查询速度

   • 需要注意的是，预聚合物化视图建表语句中的 order by 需要包括所有的 group by 字段，否则后续查询时，不在order by 中的 group by字段是无效的