clickhouse

分片副本表结构

PARTITION BY toYYYYMM(time) 按日期分区，每月一个分区

排序键设计完整：覆盖了主要查询维度

ReplacingMergeTree 避免重复统计

• 核心组件比喻
  节点（Node）
  相当于一个仓库，可以存储货物（数据），并且能自己处理打包、查询任务。
  比如你在全国有 10 个仓库，每个仓库就是一个节点。
  分片（Shard）
• 假设你的订单数据量太大，一个仓库放不下，于是你把数据按规则拆分。
• 例如：按客户所在省份分片，北京的数据放在分片1，上海的数据放在分片2。
• 每个分片可能由一个或多个仓库（节点）负责。

副本（Replica）

• 为了防止某个仓库着火或宕机导致数据丢失，你在另一个地方建立备份仓库，存一模一样的数据。
• 比如北京分片的数据，除了仓库A存一份，还在仓库B存一份完全相同的。
• A 是主副本，B 是副本，它们互为副本。
  ClickHouse 就是：
• 把大数据分片存储（并行处理查询更快）
• 每个分片有副本（高可用、可负载均衡）
• 所有节点组成一个集群，对外像一个整体数据库。
  视图
  引用 clicks 的数据
  
  SETTINGS index_granularity = 8192 详解
  8192 = 2¹³ 每个颗粒大小 ≈ 8192行 × 平均行大小
  什么是 Granularity（粒度）？
• 在 ClickHouse 中，数据在磁盘上按颗粒（granule）存储
• 每个颗粒是物理上连续存储的一组行
• index_granularity = 8192 表示：每个索引颗粒包含 8192 行数据