Преводът на статията е изготвен специално за студентите от курса .
е колонна база данни с отворен код. Това е страхотна среда, в която стотици анализатори могат бързо да правят заявки за детайлизирани данни, дори когато се въвеждат десетки милиарди нови записи на ден. Разходите за инфраструктура за поддържане на такава система могат да достигнат до $100 10 на година и потенциално половината от това, в зависимост от употребата. В даден момент инсталацията на ClickHouse от Yandex Metrica съдържаше XNUMX трилиона записа. В допълнение към Yandex, ClickHouse постигна успех и с Bloomberg и Cloudflare.
Преди две години прекарах бази данни, използващи една машина, и стана безплатен софтуер за бази данни, който някога съм виждал. Оттогава разработчиците не спират да добавят функции, включително поддръжка за Kafka, HDFS и ZStandard компресия. Миналата година добавиха поддръжка за каскадни методи за компресиране и кодирането стана възможно. Когато компресирате данни от времеви редове, стойностите на измервателните уреди могат да се компресират добре с делта кодиране, но за броячи кодирането делта от делта би било по-добро. Добрата компресия се превърна в ключ към ефективността на ClickHouse.
ClickHouse се състои от 170 235 реда C++ код, с изключение на библиотеки на трети страни, и е една от най-малките кодови бази за разпределени бази данни. За сравнение, SQLite не поддържа разпространение и се състои от 207 XNUMX реда код на C. Към момента на писане на това XNUMX инженери са допринесли за ClickHouse и напоследък процентът на ангажиране се увеличава.
През март 2017 г. ClickHouse започна да провежда като лесен начин за проследяване на развитието. Те също така разбиха монолитния файл с документация в файлова йерархия, базирана на Markdown. Проблемите и функциите се проследяват чрез GitHub и като цяло този софтуер стана много по-достъпен през последните няколко години.
В тази статия ще разгледам производителността на клъстер ClickHouse на AWS EC2, използващ 36-ядрени процесори и NVMe хранилище.
АКТУАЛИЗАЦИЯ: Седмица след първоначалното публикуване на тази публикация, повторих теста с подобрена конфигурация и постигнах много по-добри резултати. Тази публикация е актуализирана, за да отрази тези промени.
Изпълнение на AWS EC2 клъстер
Ще използвам три c5d.9xlarge EC2 екземпляра за тази публикация. Всеки от тях съдържа 36 vCPU, 72 GB RAM, 900 GB NVMe SSD памет и поддържа 10 Gigabit мрежа. Те струват $1,962/час всеки в eu-west-1, когато се пускат при поискване. Ще използвам Ubuntu Server 16.04 LTS като моя операционна система.
Защитната стена е настроена така, че всяка машина да може да комуникира една с друга без ограничения и само моят IPv4 адрес е в белия списък от SSH в клъстера.
NVMe диск в оперативна готовност
За да работи ClickHouse, ще създам файлова система EXT4 на NVMe устройството на всеки от сървърите.
$ sudo mkfs -t ext4 /dev/nvme1n1
$ sudo mkdir /ch
$ sudo mount /dev/nvme1n1 /chСлед като всичко е настроено, можете да видите точката на монтиране и 783 GB свободно пространство на всяка система.
$ lsblkNAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINT
loop0 7:0 0 87.9M 1 loop /snap/core/5742
loop1 7:1 0 16.5M 1 loop /snap/amazon-ssm-agent/784
nvme0n1 259:1 0 8G 0 disk
└─nvme0n1p1 259:2 0 8G 0 part /
nvme1n1 259:0 0 838.2G 0 disk /ch$ df -hFilesystem Size Used Avail Use% Mounted on
udev 35G 0 35G 0% /dev
tmpfs 6.9G 8.8M 6.9G 1% /run
/dev/nvme0n1p1 7.7G 967M 6.8G 13% /
tmpfs 35G 0 35G 0% /dev/shm
tmpfs 5.0M 0 5.0M 0% /run/lock
tmpfs 35G 0 35G 0% /sys/fs/cgroup
/dev/loop0 88M 88M 0 100% /snap/core/5742
/dev/loop1 17M 17M 0 100% /snap/amazon-ssm-agent/784
tmpfs 6.9G 0 6.9G 0% /run/user/1000
/dev/nvme1n1 825G 73M 783G 1% /chНаборът от данни, който ще използвам в този тест, е изхвърляне на данни, което генерирах от 1.1 милиарда пътувания с такси, направени в Ню Йорк за шест години. Блог подробности как събрах този набор от данни. Те се съхраняват в AWS S3, така че ще настроя AWS CLI с моя достъп и секретни ключове.
$ sudo apt update
$ sudo apt install awscli
$ aws configureЩе задам ограничение за едновременни заявки на клиента на 100, така че файловете да се зареждат по-бързо от настройките по подразбиране.
$ aws configure set
default.s3.max_concurrent_requests
100Ще изтегля набора от данни за пътуване с такси от AWS S3 и ще го съхраня на NVMe устройство на първия сървър. Този набор от данни е ~104 GB в GZIP компресиран CSV формат.
$ sudo mkdir -p /ch/csv
$ sudo chown -R ubuntu /ch/csv
$ aws s3 sync s3://<bucket>/csv /ch/csvИнсталиране на ClickHouse
Ще инсталирам дистрибуцията OpenJDK за Java 8, тъй като е необходима за стартиране на Apache ZooKeeper, което е необходимо за разпределена инсталация на ClickHouse и на трите машини.
$ sudo apt update
$ sudo apt install
openjdk-8-jre
openjdk-8-jdk-headless
След това задавам променливата на средата JAVA_HOME.
$ sudo vi /etc/profile
export JAVA_HOME=/usr
$ source /etc/profileСлед това ще използвам системата за управление на пакети на Ubuntu, за да инсталирам ClickHouse 18.16.1, glances и ZooKeeper и на трите машини.
$ sudo apt-key adv
--keyserver hkp://keyserver.ubuntu.com:80
--recv E0C56BD4
$ echo "deb http://repo.yandex.ru/clickhouse/deb/stable/ main/" |
sudo tee /etc/apt/sources.list.d/clickhouse.list
$ sudo apt-get update$ sudo apt install
clickhouse-client
clickhouse-server
glances
zookeeperdЩе създам директория за ClickHouse и ще направя някои промени в конфигурацията и на трите сървъра.
$ sudo mkdir /ch/clickhouse
$ sudo chown -R clickhouse /ch/clickhouse
$ sudo mkdir -p /etc/clickhouse-server/conf.d
$ sudo vi /etc/clickhouse-server/conf.d/taxis.confТова са настройките на конфигурацията, които ще използвам.
<?xml version="1.0"?>
<yandex>
<listen_host>0.0.0.0</listen_host>
<path>/ch/clickhouse/</path>
<remote_servers>
<perftest_3shards>
<shard>
<replica>
<host>172.30.2.192</host>
<port>9000</port>
</replica>
</shard>
<shard>
<replica>
<host>172.30.2.162</host>
<port>9000</port>
</replica>
</shard>
<shard>
<replica>
<host>172.30.2.36</host>
<port>9000</port>
</replica>
</shard>
</perftest_3shards>
</remote_servers> <zookeeper-servers>
<node>
<host>172.30.2.192</host>
<port>2181</port>
</node>
<node>
<host>172.30.2.162</host>
<port>2181</port>
</node>
<node>
<host>172.30.2.36</host>
<port>2181</port>
</node>
</zookeeper-servers> <macros>
<shard>03</shard>
<replica>01</replica>
</macros>
</yandex>След това ще стартирам ZooKeeper и сървъра ClickHouse и на трите машини.
$ sudo /etc/init.d/zookeeper start
$ sudo service clickhouse-server startКачване на данни в ClickHouse
На първия сървър ще създам таблица за пътуване (trips), който ще съхранява набор от данни за пътувания с такси с помощта на Log engine.
$ clickhouse-client --host=0.0.0.0
CREATE TABLE trips (
trip_id UInt32,
vendor_id String,
pickup_datetime DateTime,
dropoff_datetime Nullable(DateTime),
store_and_fwd_flag Nullable(FixedString(1)),
rate_code_id Nullable(UInt8),
pickup_longitude Nullable(Float64),
pickup_latitude Nullable(Float64),
dropoff_longitude Nullable(Float64),
dropoff_latitude Nullable(Float64),
passenger_count Nullable(UInt8),
trip_distance Nullable(Float64),
fare_amount Nullable(Float32),
extra Nullable(Float32),
mta_tax Nullable(Float32),
tip_amount Nullable(Float32),
tolls_amount Nullable(Float32),
ehail_fee Nullable(Float32),
improvement_surcharge Nullable(Float32),
total_amount Nullable(Float32),
payment_type Nullable(String),
trip_type Nullable(UInt8),
pickup Nullable(String),
dropoff Nullable(String),
cab_type Nullable(String),
precipitation Nullable(Int8),
snow_depth Nullable(Int8),
snowfall Nullable(Int8),
max_temperature Nullable(Int8),
min_temperature Nullable(Int8),
average_wind_speed Nullable(Int8),
pickup_nyct2010_gid Nullable(Int8),
pickup_ctlabel Nullable(String),
pickup_borocode Nullable(Int8),
pickup_boroname Nullable(String),
pickup_ct2010 Nullable(String),
pickup_boroct2010 Nullable(String),
pickup_cdeligibil Nullable(FixedString(1)),
pickup_ntacode Nullable(String),
pickup_ntaname Nullable(String),
pickup_puma Nullable(String),
dropoff_nyct2010_gid Nullable(UInt8),
dropoff_ctlabel Nullable(String),
dropoff_borocode Nullable(UInt8),
dropoff_boroname Nullable(String),
dropoff_ct2010 Nullable(String),
dropoff_boroct2010 Nullable(String),
dropoff_cdeligibil Nullable(String),
dropoff_ntacode Nullable(String),
dropoff_ntaname Nullable(String),
dropoff_puma Nullable(String)
) ENGINE = Log;
След това разопаковам и зареждам всеки от CSV файловете в таблица за пътуване (trips). Следното се изпълнява за 55 минути и 10 секунди. След тази операция размерът на директорията с данни беше 134 GB.
$ time (for FILENAME in /ch/csv/trips_x*.csv.gz; do
echo $FILENAME
gunzip -c $FILENAME |
clickhouse-client
--host=0.0.0.0
--query="INSERT INTO trips FORMAT CSV"
done)Скоростта на импортиране беше 155 MB некомпресирано CSV съдържание в секунда. Подозирам, че това се дължи на пречка в GZIP декомпресията. Може да е било по-бързо да декомпресирате всички gzip файлове паралелно с помощта на xargs и след това да изтеглите декомпресираните данни. По-долу е дадено описание на докладваното по време на процеса на импортиране на CSV.
$ sudo glancesip-172-30-2-200 (Ubuntu 16.04 64bit / Linux 4.4.0-1072-aws) Uptime: 0:11:42
CPU 8.2% nice: 0.0% LOAD 36-core MEM 9.8% active: 5.20G SWAP 0.0%
user: 6.0% irq: 0.0% 1 min: 2.24 total: 68.7G inactive: 61.0G total: 0
system: 0.9% iowait: 1.3% 5 min: 1.83 used: 6.71G buffers: 66.4M used: 0
idle: 91.8% steal: 0.0% 15 min: 1.01 free: 62.0G cached: 61.6G free: 0
NETWORK Rx/s Tx/s TASKS 370 (507 thr), 2 run, 368 slp, 0 oth sorted automatically by cpu_percent, flat view
ens5 136b 2Kb
lo 343Mb 343Mb CPU% MEM% VIRT RES PID USER NI S TIME+ IOR/s IOW/s Command
100.4 1.5 1.65G 1.06G 9909 ubuntu 0 S 1:01.33 0 0 clickhouse-client --host=0.0.0.0 --query=INSERT INTO trips FORMAT CSV
DISK I/O R/s W/s 85.1 0.0 4.65M 708K 9908 ubuntu 0 R 0:50.60 32M 0 gzip -d -c /ch/csv/trips_xac.csv.gz
loop0 0 0 54.9 5.1 8.14G 3.49G 8091 clickhous 0 S 1:44.23 0 45M /usr/bin/clickhouse-server --config=/etc/clickhouse-server/config.xml
loop1 0 0 4.5 0.0 0 0 319 root 0 S 0:07.50 1K 0 kworker/u72:2
nvme0n1 0 3K 2.3 0.0 91.1M 28.9M 9912 root 0 R 0:01.56 0 0 /usr/bin/python3 /usr/bin/glances
nvme0n1p1 0 3K 0.3 0.0 0 0 960 root -20 S 0:00.10 0 0 kworker/28:1H
nvme1n1 32.1M 495M 0.3 0.0 0 0 1058 root -20 S 0:00.90 0 0 kworker/23:1HЩе освободя място на NVMe устройството, като изтрия оригиналните CSV файлове, преди да продължа.
$ sudo rm -fr /ch/csvПреобразуване във форма на колона
Механизмът Log ClickHouse ще съхранява данни в стринг-ориентиран формат. За по-бързо запитване към данните, аз ги конвертирам във формат на колона с помощта на двигателя MergeTree.
$ clickhouse-client --host=0.0.0.0Следното е завършено за 34 минути и 50 секунди. След тази операция размерът на директорията с данни беше 237 GB.
CREATE TABLE trips_mergetree
ENGINE = MergeTree(pickup_date, pickup_datetime, 8192)
AS SELECT
trip_id,
CAST(vendor_id AS Enum8('1' = 1,
'2' = 2,
'CMT' = 3,
'VTS' = 4,
'DDS' = 5,
'B02512' = 10,
'B02598' = 11,
'B02617' = 12,
'B02682' = 13,
'B02764' = 14)) AS vendor_id,
toDate(pickup_datetime) AS pickup_date,
ifNull(pickup_datetime, toDateTime(0)) AS pickup_datetime,
toDate(dropoff_datetime) AS dropoff_date,
ifNull(dropoff_datetime, toDateTime(0)) AS dropoff_datetime,
assumeNotNull(store_and_fwd_flag) AS store_and_fwd_flag,
assumeNotNull(rate_code_id) AS rate_code_id,
assumeNotNull(pickup_longitude) AS pickup_longitude,
assumeNotNull(pickup_latitude) AS pickup_latitude,
assumeNotNull(dropoff_longitude) AS dropoff_longitude,
assumeNotNull(dropoff_latitude) AS dropoff_latitude,
assumeNotNull(passenger_count) AS passenger_count,
assumeNotNull(trip_distance) AS trip_distance,
assumeNotNull(fare_amount) AS fare_amount,
assumeNotNull(extra) AS extra,
assumeNotNull(mta_tax) AS mta_tax,
assumeNotNull(tip_amount) AS tip_amount,
assumeNotNull(tolls_amount) AS tolls_amount,
assumeNotNull(ehail_fee) AS ehail_fee,
assumeNotNull(improvement_surcharge) AS improvement_surcharge,
assumeNotNull(total_amount) AS total_amount,
assumeNotNull(payment_type) AS payment_type_,
assumeNotNull(trip_type) AS trip_type,
pickup AS pickup,
pickup AS dropoff,
CAST(assumeNotNull(cab_type)
AS Enum8('yellow' = 1, 'green' = 2))
AS cab_type,
precipitation AS precipitation,
snow_depth AS snow_depth,
snowfall AS snowfall,
max_temperature AS max_temperature,
min_temperature AS min_temperature,
average_wind_speed AS average_wind_speed,
pickup_nyct2010_gid AS pickup_nyct2010_gid,
pickup_ctlabel AS pickup_ctlabel,
pickup_borocode AS pickup_borocode,
pickup_boroname AS pickup_boroname,
pickup_ct2010 AS pickup_ct2010,
pickup_boroct2010 AS pickup_boroct2010,
pickup_cdeligibil AS pickup_cdeligibil,
pickup_ntacode AS pickup_ntacode,
pickup_ntaname AS pickup_ntaname,
pickup_puma AS pickup_puma,
dropoff_nyct2010_gid AS dropoff_nyct2010_gid,
dropoff_ctlabel AS dropoff_ctlabel,
dropoff_borocode AS dropoff_borocode,
dropoff_boroname AS dropoff_boroname,
dropoff_ct2010 AS dropoff_ct2010,
dropoff_boroct2010 AS dropoff_boroct2010,
dropoff_cdeligibil AS dropoff_cdeligibil,
dropoff_ntacode AS dropoff_ntacode,
dropoff_ntaname AS dropoff_ntaname,
dropoff_puma AS dropoff_puma
FROM trips;Ето как изглеждаше изходът на погледа по време на операцията:
ip-172-30-2-200 (Ubuntu 16.04 64bit / Linux 4.4.0-1072-aws) Uptime: 1:06:09
CPU 10.3% nice: 0.0% LOAD 36-core MEM 16.1% active: 13.3G SWAP 0.0%
user: 7.9% irq: 0.0% 1 min: 1.87 total: 68.7G inactive: 52.8G total: 0
system: 1.6% iowait: 0.8% 5 min: 1.76 used: 11.1G buffers: 71.8M used: 0
idle: 89.7% steal: 0.0% 15 min: 1.95 free: 57.6G cached: 57.2G free: 0
NETWORK Rx/s Tx/s TASKS 367 (523 thr), 1 run, 366 slp, 0 oth sorted automatically by cpu_percent, flat view
ens5 1Kb 8Kb
lo 2Kb 2Kb CPU% MEM% VIRT RES PID USER NI S TIME+ IOR/s IOW/s Command
241.9 12.8 20.7G 8.78G 8091 clickhous 0 S 30:36.73 34M 125M /usr/bin/clickhouse-server --config=/etc/clickhouse-server/config.xml
DISK I/O R/s W/s 2.6 0.0 90.4M 28.3M 9948 root 0 R 1:18.53 0 0 /usr/bin/python3 /usr/bin/glances
loop0 0 0 1.3 0.0 0 0 203 root 0 S 0:09.82 0 0 kswapd0
loop1 0 0 0.3 0.1 315M 61.3M 15701 ubuntu 0 S 0:00.40 0 0 clickhouse-client --host=0.0.0.0
nvme0n1 0 3K 0.3 0.0 0 0 7 root 0 S 0:00.83 0 0 rcu_sched
nvme0n1p1 0 3K 0.0 0.0 0 0 142 root 0 S 0:00.22 0 0 migration/27
nvme1n1 25.8M 330M 0.0 0.0 59.7M 1.79M 2764 ubuntu 0 S 0:00.00 0 0 (sd-pam)При последния тест няколко колони бяха преобразувани и преизчислени. Открих, че някои от тези функции вече не работят правилно на този набор от данни. За да разреша този проблем, премахнах неподходящите функции и заредих данните, без да конвертирам в по-фини типове.
Разпределение на клъстерни данни
Ще разпределя данни между трите клъстерни възела. Като начало, по-долу ще създам таблица и на трите машини.
$ clickhouse-client --host=0.0.0.0CREATE TABLE trips_mergetree_third (
trip_id UInt32,
vendor_id String,
pickup_date Date,
pickup_datetime DateTime,
dropoff_date Date,
dropoff_datetime Nullable(DateTime),
store_and_fwd_flag Nullable(FixedString(1)),
rate_code_id Nullable(UInt8),
pickup_longitude Nullable(Float64),
pickup_latitude Nullable(Float64),
dropoff_longitude Nullable(Float64),
dropoff_latitude Nullable(Float64),
passenger_count Nullable(UInt8),
trip_distance Nullable(Float64),
fare_amount Nullable(Float32),
extra Nullable(Float32),
mta_tax Nullable(Float32),
tip_amount Nullable(Float32),
tolls_amount Nullable(Float32),
ehail_fee Nullable(Float32),
improvement_surcharge Nullable(Float32),
total_amount Nullable(Float32),
payment_type Nullable(String),
trip_type Nullable(UInt8),
pickup Nullable(String),
dropoff Nullable(String),
cab_type Nullable(String),
precipitation Nullable(Int8),
snow_depth Nullable(Int8),
snowfall Nullable(Int8),
max_temperature Nullable(Int8),
min_temperature Nullable(Int8),
average_wind_speed Nullable(Int8),
pickup_nyct2010_gid Nullable(Int8),
pickup_ctlabel Nullable(String),
pickup_borocode Nullable(Int8),
pickup_boroname Nullable(String),
pickup_ct2010 Nullable(String),
pickup_boroct2010 Nullable(String),
pickup_cdeligibil Nullable(FixedString(1)),
pickup_ntacode Nullable(String),
pickup_ntaname Nullable(String),
pickup_puma Nullable(String),
dropoff_nyct2010_gid Nullable(UInt8),
dropoff_ctlabel Nullable(String),
dropoff_borocode Nullable(UInt8),
dropoff_boroname Nullable(String),
dropoff_ct2010 Nullable(String),
dropoff_boroct2010 Nullable(String),
dropoff_cdeligibil Nullable(String),
dropoff_ntacode Nullable(String),
dropoff_ntaname Nullable(String),
dropoff_puma Nullable(String)
) ENGINE = MergeTree(pickup_date, pickup_datetime, 8192);След това ще се уверя, че първият сървър може да види и трите възела в клъстера.
SELECT *
FROM system.clusters
WHERE cluster = 'perftest_3shards'
FORMAT Vertical;Row 1:
──────
cluster: perftest_3shards
shard_num: 1
shard_weight: 1
replica_num: 1
host_name: 172.30.2.192
host_address: 172.30.2.192
port: 9000
is_local: 1
user: default
default_database:Row 2:
──────
cluster: perftest_3shards
shard_num: 2
shard_weight: 1
replica_num: 1
host_name: 172.30.2.162
host_address: 172.30.2.162
port: 9000
is_local: 0
user: default
default_database:Row 3:
──────
cluster: perftest_3shards
shard_num: 3
shard_weight: 1
replica_num: 1
host_name: 172.30.2.36
host_address: 172.30.2.36
port: 9000
is_local: 0
user: default
default_database:
След това ще дефинирам нова таблица на първия сървър, който е базиран на схемата trips_mergetree_third и използва разпределения двигател.
CREATE TABLE trips_mergetree_x3
AS trips_mergetree_third
ENGINE = Distributed(perftest_3shards,
default,
trips_mergetree_third,
rand());След това ще копирам данните от базираната на MergeTree таблица и на трите сървъра. Следното е изпълнено за 34 минути и 44 секунди.
INSERT INTO trips_mergetree_x3
SELECT * FROM trips_mergetree;След горната операция дадох на ClickHouse 15 минути, за да премине знака за максимално съхранение. В крайна сметка директориите с данни бяха съответно 264 GB, 34 GB и 33 GB на всеки от трите сървъра.
Оценка на ефективността на клъстера ClickHouse
Това, което видях след това, беше най-бързото време, което видях, когато изпълнявах всяка заявка няколко пъти на таблица trips_mergetree_x3.
$ clickhouse-client --host=0.0.0.0Следното се изпълнява за 2.449 секунди.
SELECT cab_type, count(*)
FROM trips_mergetree_x3
GROUP BY cab_type;Следното се изпълнява за 0.691 секунди.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree_x3
GROUP BY passenger_count;Следното се прави за 0 секунди.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree_x3
GROUP BY passenger_count,
year;Следното се изпълнява за 0.983 секунди.
SELECT passenger_count,
toYear(pickup_date) AS year,
round(trip_distance) AS distance,
count(*)
FROM trips_mergetree_x3
GROUP BY passenger_count,
year,
distance
ORDER BY year,
count(*) DESC;За сравнение, изпълних същите заявки на таблица, базирана на MergeTree, която се намира изключително на първия сървър.
Оценка на ефективността на един възел ClickHouse
Това, което видях след това, беше най-бързото време, което видях, когато изпълнявах всяка заявка няколко пъти на таблица trips_mergetree_x3.
Следното се изпълнява за 0.241 секунди.
SELECT cab_type, count(*)
FROM trips_mergetree
GROUP BY cab_type;Следното се изпълнява за 0.826 секунди.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree
GROUP BY passenger_count;Следното се изпълнява за 1.209 секунди.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree
GROUP BY passenger_count,
year;Следното се изпълнява за 1.781 секунди.
SELECT passenger_count,
toYear(pickup_date) AS year,
round(trip_distance) AS distance,
count(*)
FROM trips_mergetree
GROUP BY passenger_count,
year,
distance
ORDER BY year,
count(*) DESC;Размисли върху резултатите
Това е първият път, когато безплатна база данни, базирана на процесор, успя да надмине база данни, базирана на графичен процесор, в моите тестове. Базираната на GPU база данни оттогава е претърпяла две ревизии, но все пак производителността, която ClickHouse показа на един възел, е много впечатляваща.
В същото време, когато Query 1 се изпълнява на разпределен двигател, режийните разходи са с порядък по-високи. Надявам се, че съм пропуснал нещо в проучването си за тази публикация, защото би било хубаво да видя времето за заявки да намалява, докато добавям повече възли към клъстера. Въпреки това е забележително, че при изпълнение на други заявки производителността се увеличава с около 2 пъти.
Би било хубаво, ако ClickHouse еволюира в посока да може да разделя съхранението и изчисленията, така че да могат да се мащабират независимо. Поддръжката за HDFS, която беше добавена миналата година, може да бъде стъпка към това. По отношение на изчисленията, ако една заявка може да бъде ускорена чрез добавяне на повече възли към клъстера, тогава бъдещето на този софтуер ще бъде много светло.
Благодаря, че отделихте време да прочетете тази публикация. Предлагам услуги за консултиране, архитектура и практическо развитие за клиенти в Северна Америка и Европа. Ако искате да обсъдите как моите предложения могат да помогнат на вашия бизнес, моля, свържете се с мен чрез .
Източник: www.habr.com