一分钟视频解读ClickHouse MergeTree

这是一个全新的系列，每篇文章将会尝试用一分钟的短视频，解读ClickHouse的某部分重要逻辑。

众所周知，表引擎是ClickHouse的一大特色，可以说正是由表引擎决定了一张数据表的最终性格，它拥有何种特性、数据以何种形式被存储以及如何被加载。

在ClickHouse众多的表引擎中，MergeTree是最为核心的部分，可以说使用ClickHouse就是在使用MergeTree也不为过。因为只有MergeTree才支持主键索引、数据分区、数据副本、TTL等高级特性并拥有最强的性能。

MergeTree在ClickHouse中有两层语义: 首先，它可以代表合并树(MergeTree)表引擎家族；其次，它表示合并树家族中最基础的MergeTree表引擎。

用面向对象的思想来看，它们很像基类和继承类的关系。作为家族中最基础的表引擎，MergeTree实现了所有的基础能力，而家族中其他的表引擎则在MergeTree的基础之上各有所长。

正因为如此，MergeTree非常适合作为标本对象进行研究，掌握了它的核心原理即等同于掌握了整个家族系列。

作为MergeTree的第一篇解读，我想从它的分区合并规则讲起。

为什么呢？

合并树(MergeTree)，合并树，顾名思义，关键在合并二字。而合并的对象正是它的分区目录，分区是MergeTree的根基。

在数据的写入过程中，数据总会以数据片段的形式被写入磁盘，且数据片段不可修改。伴随着每一批次的写入(每执行一次INSERT)，MergeTree都会按照分区规则生成一个全新的分区目录。为了避免片段过多，在未来的某一时刻，属于相同分区的数据片段会被合并成一个全新的分区目录。

这种数据分区往复合并的特点正是合并树的名称由来。

接下来的视频，将会用1分钟的时间介绍分区目录在合并过程中的命名规则。

如果你对视频中的某些逻辑的理解有疑问，欢迎随时和我交流。

你也可以阅读《ClickHouse原理解析与开发实战》的MergeTree原理解析章节，它全方位的解读了MergeTree的方方面面。