0
0

大数据ClickHouse（十）：MergeTree系列表引擎之SummingMergeTree

MergeTree系列表引擎之SummingMergeTree

一、SummingMergeTree基本讲解

该引擎继承了MergeTree引擎，当合并 SummingMergeTree 表的数据片段时，ClickHouse 会把所有具有相同主键的行合并为一行，该行包含了被合并的行中具有数值数据类型的列的汇总值，即如果存在重复的数据，会对对这些重复的数据进行合并成一条数据，类似于group by的效果，可以显著减少存储空间并加快数据查询速度。

如果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，即GROUP BY的分组字段是确定的，可以使用该表引擎。

  • SummingMergeTree建表语句：
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, ...]

对以上建表语句的解释如下：

[columns]: 将要被汇总的列,或者多个列，多个列需要写在元组中。可选参数。所选的列必须是数值类型，并且不可位于主键中。如果没有指定 [columns]，ClickHouse 会把所有不在主键中的数值类型的列都进行汇总。

二、使用SummingMergeTree注意以下几点

  • SummingMergeTree是根据什么对两条数据进行合并的

用ORBER BY排序键作为聚合数据的条件Key。即如果排序key是相同的，则会合并成一条数据，并对指定的合并字段进行聚合。

  • 仅对分区内的相同排序key的数据行进行合并

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。

  • 如果没有指定聚合字段，会怎么聚合

如果没有指定聚合字段，则会按照非主键的数值类型字段进行聚合。

  • 对于非汇总字段的数据，该保留哪一条

如果两行数据除了排序字段相同，其他的非聚合字段不相同，那么在聚合发生时，会保留最初的那条数据，新插入的数据对应的那个字段值会被舍弃。

三、测试实例

1、测试不指定聚合字段同时测试不同分区内，相同排序key数据不会被合并

#创建表 t_summing_mt ,使用SummingMergeTree表引擎
node1 :) create table t_summing_mt(
:-] id UInt8,
:-] name String,
:-] age UInt8,
:-] loc String,
:-] dept String,
:-] workdays UInt8,
:-] salary Decimal32(2)
:-] ) engine = SummingMergeTree()
:-] order by (id,age)
:-] primary key id
:-] partition by loc;

#向表 t_summing_mt 中插入以下数据
node1 :) insert into t_summing_mt values (1,'张三',18,'北京','大数据',24,10000),
:-] (2,'李四',19,'上海','java',22,8000),
:-] (3,'王五',20,'北京','java',26,12000);

#查看表 t_summing_mt 中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京   │ 大数据  │       24   │ 10000.00 │
│  3  │ 王五  │  20 │ 北京   │ java   │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海   │ java │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#向表 t_summing_mt 中插入一条排序键相同的数据
node1 :) insert into t_summing_mt values (1,'马六',18,'北京','前端',27,15000);

#查看表 t_summing_mt中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京  │ 大数据   │       24   │ 10000.00 │
│  3  │ 王五  │  20 │ 北京  │ java    │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬───salary─┐
│  1  │ 马六  │  18  │ 北京  │ 前端  │       27   │ 15000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海  │ java  │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#手动执行optimize 命令触发合并相同分区数据
node1 :) optimize table t_summing_mt;

#查看表 t_summing_mt 中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18  │ 北京  │ 大数据  │       51   │ 25000.00 │
│  3  │ 王五  │  20  │ 北京  │ java   │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19  │ 上海  │ java │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘
注意：我们可以看到当不指定 聚合字段时，有相同排序字段行进行聚合时，会将数值类型的字段进行聚合合并。

#继续向表 t_summing_mt中插入以下数据：
node1 :) insert into t_summing_mt values (1,'张三',18,'南京','java',18,12000);

#查看表 t_summing_mt中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 南京  │ java  │       18  │ 12000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京  │ 大数据   │       51  │ 25000.00 │
│  3  │ 王五  │  20 │ 北京  │ java     │       26 │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海  │ java │       22   │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#手动指定optimize 命令合并相同排序key的数据
node1 :) optimize table t_summing_mt;

#查看表 t_summing_mt中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 南京  │ java  │       18  │ 12000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京  │ 大数据   │       51  │ 25000.00 │
│  3  │ 王五  │  20 │ 北京  │ java     │       26 │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海  │ java │       22   │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

注意：不同分区内相同的排序key的数据不能被合并

2、测试指定一个聚合字段

#删除表 t_summing_mt，重新创建表 t_summing_mt ，使用SummingMergeTree引擎
node1 :) create table t_summing_mt(
:-] id UInt8,
:-] name String,
:-] age UInt8,
:-] loc String,
:-] dept String,
:-] workdays UInt8,
:-] salary Decimal32(2)
:-] ) engine = SummingMergeTree(salary)
:-] order by (id,age)
:-] primary key id
:-] partition by loc;

#向表 t_summing_mt 中插入以下数据
node1 :) insert into t_summing_mt values (1,'张三',18,'北京','大数据',24,10000),
:-] (2,'李四',19,'上海','java',22,8000),
:-] (3,'王五',20,'北京','java',26,12000);

#查看表 t_summing_mt 中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京   │ 大数据  │       24   │ 10000.00 │
│  3  │ 王五  │  20 │ 北京   │ java   │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海   │ java │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#向表 t_summing_mt 中插入一条排序键相同的数据
node1 :) insert into t_summing_mt values (1,'马六',18,'北京','前端',27,15000);

#查看表 t_summing_mt中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京  │ 大数据   │       24   │ 10000.00 │
│  3  │ 王五  │  20 │ 北京  │ java    │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬───salary─┐
│  1  │ 马六  │  18  │ 北京  │ 前端  │       27   │ 15000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海  │ java  │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#手动执行optimize 命令触发合并相同分区数据
node1 :) optimize table t_summing_mt;

#查看表 t_summing_mt 中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18  │ 北京  │ 大数据  │       24   │ 25000.00 │
│  3  │ 王五  │   20 │ 北京  │ java   │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19  │ 上海  │ java │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

注意：我们可以看到当指定一个聚合字段时，有相同排序字段行进行聚合时，会按照这个数值字段进行合并，其他的保留最开始一条数据的信息。

3、测试指定多个聚合字段

#删除表 t_summing_mt，重新创建表 t_summing_mt ，使用SummingMergeTree引擎
node1 :) create table t_summing_mt(
:-] id UInt8,
:-] name String,
:-] age UInt8,
:-] loc String,
:-] dept String,
:-] workdays UInt8,
:-] salary Decimal32(2)
:-] ) engine = SummingMergeTree((salary,workdays))
:-] order by (id,age)
:-] primary key id
:-] partition by loc;

#向表 t_summing_mt 中插入以下数据
node1 :) insert into t_summing_mt values (1,'张三',18,'北京','大数据',24,10000),
:-] (2,'李四',19,'上海','java',22,8000),
:-] (3,'王五',20,'北京','java',26,12000);

#查看表 t_summing_mt 中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京   │ 大数据  │       24   │ 10000.00 │
│  3  │ 王五  │  20 │ 北京   │ java   │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海   │ java │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#向表 t_summing_mt 中插入一条排序键相同的数据
node1 :) insert into t_summing_mt values (1,'马六',18,'北京','前端',27,15000);

#查看表 t_summing_mt中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18 │ 北京  │ 大数据   │       24   │ 10000.00 │
│  3  │ 王五  │  20 │ 北京  │ java    │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬───salary─┐
│  1  │ 马六  │  18  │ 北京  │ 前端  │       27   │ 15000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19 │ 上海  │ java  │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

#手动执行optimize 命令触发合并相同分区数据
node1 :) optimize table t_summing_mt;

#查看表 t_summing_mt 中的数据
node1 :) select * from t_summing_mt;
┌─id─┬─name─┬─age─┬─loc──┬─dept───┬─workdays─┬───salary─┐
│  1  │ 张三  │  18  │ 北京  │ 大数据  │       51   │ 25000.00 │
│  3  │ 王五  │   20 │ 北京  │ java   │       26   │ 12000.00 │
└────┴──────┴─────┴──────┴────────┴──────────┴──────────┘
┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬──salary─┐
│  2  │ 李四  │  19  │ 上海  │ java │       22  │ 8000.00 │
└────┴──────┴─────┴──────┴──────┴──────────┴─────────┘

注意：我们可以看到当指定多个聚合字段时，有相同排序字段行进行聚合时，会按照指定的多个数值字段进行合并，其他的保留最开始一条数据的信息。

  • 📢博客主页：https://lansonli.blog.csdn.net
  • 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
  • 📢本文由 Lansonli 原创，首发于 CSDN博客🙉
  • 📢停下休息的时候不要忘了别人还在奔跑，希望大家抓紧时间学习，全力奔赴更美好的生活✨
标签： 大数据 数据库 sql
本文转载自: https://blog.csdn.net/xiaoweite1/article/details/126312457
版权归原作者 Lansonli 所有， 如有侵权，请联系我们删除。
登录后发布评论

“大数据ClickHouse（十）：MergeTree系列表引擎之SummingMergeTree”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

电子电气架构 ---车载以太网络环境下的安全威胁

将(html/h5)静态网页部署到服务器/云服务器上（易懂，秒会）

【网络协议栈】网络层（中）IP地址的网段划分、CIDR划分以及网络层概念（内附手画分析图 简单易懂）

2025新版9块9付费进群源码/多套UI模板/小程序开源代码/自动定位变现/图文搭建教程

phpldapadmin-1.2.3：Web LDAP管理工具的详细安装与使用指南

不是吧，刚毕业几个月的前端，就写这么复杂的表格？？

Ai环境安装教程

文章导航