网易云wordpress代码,seo静态页源码,东莞seo代理,世界500强假设有这样⼀种查询需求#xff1a;终端⽤户只需要查询数据的汇总结果#xff0c;不关⼼明细数据#xff0c;并且数据的汇总条件是预先明确的#xff08;GROUP BY 条件明确#xff0c;且不会随意改变#xff09;。
对于这样的查询场景#xff0c;在ClickHouse中如何解决…假设有这样⼀种查询需求终端⽤户只需要查询数据的汇总结果不关⼼明细数据并且数据的汇总条件是预先明确的GROUP BY 条件明确且不会随意改变。
对于这样的查询场景在ClickHouse中如何解决呢最直接的⽅ 案就是使⽤MergeTree存储数据然后通过GROUP BY聚合查询并利⽤ SUM聚合函数汇总结果。这种⽅案存在两个问题。
1. 存在额外的存储开销终端⽤户不会查询任何明细数据只关⼼汇总结果所以不应该⼀直保存所有的明细数据。
2. 存在额外的查询开销终端⽤户只关⼼汇总结果虽然 MergeTree性能强⼤但是每次查询都进⾏实时聚合计算也是⼀种性能消耗。SummingMergeTree就是为了应对这类查询场景⽽⽣的。顾名思义它能够在合并分区的时候按照预先定义的条件聚合汇总数据将同⼀分组下的多⾏数据汇总合并成⼀⾏这样既减少了数据⾏⼜降低了后续汇总查询的开销。 1、未指定求和的字段
drop table if exists summing_table;
CREATE TABLE summing_table
(id String,city String,sal UInt32,comm Float64,ctime DateTime
) ENGINE SummingMergeTree()PARTITION BY toDate(ctime)ORDER BY (id, city)PRIMARY KEY id;
-- 在合并的时候 ,分区内, 相同排序的⾏数据的所有的数值字段都会求和(sum)
-- 插⼊数据
insert into summing_table
values
(1,shanghai,10,20,2021-06-12 01:11:12),
(1,shanghai,20,30,2021-06-12 01:11:12),
(3,shanghai,10,20,2021-11-12 01:11:12),
(3,Beijing,10,20,2021-11-12 01:11:12) ;
optimize table summing_table ;select * from summing_table 2、指定求和的字段
上⾯的例⼦中没有指定sum的字段 ,那么表中符合要求的所有的数值字段都会进⾏求和 ,我们可以在建表的时候指定求和的字段。
drop table if exists summing_table2 ;
CREATE TABLE summing_table2(
id String,
city String,
money UInt32,
num UInt32,
ctime DateTime
)ENGINE SummingMergeTree(money)
PARTITION BY toDate(ctime)
ORDER BY city ;
--每个城市每天的销售总额
insert into summing_table2 values(1,BJ,100,11,now()),
(2,BJ,100,11,now()),
(3,BJ,100,11,now()),
(4,NJ,100,11,now()),
(5,NJ,100,11,now()),
(6,SH,100,11,now()),
(7,BJ,100,11,2021-05-18 11:11:11),
(8,BJ,100,11,2021-05-18 11:11:11) ;SELECT * FROM summing_table2 ; 总结:
1⽤ORBER BY排序键作为聚合数据的条件Key。
2只有在合并分区的时候才会触发汇总的逻辑。
3以数据分区为单位来聚合数据。当分区合并时同⼀数据分区内聚合Key相同的数据会被合并汇总⽽不同分区之间的数据则不会被汇总。
4如果在定义引擎时指定了columns汇总列⾮主键的数值类 型字段则SUM汇总这些列字段如果未指定则聚合所有⾮主键的数值类型字段。
5在进⾏数据汇总时因为分区内的数据已经基于ORBER BY排序所以能够找到相邻且拥有相同聚合Key的数据。
6在汇总数据时同⼀分区内相同聚合Key的多⾏数据会合并成⼀⾏。其中汇总字段会进⾏SUM计算对于那些⾮汇总字段则会使⽤第⼀⾏数据的取值。
7⽀持嵌套结构但列字段名称必须以Map后缀结尾。嵌套类 型中默认以第⼀个字段作为聚合Key。除第⼀个字段以外任何名称 以Key、Id或Type为后缀结尾的字段都将和第⼀个字段⼀起组成复合 Key。
