一、官方文档地址
clickhouse的配置项主要在 config.xml 或 users.xml 中, 基本上都在 users.xml 里
config.xml
https://clickhouse.tech/docs/en/operations/server-configuration-parameters/settings/
users.xml
https://clickhouse.tech/docs/en/operations/settings/settings/
二、建表优化
2.1、数据类型选择:
时间字段 | 使用DateTime类型,不要用字符串,clickhouse底层将DateTIme存为时间戳Long类型,但不建议使用Long类型,DateTime方便用于分区,只需要使用toYYYYMMDD(time)或者toDate(time),便可实现按天分区; |
---|---|
空值存储 | 官方指出Nullable类型会拖累性能,因为存储Nullable列时需要创建一个额外的文件来存储Null值的标记,并且Nullable列无法被索引。可用空字符串或者指定一个业务中无意义的值(例如-1表示无用id); |
2.2、分区和索引选择:
分区粒度 | 一般选择按天分区 |
---|---|
索引列选择 | 1:查询条件中经常被用来当筛选条件的属性; 2:可以是单一维度,也可以是组合维度的索引; 3:查询频率大的在前; 4:基数特别大的不适合做索引(例如id); |
2.3、表参数:
TTL(生命周期) | 指定TTL可以免去手动删除过期历史数据的麻烦,可以通过alter修改; |
三、配置优化
3.1、CPU资源配置:
background_pool_size | 后台线程池大小,merge线程就是在里这执行,默认16,建议设置为cpu个数的2倍; |
---|---|
background_schedule_pool_size | 执行后台任务的线程数,默认128,建议设置为cpu个数的2倍; |
background_distributed_schedule_pool_size | 为分布式发送执行后台任务的线程数,默认16,建议改成cpu个数的2倍; |
max_concurrent_queries | 最大并发处理的请求数,默认100,建议150~300; |
max_threads | 单个查询所能使用的最大cpu个数,默认是cpu核数; |
3.2、内存资源配置:
max_memory_usage | 单次query占用内存的最大值,可以设置大一点,提升集群查询性能; |
---|---|
max_bytes_before_external_group_by | group by使用存储超出该阈值后会刷新到磁盘进行(tmp目录),不设置时超出则报错; |
max_bytes_before_external_sort | order by使用内存超出阈值就溢写磁盘,不设置时超出则报错; |
max_table_size_to_drop | 限制删除该数据量以上的分区表,建议修改为0,不限制删除; |
四、写入和删除优化:
4.1:尽量不执行单条或小批量的删除和插入操作,会产生小分区文件,merge压力大;
4.2:不要一次写入太多分区,或写入太快(merge跟不上会报错,clickhosue默认使用了WAL提高写入性能的方式来处理);