ClickHouse性能优化:OLAP数据库实战,让查询飞起来

news2026/5/12 23:03:46
**作者洛水石** | **更新日期2026-05-11** | **标签ClickHouse | OLAP | 数据库优化 | 大数据**前言上个月运营同学找我抱怨每天凌晨的报表查询要等5分钟才能出来数据量大的时候直接超时。作为DBA我排查发现是MySQL在作祟——**8000万数据的聚合查询**MySQL根本扛不住。换用ClickHouse后同样的查询从5分钟降到**3秒**。这不是偶然ClickHouse专为OLAP场景设计列式存储、向量化执行、并行处理让它成为大数据分析的首选。本文分享我在ClickHouse生产环境的优化经验从表设计到查询优化手把手教你榨干性能。▲ ClickHouse查询优化流程图一、ClickHouse核心优势1.1 为什么选择ClickHouse特性ClickHouseMySQLPostgreSQL**存储方式**列式存储行式存储行式存储**数据压缩**10~30倍2~3倍2~3倍**查询速度**毫秒级秒~分钟级秒~分钟级**写入性能**50MB/s1~5MB/s1~5MB/s**支持数据量**PB级TB级TB级**SQL支持**高高高1.2 适用场景**用户行为分析**埋点数据、点击流**实时报表**大屏展示、Dashboard**日志分析**访问日志、错误日志**商业智能**经营分析、用户画像**监控数据**时序数据、指标聚合二、表设计最佳实践2.1 表引擎选择▲ 表引擎对比图-- 合并树表引擎MergeTree- 最常用CREATE TABLE events (event_date Date,event_time DateTime,user_id UInt64,event_type String,event_data String) ENGINE MergeTree()PARTITION BY toYYYYMM(event_date)ORDER BY (event_type, event_time, user_id)TTL event_date INTERVAL 3 MONTHSETTINGS index_granularity 8192;-- ReplacingMergeTree - 去重表CREATE TABLE user_sessions (session_id String,user_id UInt64,start_time DateTime,end_time DateTime,version UInt32) ENGINE ReplacingMergeTree(version)ORDER BY (user_id, session_id);-- SummingMergeTree - 自动聚合CREATE TABLE metrics_hourly (metric_date Date,metric_hour DateTime,metric_name String,tags String,value Float64) ENGINE SummingMergeTree()PARTITION BY toYYYYMM(metric_date)ORDER BY (metric_name, tags, metric_hour);2.2 分区策略-- 按月分区 - 适合日志类数据CREATE TABLE logs (log_date Date,log_time DateTime,level String,message String) ENGINE MergeTree()PARTITION BY toYYYYMM(log_date)ORDER BY (level, log_time)SETTINGS parts_to_throw_insert 300; -- 控制单批次大小**分区设计原则** 分区粒度不要过细避免小分区过多 分区字段应与查询条件匹配 单分区数据量建议在1GB~10GB2.3 排序键设计-- 低基数列放前面 - 利用Skip IndexCREATE TABLE analytics (event_date Date,event_type LowCardinality(String), -- 低基数用LowCardinalityuser_id UInt64,session_id String,properties String,created_at DateTime) ENGINE MergeTree()ORDER BY (event_type, event_date, user_id, created_at);-- 跳数索引 - 加速过滤CREATE TABLE products (category_id UInt32,product_id UInt64,price Decimal(10,2),name String,description String) ENGINE MergeTree()ORDER BY (category_id, product_id)SETTINGS index_granularity 8192;▲ 索引优化示意图三、索引优化3.1 主键索引Order By Key-- 好的设计过滤条件在前面CREATE TABLE access_logs (event_date Date,status UInt16,user_id UInt64,path String,response_time Float32,created_at DateTime) ENGINE MergeTree()ORDER BY (status, event_date, created_at); -- 常用过滤字段靠前-- 查询示例SELECT count(*), avg(response_time)FROM access_logsWHERE status 404AND event_date 2026-05-01;3.2 跳数索引Skip Index-- minmax 索引 - 快速判断数据是否存在ALTER TABLE events ADD INDEX idx_event_type event_type TYPE minmax;-- set 索引 - 精确匹配ALTER TABLE events ADD INDEX idx_user_id user_id TYPE set(1000);-- bloom_filter - 字符串包含查询ALTER TABLE events ADD INDEX idx_event_data event_data TYPE bloom_filter(0.01, 3);-- 生效查询SELECT * FROM events WHERE event_data LIKE %error%;四、查询优化技巧4.1 使用PREWHERE替代WHERE-- 优化前SELECT user_id, event_dataFROM eventsWHERE event_type clickAND event_data ! ;-- 优化后 - ClickHouse自动优化SELECT user_id, event_dataFROM eventsPREWHERE event_type click -- 先过滤减少数据读取WHERE event_data ! ;4.2 物化视图加速聚合-- 创建物化视图CREATE MATERIALIZED VIEW stats_hourlyENGINE SummingMergeTree()PARTITION BY toYYYYMM(hour)ORDER BY (event_type, hour)ASSELECTevent_type,toStartOfHour(event_time) AS hour,count() AS cnt,uniqExact(user_id) AS uvFROM eventsGROUP BY event_type, toStartOfHour(event_time);-- 查询物化视图毫秒级SELECT event_type, cnt, uvFROM stats_hourlyWHERE hour now() - INTERVAL 1 DAY;4.3 采样查询-- 全表10%采样SELECT event_type, count() / 0.1 AS totalFROM events SAMPLE 0.1GROUP BY event_type;-- 按指定样本数SELECT event_type, count() * 10 AS estimated_totalFROM events SAMPLE 1000000GROUP BY event_type;4.4 常见慢查询优化-- ❌ 慢查询全表扫描SELECT * FROM events WHERE event_date 2026-05-10;-- ✅ 优化指定分区 限制返回SELECT event_type, user_id, event_timeFROM eventsWHERE event_date 2026-05-10AND event_type purchaseLIMIT 1000;-- ❌ 慢查询大量小批次INSERTINSERT INTO events VALUES (2026-05-10, now(), 1, click, );-- ✅ 优化批量INSERTINSERT INTO events VALUES(2026-05-10, now(), 1, click, ),(2026-05-10, now(), 2, view, ),(2026-05-10, now(), 3, click, );五、数据导入优化5.1 批量导入配置# clickhouse-client 批量导入clickhouse-client --query \INSERT INTO events FORMAT JSONEachRow \ data.json# 优化参数clickhouse-client \--max_insert_block_size100000 \ # 更大的块--max_memory_usage10G \ # 更大的内存--max_threads16 \ # 更多线程--query INSERT INTO events FORMAT JSONEachRow \ data.json5.2 Kafka实时导入-- 创建Kafka引擎表CREATE TABLE events_queue (event_date Date,event_time DateTime,user_id UInt64,event_type String,event_data String) ENGINE Kafka()SETTINGS kafka_broker_list kafka:9092,kafka_topic_list user-events,kafka_group_name clickhouse-consumer,kafka_format JSONEachRow;-- 创建物化视图消费Kafka数据CREATE MATERIALIZED VIEW events_mv TO eventsAS SELECT * FROM events_queue;六、生产环境配置6.1 配置文件优化!-- /etc/clickhouse-server/config.xml --clickhouse!-- 监听地址 --listen_host::/listen_host!-- 最大内存 --max_memory_usage16G/max_memory_usage!-- 聚合内存限制 --max_bytes_before_external_group_by8G/max_bytes_before_external_group_bymax_bytes_before_external_sort8G/max_bytes_before_external_sort!-- 并行处理 --max_threads16/max_threadsmax_distributed_connections1024/max_distributed_connections!-- 后台池 --background_pool_size16/background_pool_sizebackground_schedule_pool_size16/background_schedule_pool_size!-- 连接超时 --connect_timeout_with_failover_ms1000/connect_timeout_with_failover_msconnect_timeout_with_failover_remote_server_ms1000/connect_timeout_with_failover_remote_server_ms/clickhouse6.2 资源限制-- 设置用户配额CREATE USER analyst IDENTIFIED WITH plaintext_password BY passwordQUOTA my_quota;CREATE QUOTA my_quota FOR INTERVAL 1 hourREAD rows 10000000,WRITE bytes 10G,EXECUTE time 300;七、监控与运维7.1 关键监控指标-- 查询性能SELECTquery,queries,result_rows,result_bytes,formatReadableQuantity(elapsed) AS time,formatReadableQuantity(memory_usage) AS memoryFROM system.query_logWHERE type QueryFinishAND event_time now() - INTERVAL 1 hourORDER BY elapsed DESCLIMIT 20;-- 分区状态SELECTdatabase,table,partition,sum(rows) AS rows,formatReadableSize(sum(bytes)) AS size,max(modification_time) AS latest_modifyFROM system.partsWHERE active 1GROUP BY database, table, partitionORDER BY size DESC;7.2 常用运维命令# 查看表大小SELECT table, formatReadableSize(sum(bytes)) AS sizeFROM system.parts WHERE active GROUP BY table;# 合并分区OPTIMIZE TABLE events FINAL;# 清理过期数据ALTER TABLE events MODIFY TTL event_date INTERVAL 3 MONTH;# 查看后台任务SELECT * FROM system.background_processes;八、常见问题Q1: 数据量大了查询变慢-- 检查是否使用了正确的分区和排序键EXPLAIN indexes 1SELECT * FROM events WHERE event_date 2026-05-10;-- 重建表使用更好的排序键ALTER TABLE events MODIFY ORDER BY (event_type, event_date, user_id);Q2: 内存占用过高-- 启用外部排序SET max_bytes_before_external_sort 8G;-- 使用LIMIT减少内存SELECT * FROM events WHERE event_type click LIMIT 100000;Q3: 写入失败-- 检查Parts数量SELECT count() FROM system.parts WHERE table events AND active 1;-- 如果Parts过多手动合并OPTIMIZE TABLE events PARTITION 202605 FINAL;总结ClickHouse性能优化核心要点优化方向关键措施预期收益**表设计**选择合适引擎、合理分区、设计排序键查询快5~50倍**索引优化**使用跳数索引、LowCardinality扫描数据减少90%**查询优化**使用PREWHERE、物化视图、批量写入延迟降低80%**资源调优**合理配置内存和线程数吞吐量提升3倍**记住**ClickHouse是为分析而生的合理设计表结构是性能的基础。*数据驱动决策ClickHouse让分析成为可能。*

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2607474.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…