查询性能 - 时间序列 - ClickHouse Documentation

完成存储优化后，下一步就是提升查询性能。本节将介绍两项关键技术：优化 ORDER BY 键，以及使用 materialized view。我们将看到，这些方法如何将查询时间从秒级缩短到毫秒级。

优化 `ORDER BY` 键

在尝试其他优化之前，应先优化排序键，以确保 ClickHouse 能获得尽可能快的查询结果。选择合适的键很大程度上取决于你要运行的查询。假设我们的大多数查询都会根据 project 和 subproject 列进行过滤。在这种情况下，最好将它们加入排序键中——还要加上 time 列，因为我们也会按时间查询。下面我们创建该表的另一个版本，它与 wikistat 具有相同的列类型，但按 (project, subproject, time) 排序。

CREATE TABLE wikistat_project_subproject
(
    `time` DateTime,
    `project` String,
    `subproject` String,
    `path` String,
    `hits` UInt64
)
ENGINE = MergeTree
ORDER BY (project, subproject, time);

现在我们来比较多个查询，看看排序键表达式对性能到底有多关键。请注意，我们尚未应用前面介绍的数据类型和编解码器优化，因此这里的任何查询性能差异都仅取决于排序顺序。

查询	`(time)`	`(project, subproject, time)`
`SELECT project, sum(hits) AS h FROM wikistat GROUP BY project ORDER BY h DESC LIMIT 10;`	2.381 秒	1.660 秒
`SELECT subproject, sum(hits) AS h FROM wikistat WHERE project = 'it' GROUP BY subproject ORDER BY h DESC LIMIT 10;`	2.148 秒	0.058 秒
`SELECT toStartOfMonth(time) AS m, sum(hits) AS h FROM wikistat WHERE (project = 'it') AND (subproject = 'zero') GROUP BY m ORDER BY m DESC LIMIT 10;`	2.192 秒	0.012 秒
`SELECT path, sum(hits) AS h FROM wikistat WHERE (project = 'it') AND (subproject = 'zero') GROUP BY path ORDER BY h DESC LIMIT 10;`	2.968 秒	0.010 秒

Materialized views

另一种方法是使用 materialized view 来聚合并存储常用查询的结果。随后即可查询这些结果，而无需查询原始表。假设在我们的场景中，以下查询会被频繁执行：

SELECT path, SUM(hits) AS v
FROM wikistat
WHERE toStartOfMonth(time) = '2015-05-01'
GROUP BY path
ORDER BY v DESC
LIMIT 10

┌─path──────────────────┬────────v─┐
│ -                     │ 89650862 │
│ Angelsberg            │ 19165753 │
│ Ana_Sayfa             │  6368793 │
│ Academy_Awards        │  4901276 │
│ Accueil_(homonymie)   │  3805097 │
│ Adolf_Hitler          │  2549835 │
│ 2015_in_spaceflight   │  2077164 │
│ Albert_Einstein       │  1619320 │
│ 19_Kids_and_Counting  │  1430968 │
│ 2015_Nepal_earthquake │  1406422 │
└───────────────────────┴──────────┘

10 rows in set. Elapsed: 2.285 sec. Processed 231.41 million rows, 9.22 GB (101.26 million rows/s., 4.03 GB/s.)
Peak memory usage: 1.50 GiB.

创建 materialized view

我们可以创建以下 materialized view：

CREATE TABLE wikistat_top
(
    `path` String,
    `month` Date,
    hits UInt64
)
ENGINE = SummingMergeTree
ORDER BY (month, hits);

CREATE MATERIALIZED VIEW wikistat_top_mv 
TO wikistat_top
AS
SELECT
    path,
    toStartOfMonth(time) AS month,
    sum(hits) AS hits
FROM wikistat
GROUP BY path, month;

回填目标表

这个目标表只有在向 wikistat 表插入新记录时才会填充，因此我们需要进行一些回填。最简单的方法是使用 INSERT INTO SELECT 语句，利用该视图的 SELECT 查询 (转换逻辑) ，直接向 materialized view 的目标表插入数据：

INSERT INTO wikistat_top
SELECT
    path,
    toStartOfMonth(time) AS month,
    sum(hits) AS hits
FROM wikistat
GROUP BY path, month;

根据原始数据集的基数 (我们有 10 亿行！) ，这可能是一种非常占用内存的方法。或者，你也可以采用一种几乎不需要内存的变体：

创建一个使用 Null 表引擎的临时表
将平时使用的 materialized view 的一个副本连接到这个临时表
使用 INSERT INTO SELECT 查询，将原始数据集中的所有数据复制到该临时表
删除该临时表和临时 materialized view。

采用这种方法时，原始数据集中的行会按块复制到临时表中 (该表不会存储这些行) ，并且对于每个数据块，都会计算一个部分状态并将其写入目标表，这些状态随后会在后台逐步合并。

CREATE TABLE wikistat_backfill
(
    `time` DateTime,
    `project` String,
    `subproject` String,
    `path` String,
    `hits` UInt64
)
ENGINE = Null;

接下来，我们将创建一个 materialized view，将从 wikistat_backfill 读取的数据写入 wikistat_top

CREATE MATERIALIZED VIEW wikistat_backfill_top_mv 
TO wikistat_top
AS
SELECT
    path,
    toStartOfMonth(time) AS month,
    sum(hits) AS hits
FROM wikistat_backfill
GROUP BY path, month;

最后，我们将使用初始 wikistat 表中的数据填充 wikistat_backfill：

INSERT INTO wikistat_backfill
SELECT * 
FROM wikistat;

该查询完成后，我们可以删除回填用表和 materialized view：

DROP VIEW wikistat_backfill_top_mv;
DROP TABLE wikistat_backfill;

现在我们可以查询 materialized view，而不必查询原始表：

SELECT path, sum(hits) AS hits
FROM wikistat_top
WHERE month = '2015-05-01'
GROUP BY ALL
ORDER BY hits DESC
LIMIT 10;

┌─path──────────────────┬─────hits─┐
│ -                     │ 89543168 │
│ Angelsberg            │  7047863 │
│ Ana_Sayfa             │  5923985 │
│ Academy_Awards        │  4497264 │
│ Accueil_(homonymie)   │  2522074 │
│ 2015_in_spaceflight   │  2050098 │
│ Adolf_Hitler          │  1559520 │
│ 19_Kids_and_Counting  │   813275 │
│ Andrzej_Duda          │   796156 │
│ 2015_Nepal_earthquake │   726327 │
└───────────────────────┴──────────┘

10 rows in set. Elapsed: 0.004 sec.

这里的性能提升非常明显。此前，这个查询得出结果需要略多于 2 秒，而现在只需 4 毫秒。

​优化 ORDER BY 键

​Materialized views

​创建 materialized view

​回填目标表

优化 `ORDER BY` 键

Materialized views

创建 materialized view

回填目标表