Перейти к основному содержимому
Перейти к основному содержимому

SummingMergeTree

Движок наследует от MergeTree. Разница заключается в том, что при слиянии частей данных для таблиц SummingMergeTree ClickHouse заменяет все строки с одинаковым первичным ключом (или более точно, с одинаковым ключом сортировки) на одну строку, которая содержит суммированные значения для столбцов с числовыми типами данных. Если ключ сортировки составлен так, что одно значение ключа соответствует большому количеству строк, это значительно уменьшает объем хранимых данных и ускоряет выборку данных.

Мы рекомендуем использовать этот движок вместе с MergeTree. Храните полные данные в таблице MergeTree, а используйте SummingMergeTree для хранения агрегированных данных, например, при подготовке отчетов. Такой подход предотвратит потерю ценных данных из-за неверно составленного первичного ключа.

Создание таблицы​

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, ...]

Для описания параметров запроса смотрите описание запроса.

Параметры SummingMergeTree​

Столбцы​

columns - кортеж с названиями столбцов, значения которых будут суммироваться. Необязательный параметр.
Столбцы должны быть числового типа и не должны входить в ключ партиционирования или сортировки.

Если columns не указан, ClickHouse суммирует значения во всех столбцах с числовыми типами данных, которые не входят в ключ сортировки.

Основные положения запроса​

При создании таблицы SummingMergeTree требуются те же положения, что и при создании таблицы MergeTree.

Устаревший метод создания таблицы
примечание

Не используйте этот метод в новых проектах и, если возможно, переходите на описанный выше метод в старых проектах.

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(date-column [, sampling_expression], (primary, key), index_granularity, [columns])

Все параметры, кроме columns, имеют то же значение, что и в MergeTree.

  • columns — кортеж с названиями столбцов, значения которых будут суммироваться. Необязательный параметр. Для описания смотрите текст выше.

Пример использования​

Рассмотрим следующую таблицу:

CREATE TABLE summtt
(
    key UInt32,
    value UInt32
)
ENGINE = SummingMergeTree()
ORDER BY key

Вставим в неё данные:

INSERT INTO summtt VALUES(1,1),(1,2),(2,1)

ClickHouse может суммировать все строки не полностью (см. ниже), поэтому мы используем агрегатную функцию sum и оператор GROUP BY в запросе.

SELECT key, sum(value) FROM summtt GROUP BY key

┌─key─┬─sum(value)─┐
│   2 │          1 │
│   1 │          3 │
└─────┴────────────┘

Обработка данных​

Когда данные вставляются в таблицу, они сохраняются как есть. ClickHouse периодически сливает вставленные части данных, и именно тогда строки с одинаковым первичным ключом суммируются и заменяются одной для каждой результирующей части данных.

ClickHouse может объединять части данных так, что разные результирующие части данных могут содержать строки с одинаковым первичным ключом, т.е. суммирование будет неполным. Поэтому в запросе следует использовать агрегатную функцию (SELECT) sum() и оператор GROUP BY, как описано в приведенном выше примере.

Общие правила для суммирования​

Значения в столбцах с числовыми типами данных суммируются. Набор столбцов определяется параметром columns.

Если значения были равны 0 во всех столбцах для суммирования, строка удаляется.

Если столбец не входит в первичный ключ и не суммируется, выбирается произвольное значение из существующих.

Значения не суммируются для столбцов в первичном ключе.

Суммирование в столбцах AggregateFunction​

Для столбцов типа AggregateFunction ClickHouse ведет себя как движок AggregatingMergeTree, агрегируя в соответствии с функцией.

Вложенные структуры​

Таблица может иметь вложенные структуры данных, которые обрабатываются особым образом.

Если имя вложенной таблицы заканчивается на Map и она содержит как минимум два столбца, которые соответствуют следующим критериям:

  • первый столбец является числовым (*Int*, Date, DateTime) или строковым (String, FixedString), назовем его key,
  • остальные столбцы являются арифметическими (*Int*, Float32/64), назовем их (values...),

то эта вложенная таблица интерпретируется как отображение key => (values...), и при слиянии ее строк элементы двух наборов данных объединяются по key с суммированием соответствующих (values...).

Примеры:

DROP TABLE IF EXISTS nested_sum;
CREATE TABLE nested_sum
(
    date Date,
    site UInt32,
    hitsMap Nested(
        browser String,
        imps UInt32,
        clicks UInt32
    )
) ENGINE = SummingMergeTree
PRIMARY KEY (date, site);

INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['Firefox', 'Opera'], [10, 5], [2, 1]);
INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['Chrome', 'Firefox'], [20, 1], [1, 1]);
INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['IE'], [22], [0]);
INSERT INTO nested_sum VALUES ('2020-01-01', 10, ['Chrome'], [4], [3]);

OPTIMIZE TABLE nested_sum FINAL; -- emulate merge 

SELECT * FROM nested_sum;
┌───────date─┬─site─┬─hitsMap.browser───────────────────┬─hitsMap.imps─┬─hitsMap.clicks─┐
│ 2020-01-01 │   10 │ ['Chrome']                        │ [4]          │ [3]            │
│ 2020-01-01 │   12 │ ['Chrome','Firefox','IE','Opera'] │ [20,11,22,5] │ [1,3,0,1]      │
└────────────┴──────┴───────────────────────────────────┴──────────────┴────────────────┘

SELECT
    site,
    browser,
    impressions,
    clicks
FROM
(
    SELECT
        site,
        sumMap(hitsMap.browser, hitsMap.imps, hitsMap.clicks) AS imps_map
    FROM nested_sum
    GROUP BY site
)
ARRAY JOIN
    imps_map.1 AS browser,
    imps_map.2 AS impressions,
    imps_map.3 AS clicks;

┌─site─┬─browser─┬─impressions─┬─clicks─┐
│   12 │ Chrome  │          20 │      1 │
│   12 │ Firefox │          11 │      3 │
│   12 │ IE      │          22 │      0 │
│   12 │ Opera   │           5 │      1 │
│   10 │ Chrome  │           4 │      3 │
└──────┴─────────┴─────────────┴────────┘

При запросе данных используйте функцию sumMap(key, value) для агрегации Map.

Для вложенной структуры данных вам не нужно указывать её столбцы в кортеже столбцов для суммирования.

Связанный контент​