clickhouse 安装部署记录 安装 docker-compose 参考我的博客 参考其他博客 1 2 3 sudo curl -L https://get.daocloud.io/docker/compose/releases/download/1.25.1/docker-compose-`uname -s`-`uname -m` -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose docker-compose --version 去 GitHub上找到写好的 配置 参考项目 1 2 git clone git@github.com:rongfengliang/clickhouse-docker-compose.git cd clickhouse-docker-compose/ 1 2 3 4 5

clickhouse 复杂SQL总结 数据分组 ，取出每组中最新的一条数据 1 2 3 4 5 6 7 8 9 10 11 12 select (argMax( tuple(t.y,t.m,t.d) ,tuple(t.m,t.d))) as YMD from ( select 2021 as y , 12 as m,2 as d union all select 2021 as y , 11 as m ,20 as d union all

clickhouse 慢查询解决方案 单表 使用 prewhere 多表 in代替 join 【等值查询】 记录： 第一次使用 clickhouse join 了 2 张表，耗时 用了 2-3 秒，速度不够 看网上的解决方法是，使用 小表 放 左边，

clickhouse基本概念 [TOC] 优点 底层支持数据的列式存储，支持压缩， 优化数据存储，优化索引数据 优化底层存储 缺点 不支持事务，不支持真正的删除、

clickhouse基础语法 物化视图 物化视图是一种特殊的物理表，“物化”(Materialized)视图是相对普通视图而言的。普通视图是虚拟

ClickHouse架构 Clickhouse 的数据结构类似于关系型数据库，包括解析器，主要负责将SQL语句通过词法分析和语法分析，转化为计算机可以读取的抽象语

clickhouse 使用背景 1.3 架构目标 1、海量数据的存储 2、实时导入 3、实时查询 4、可以进行多维度聚合分析 需要理解的概念 OLTP mysql 【 Online Transaction Processing 】 OLAP clickhouse 【Online Analytical Pr

clickhouse相关的引擎 tinylog mysql 引擎 replaceingMerge Tree SummingMergeTree 引擎 AggregatingMergeTree 引擎 CK 引擎之CollapsingMergeTree 引擎 CK 引擎之多版本折叠树引擎 «««< HEAD clickhouse 的引擎

clickhouse优化技巧 参考博客 参考博客2 [TOC] 执行引擎 不要用 join 使用 prewhere 代替 where 不是用 nullable 【nullable无法被索引】 近似去重 【uniq 代替 di

trace 可视化编程 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 package main import ( "fmt" "os" "runtime/trace" ) func main() { f, err := os.Create("trace.out") if err != nil { panic(err) } defer f.Close() err = trace.Start(f) if err != nil { panic(err) } fmt.Println("hello world") trace.Stop() } 1