zoukankan      html  css  js  c++  java
  • ClickHouse 高级(六)物化视图

      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;

    本文来自博客园,作者:秋华,转载请注明原文链接:https://www.cnblogs.com/qiu-hua/p/15113752.html

  • 相关阅读:
    winserver-性能监视器计数器介绍
    winserver-性能监视器
    winserver-凭据管理(credential manager)
    The operation could not be performed because OLE DB provider "SQLNCLI11" for linked server "server_name" was unable to begin a distributed transaction.
    pandas-排序
    SQL SERVER-跟踪标记
    WinSCP
    SSL证书
    Powershell-修改文件夹权限
    fiddler 插件开发
  • 原文地址:https://www.cnblogs.com/qiu-hua/p/15113752.html
Copyright © 2011-2022 走看看