如何在ClickHouse中使用EmbeddedRocksDB表引擎

Nauu

发布于 2022-03-29 15:51:15

9430

发布于 2022-03-29 15:51:15

文章被收录于专栏：ClickHouse的秘密基地ClickHouse的秘密基地

RocksDB 想必大家并不陌生，它是一款高性能的嵌入式KV数据库，是众多自研数据库背后的男人。

现在我们可以利用 EmbeddedRocksDB 表引擎，直接在 ClickHouse 中使用 RocksDB，非常适用 KV 查询的场景。

使用的方法非常简单，接下来就用一个简短示例说明，创建一张测试表，使用 EmbeddedRocksDB 引擎:

CREATE TABLE test_rocksDB
(
    `A` UInt64,
    `B` String
)
ENGINE = EmbeddedRocksDB
PRIMARY KEY A

必须指定 PRIMARY KEY ，它表示 RocksDB Key

接着写入 1亿测试数据：

INSERT INTO test_rocksDB 
SELECT
    number,
    toString(cityHash64(number))
FROM numbers(100000000)

查看表文件，会发现直接是 RocksDB 的存储文件：

接着就可以查询了：

SELECT count()
FROM
(
    SELECT *
    FROM test_rocksDB
    WHERE A IN (
        SELECT toUInt64(rand64() % 100000000)
        FROM numbers(10000)
    )
)

Query id: 96f56029-9201-4985-bf9f-8d714a3bc1bd

┌─count()─┐
│   10000 │
└─────────┘

1 rows in set. Elapsed: 0.221 sec. Processed 10.00 thousand rows, 364.02 KB (45.23 thousand rows/s., 1.65 MB/s.)

‍我用 MergeTree 做同样的查询，查询的实效差距不大（RocksDB适用默认参数），但是MergeTree扫描的数据是 RocksDB 表引擎的5000倍

# RocksDB
1 rows in set. Elapsed: 0.221 sec. Processed 10.00 thousand rows, 364.02 KB (45.23 thousand rows/s., 1.65 MB/s.)
#MergeTree
1 rows in set. Elapsed: 0.213 sec. Processed 56.58 million rows, 452.67 MB (265.18 million rows/s., 2.12 GB/s.)

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2022-03-07，如有侵权请联系 cloudcommunity@tencent.com 删除

嵌入式