ClickHouse 高级物化视图

Posted 秋华

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了ClickHouse 高级物化视图相关的知识,希望对你有一定的参考价值。

  ClickHouse 的物化视图是一种查询结果的持久化,它确实是给我们带来了查询效率的提升。用户查起来跟表没有区别,它就是一张表,它也像是一张时刻在预计算的表,创建的过程它是用了一个特殊引擎,加上后来 as select,就是 create 一个 table as select 的写法。
  “查询结果集”的范围很宽泛,可以是基础表中部分数据的一份简单拷贝,也可以是多表 join 之后产生的结果或其子集,或者原始数据的聚合指标等等。所以,物化视图不会随着基础表的变化而变化,所以它也称为快照(snapshot)

1 概述

1.1 物化视图与普通视图的区别
  普通视图不保存数据,保存的仅仅是查询语句,查询的时候还是从原表读取数据,可以将普通视图理解为是个子查询。物化视图则是把查询的结果根据相应的引擎存入到了磁盘
或内存中,对数据重新进行了组织,你可以理解物化视图是完全的一张新表。
1.2 优缺点
  优点:查询速度,要是把物化视图这些规则全部写好,它比原数据查询快了很多,总的行数少了,因为都预计算好了。
  缺点:它的本质是一个流式数据的使用场景,是累加式的技术,所以要用历史数据做去重、去核这样的分析,在物化视图里面是不太好用的。在某些场景的使用也是有限的。而且
如果一张表加了好多物化视图,在写这张表的时候,就会消耗很多机器的资源,比如数据带宽占满、存储一下子增加了很多。
1.3 基本语法
  也是 create 语法,会创建一个隐藏的目标表来保存视图数据。也可以 TO 表名,保存到一张显式的表。没有加 TO 表名,表名默认就是 .inner.物化视图名
CREATE [MATERIALIZED] VIEW [IF NOT EXISTS] [db.]table_name [TO[db.]name] 
[ENGINE = engine] [POPULATE] AS SELECT ...
1)创建物化视图的限制
  1.必须指定物化视图的 engine 用于数据存储
  2.TO [db].[table]语法的时候,不得使用 POPULATE。
  3.查询语句(select)可以包含下面的子句: DISTINCT, GROUP BY, ORDER BY, LIMIT…
  4.物化视图的 alter 操作有些限制,操作起来不大方便。
  5.若物化视图的定义使用了 TO [db.]name 子语句,则可以将目标表的视图 卸载DETACH 再装载 ATTACH
2)物化视图的数据更新
(1)物化视图创建好之后,若源表被写入新数据则物化视图也会同步更新
(2)POPULATE 关键字决定了物化视图的更新策略:
  ◼若有 POPULATE 则在创建视图的过程会将源表已经存在的数据一并导入,类似于create table ... as
  ◼若无 POPULATE 则物化视图在创建之后没有数据,只会在创建只有同步之后写入源表的数据
  ◼clickhouse 官方并不推荐使用 POPULATE,因为在创建物化视图的过程中同时写入的数据不能被插入物化视图。
(3)物化视图不支持同步删除,若源表的数据不存在(删除了)则物化视图的数据仍然保留
(4)物化视图是一种特殊的数据表,可以用 show tables 查看
(5)物化视图数据的删除:
(6)物化视图的删除:

2 案例实操

对于一些确定的数据模型,可将统计指标通过物化视图的方式进行构建,这样可避免查询时重复计算的过程,物化视图会在有新数据插入时进行更新。
2.1 准备测试用表和数据
1)建表
#建表语句
CREATE TABLE hits_test
(
 EventDate Date, 
 CounterID UInt32, 
 UserID UInt64, 
 URL String, 
 Income UInt8
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(EventDate)
ORDER BY (CounterID, EventDate, intHash32(UserID))
SAMPLE BY intHash32(UserID)
SETTINGS index_granularity = 8192
2)导入一些数据
INSERT INTO hits_test 
 SELECT 
 EventDate,
 CounterID,
 UserID,
 URL,
 Income 
FROM hits_v1 
limit 10000;
2.2 创建物化视图
#建表语句
CREATE MATERIALIZED VIEW hits_mv 
ENGINE=SummingMergeTree
PARTITION BY toYYYYMM(EventDate) ORDER BY (EventDate, intHash32(UserID)) 
AS SELECT
UserID,
EventDate,
count(URL) as ClickCount,
sum(Income) AS IncomeSum
FROM hits_test
WHERE EventDate >= \'2014-03-20\' #设置更新点,该时间点之前的数据可以另外通过
 #insert into select …… 的方式进行插入
GROUP BY UserID,EventDate;

##或者可以用下列语法,表 A 可以是一张 mergetree 表
CREATE MATERIALIZED VIEW 物化视图名 TO 表 A
AS SELECT FROM 表 B; 

#不建议添加 populate 关键字进行全量更新
2.3 导入增量数据
#导入增量数据
INSERT INTO hits_test 
SELECT 
 EventDate,
 CounterID,
 UserID,
 URL,
 Income 
FROM hits_v1 
WHERE EventDate >= \'2014-03-23\' 
limit 10;

#查询物化视图
SELECT * FROM hits_mv;
2.4 导入历史数据
#导入增量数据
INSERT INTO hits_mv
SELECT
 UserID,
 EventDate,
 count(URL) as ClickCount,
 sum(Income) AS IncomeSum
FROM hits_test
WHERE EventDate = \'2014-03-20\'
GROUP BY UserID,EventDate

#查询物化视图
SELECT * FROM hits_mv;

 

以上是关于ClickHouse 高级物化视图的主要内容,如果未能解决你的问题,请参考以下文章

ClickHouse 高级物化视图

clickhouse-物化视图

ClickHouse-尚硅谷(14. 高级-MaterializeMySQL 引擎)学习笔记

ClickHouse-尚硅谷(14. 高级-MaterializeMySQL 引擎)学习笔记

ClickHouse-尚硅谷(14. 高级-MaterializeMySQL 引擎)学习笔记

clickhouse:在启动时创建物化视图(docker)