一、注重使用分区键来加快查询
在大数据量的情况下,如果查询语句中,可以使用分区键来进行查询,可以极大缩小数据的查询范围,加快查询速度。
二、使用order by的列,适用最左前缀匹配原则
比如表的结构是 order by(id, name, age)时,当order by id desc limit 100的情况下,可以使用到此索引,加快查询
三、当查询语句为order by limit时,让尽量少的列参与 order by limit
当id为唯一键时
比如语句
select * from table order by id desc limit 100
可以优化为
select * from table where id in (select id from table order by id desc limit 100)
当表存在多列,且其他列有长度明显较大的列时,速度提升更为明显。
四、使用投影优化查询速度
投影可以极大加快语句的查询速度,当sql语句查询比较频繁时,可以加上投影。注意投影不能设置查询条件。
selectage,count(*) as cnt group byage
可以设置为投影,但是不能加上where age > 10这种条件。物化视图可以加条件。
五、查询group by order limit时,如果group by的key distinct值比较多,且key的长度较长,可能总是会内存溢出,此时考虑从产品层面,解决这个问题。
六、参数调整
user.xml里,有三个比较重要的参数
max_memory_usage:最大内存使用
max_bytes_before_external_sort: 当排序所需内存超过此值时,clickhouse会尝试将中间结果写入磁盘
max_bytes_before_external_group_by:当group by所需内存超过此值时,clickhouse会尝试将中间结果写入磁盘