ClickHouse 對付單表上億條記錄分組查詢秒出, OLAP應用秒殺其他資料庫

来源:https://www.cnblogs.com/zitjubiz/archive/2022/05/03/Clickhouse_Billion_record_in_a_second.html
-Advertisement-
Play Games

1. 啟動並下載一個clickhouse-server, By default, starting above server instance will be run as default user without password. docker run -d --name ch-server - ...


1.  啟動並下載一個clickhouse-server, By default, starting above server instance will be run as default user without password.

docker run -d --name ch-server --ulimit nofile=262144:262144 -p 8123:8123 -p 9000:9000 -p 9009:9009 yandex/clickhouse-server
或者加一個Mount
docker run -d --name ch-server --ulimit nofile=262144:262144 -p 8123:8123 -p 9000:9000 -p 9009:9009  -v e:\\taobao:/usr/src/app/  yandex/clickhouse-server

2. 打開瀏覽器, 輸入, 查詢結果就下載下來

http://localhost:8123/?query=SELECT%20%27Hello,%20ClickHouse!%27

3. 進入docker 的CLI, server端安裝在/etc/clickhouse-server 目錄      用clickhouse-client來執行客戶端命令

 4. 通過csv導入數據, 把本地目錄Mount 到/usr/src/app目錄

clickhouse-client --query='INSERT INTO tblSale FORMAT CSV' < /usr/src/app/tblsale_in.csv

csv必須是逗號分隔,而且DateTime格式必須是不帶毫秒的, 不然會有下麵的錯誤

clickhouse-client --query='INSERT INTO tblSale FORMAT CSV' < /usr/src/app/tblsale_in.csv#
Code: 117. DB::Exception: Expected end of line: (at row 1)

Row 1:
Column 0,   name: id,          type: UInt32,   parsed text: "1"
Column 1,   name: prod_id,     type: UInt32,   parsed text: "1"
Column 2,   name: user_id,     type: UInt32,   parsed text: "1"
Column 3,   name: cnt,         type: UInt32,   parsed text: "1"
Column 4,   name: total_price, type: Float32,  parsed text: "1.00"
Column 5,   name: date,        type: DateTime, parsed text: "2022-04-22 17:56:00"
ERROR: garbage after DateTime: ".783<CARRIAGE RETURN><LINE FEED>2,2,"
ERROR: DateTime must be in YYYY-MM-DD hh:mm:ss or NNNNNNNNNN (unix timestamp, exactly 10 digits) format.

: While executing CSVRowInputFormat: data for INSERT was parsed from stdin: (in query: INSERT INTO tblSale FORMAT CSV). (INCORRECT_DATA)

我的數據是從SQLServer導出的, 可以用BCP導出指定逗號分隔

bcp "SELECT  [id],[prod_id],[user_id] ,[cnt],[total_price],Convert(varchar(20) , date, 120) as date FROM [taobao].[dbo].[tblSale_in]" queryout tblSale_in.csv -c -t , -T -S .\SQLExpress

 

當我導入的csv數據量很少時, 很快就成功了, 我再用有200w條數據時的csv, 執行這條命令是感覺就沒有反應了.新打開一個CLI,進入 clickhouse-client 也沒有反應了,不知道是否死掉了

等待5分種後,出現這個錯誤, 

Code: 209. DB::NetException: Timeout exceeded while reading from socket (127.0.0.1:9000, 300000 ms). (SOCKET_TIMEOUT)

 但是第2天再導入的時候就算導入2000w數據也很快, 在1分鐘以內, 不知道什麼原因

 

=========================以下是ClickHouse和SQLServer 2012的性能對比=====================================

硬體: THINKPAD470, I5CPU,8G記憶體,機械硬碟

--統計每日銷量,2000w數據 SQLServer 17秒


SELECT Convert(varchar(8) , date, 112) as date,count(*) as dayCnt
  FROM [taobao].[dbo].[tblSale] group by Convert(varchar(8) , date, 112) 
  order by  Convert(varchar(8) , date, 112) 
--按日統計數量, ClickHouse 2500w數據第一次用時8.35秒,第二次用時0.3秒
SELECT toYYYYMMDD(date), count(*) as dayCnt  FROM tblSale 
group by toYYYYMMDD(date) order by toYYYYMMDD(date)

繼續導入2000w數據, 再用上面的SQL, clickhouse 4500w數據用時0.58秒, 6000w數據用時0.5秒 (第一次查詢用1.24秒), 8000w數據用時0.68秒,1億數據用時0.95秒

=================== 結論==================================

對於一般OLAP應用, 比如查用戶的歷史記錄, 不要去搞分庫分表, 那是條歪路,還是轉到列資料庫, 搞個大寬表, 儘量不要用Join, 單機都能達到這麼高的性能.


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 原文鏈接:https://www.caituotuo.top/c56bd0c5.html 0. 前言 假設一次執行20條SQL,我們如何判斷哪條SQL是執行慢的爛SQL,這裡就需要用到慢查詢日誌。 在SQL中,廣義的查詢就是crud操作,而狹義的查詢僅僅是select查詢操作,慢查詢指的是廣義的查詢 ...
  • 概述 日誌文件記錄 MySQL 資料庫運行期間發生的變化,當資料庫遭到意外的損害時,可以通過日誌文件查詢出錯原因,併進件數據恢復 MySQL 日誌文件可以分成以下幾類: 二進位日誌:記錄所有更改數據的語句,可以用於主從複製 錯誤日誌:記錄 MySQL 服務出現的問題 查詢日誌:記錄建立的客戶端連接和 ...
  • mybatis操作資料庫的過程中,如果只考慮單表操作,mapper和dao層基本80%的都是固定的,故而可以使用工具進行生成,文末提供自己編寫的工具(基於mysql存儲過程):作者其實就是使用(mybatis-generator)這個工具過程中,有些想法,實踐下,編寫時很多實現留了口子,後續方便集成 ...
  • 由於MHA(mha4mysql-manager)工具在2018年已經停止維護更新,且不支持GTID複製模式,在原版基礎上增補功能難度較大,因此考慮將其重構。 ...
  • 毫不誇張地說,咱們後端工程師,無論在哪家公司,呆在哪個團隊,做哪個系統,遇到的第一個讓人頭疼的問題絕對是資料庫性能問題。如果我們有一套成熟的方法論,能讓大家快速、準確的去選擇出合適的優化方案,我相信能夠快速準備解決咱們日常遇到的80%-90%的性能問題。 從解決問題的角度出發,我們得先瞭解到問題的原... ...
  • 1.1 MySQL安裝 1.1.1 下載wget命令 yum -y install wget 1.1.2 線上下載mysql安裝包 wget https://dev.mysql.com/get/mysql57-community-release-el7-8.noarch.rpm 1.1.3 安裝My ...
  • MySQL伺服器上 存儲引擎 負責對錶中數據的讀取和寫入工作,不同存儲引擎中 存放的格式 一般是不同的,甚至有的存儲引擎(Memory)不用磁碟來存儲數據。 頁 (Page) 是磁碟和記憶體之間交互的基本單位 ,也就是說資料庫管理存儲空間的基本單位是頁,資料庫I/O操作的最小單位是頁 (InnoDB頁 ...
  • **導讀:**聯友科技是一家旨在提供在汽車行業全價值鏈解決方案的科技公司。公司以數字化、智能零部件以及智能網聯為三大核心業務領域,涵蓋研發/製造/營銷等領域的信息化產品、系統運行維護服務、雲服務、大數據分析服務、智能網聯及數字化運營服務、車載智能部件及汽車設計等業務。本次分享會圍繞以下四點展開: 車 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...