ClickHouse中JOIN算法选择逻辑以及auto选项

ClickHouse中JOIN算法选择逻辑以及auto选项

ClickHouse中的JOIN的算法有6种:

  1. Direct;
  2. Partial merge;
  3. Hash;
  4. Grace hash;
  5. Full sorting merge;
    1. Parallel hash。

Setting配置join_algorithm用于指定JOIN算法,它可以设置为多个值,例如join_algorithm='direct,hash,partial_merge'。在选择最终JOIN算法的时候是根据setting配置join_algorithm, 以及JOIN操作的Strictness、Kind和参与JOIN的右表表引擎类型共同决定。

Setting配置join_algorithm的可选值(可以组合,前面的例子已经展示了)如下所示:

  1. default
  2. auto
  3. hash
  4. partial_merge
  5. prefer_partial_merge
  6. parallel_hash
  7. direct
  8. full_sorting_merge
  9. grace_hash

JOIN算法的选择逻辑

上面已经提到join_algorithm上可以指定多个值,相当于是一个多路开关,它规定了哪些JOIN算法可以使用。而在具体JOIN语句执行时则根据具体情况(例如Strictness、Kind和右表表引擎类型)选择合适的JOIN算法。如果没有合适的JOIN算法,则会报错。选择逻辑按照优先级从高往低列举如下:

  1. 如果setting join_algorithm 包含'direct'或'default',则优先尝试Direct join。Direct join的使用条件是:

    Strictness Kind 右表引擎 JOIN关键字/条件
    ANY LEFT 键值对表引擎,如 Join engine、Dictionary engine 必须为Join表引擎的关键字 单连接条件(不带OR)
  2. 如果setting join_algorithm 包含'partial_merge'或者'prefer_partial_merge',则尝试使用Partial(sorting) merge join。Partial(sorting) merge join的使用条件是:

    Strictness Kind 右表引擎 JOIN关键字/条件
    ALL INNER LEFT RIGHT FULL - 单连接条件(不带OR)
    ANY | SEMI INNER LEFT - 连接条件(不带OR)
  3. 如果setting join_algorithm 包含'parallel_hash',则尝试使用Parallel hash join。Parallel hash join的使用条件是:

    Strictness Kind 右表引擎 JOIN关键字/条件
    除了ASOF的所有 INNER LEFT - 单连接条件(不带OR)
  4. 如果setting join_algorithm 包含'hash'或'default',或者虽然包含'parallel_hash'或'prefer_partial_merge'但是前面对应使用条件不满足,则尝试使用Hash join。Hash join的使用条件是:

    Strictness Kind 右表引擎 JOIN关键字/条件
    所有 所有 - -
  5. 如果setting join_algorithm 包含'full_sorting_merge',则尝试使用Full sorting merge join。Full sorting merge join的使用条件是:

    Strictness Kind 右表引擎 JOIN关键字/条件
    ALL | ANY INNER LEFT RIGHT FULL - 单连接条件(不带OR)
  6. 如果setting join_algorithm 包含'grace_hash',则尝试使用Grace hash join。Grace hash join的使用条件是:

    Strictness Kind 右表引擎 JOIN关键字/条件
    除了ASOF的所有 INNER LEFT RIGHT FULL 单连接条件(不带OR)
  7. 如果setting join_algorithm 包含'auto',则尝试先使用Hash join。当切换条件触发且Partial merge join的使用条件满足时切换到Partial merge join。

Auto的逻辑

join_algorithm设置为'auto'时,ClickHouse会自行(不一定算是很智能)根据内存消耗情况选择JOIN算法。

首先采用hash join,并在JOIN运算期间记录生成的哈希表的行数和所消耗的内存。当行数或者消耗内存大小达到阈值时,切换到partial merge join算法。

阈值由settings设置max_rows_in_joinmax_bytes_in_join设定。

设置join_overflow_mode

join_algorithm为'hash'时,在阈值max_rows_in_joinmax_bytes_in_join被超过时的行为取决于join_overflow_mode的设定。join_overflow_mode有两种取值:

  1. THROW

    抛异常。

  2. BREAK

    中断执行,返回部分结果。

相关推荐
Wo3Shi4七11 分钟前
数组
数据结构·算法·go
CoovallyAIHub18 分钟前
YOLOv13都来了,目标检测还卷得动吗?别急,还有这些新方向!
深度学习·算法·计算机视觉
转转技术团队1 小时前
边学边做:图片识别技术的学习与应用
后端·算法
一块plus1 小时前
2025 年值得一玩的最佳 Web3 游戏
算法·设计模式·程序员
前端拿破轮1 小时前
不是吧不是吧,leetcode第一题我就做不出来?😭😭😭
后端·算法·leetcode
一块plus1 小时前
什么是去中心化 AI?区块链驱动智能的初学者指南
人工智能·后端·算法
Mr_Xuhhh1 小时前
网络基础(1)
c语言·开发语言·网络·c++·qt·算法
前端拿破轮1 小时前
😭😭😭看到这个快乐数10s,我就知道快乐不属于我了🤪
算法·leetcode·typescript
lyx 弈心2 小时前
I/O 进程 7.2
linux·算法·io
静心问道2 小时前
APE:大语言模型具有人类水平的提示工程能力
人工智能·算法·语言模型·大模型