客快物流大数据项目（九十四）：ClickHouse的SummingMergeTree深入了解
原创客快物流大数据项目（九十四）：ClickHouse的SummingMergeTree深入了解
原创
ClickHouse的SummingMergeTree深入了解
ClickHouse通过SummingMergeTree来支持对主键列进行预聚合。在后台合并时，会将主键相同的多行进行sum求和，然后使用一行数据取而代之，从而大幅度降低存储空间占用，提升聚合计算性能。
ClickHouse只在后台Compaction时才会进行数据的预先聚合，而compaction的执行时机无法预测，所以可能会存在一部分数据已经被预先聚合，但仍有一部分数据尚未被聚合的情况。
因此在执行聚合计算时，SQL中仍需要使用GROUP BY子句来保证sum的准确。
在预聚合时，ClickHouse会对主键列以外的其他所有列进行预聚合。但这些列必须是数值类型才会计算sum（当sum结果为0时会删除此行数据）；如果是String等不可聚合的类型，则随机选择一个值。
通常建议将SummingMergeTree与MergeTree配合使用，使用MergeTree来存储明细数据，使用SummingMergeTree存储预聚合的数据来支撑加速查询。
一、创建SummingMergeTree引擎表的的语法
语法结构
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
...
) ENGINE = SummingMergeTree([columns])
[PARTITION BY expr]
[ORDER BY expr]
[SAMPLE BY expr]
[SETTINGS name=value, ...]SummingMergeTree参数说明 |
|---|
SummingMergeTree([columns])中的[columns]参数是表中的列，是可选的，该列是要汇总值的列名称的元组。这些列必须是数字类型，并且不能在主键中。如果不指定该列参数，ClickHouse会使用数值数据类型汇总所有非主键列的sum值 |
二、创建SummingMergeTree引擎的tbl_test_summingmergetree表
create table tbl_test_summingmergetree(
key UInt64,
value UInt64
) engine=SummingMergeTree() order by key;
- 第一次插入数据
insert into tbl_test_summingmergetree(key,value) values(1,13);
- 查询第一次插入的数据
select * from tbl_test_summingmergetree;
- 第二次插入重复数据
insert into tbl_test_summingmergetree(key,value) values(1,13);
- 查询表数据（有2条key=1的重复数据）
select * from tbl_test_summingmergetree;
- 第三次插入重复数据
insert into tbl_test_summingmergetree(key,value) values(1,16);
- 查询表数据（有3条key=1的重复数据）
select * from tbl_test_summingmergetree;
- 使用sum和count查询数据
sum函数用于计算value的和，count函数用于查看插入次数，group by用于保证是否合并完成都是准确的计算sum
select key,sum(value),count(value) from tbl_test_summingmergetree group by key;
- 手动触发重复数据的合并
optimize table tbl_test_summingmergetree final;
- 再次使用sum和count查询数据
select key,sum(value),count(value) from tbl_test_summingmergetree group by key;
结果集中key=1的count值变成1了，sum(value)的值是38。说明手动触发合并生效了。我们再来使用非聚合查询：
select * from tbl_test_summingmergetree;
此时，key=1的这条数据的确是合并完成了，由原来的3条变成1条了，而且value值的求和是正确的38。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
