A traduzzione di l'articulu hè stata preparata apposta per i studienti di u corsu .
hè una basa di dati colonnari open source. Hè un grande ambiente induve centinaie di analisti ponu interrogà rapidamente dati dettagliati, ancu quandu decine di miliardi di novi registri sò inseriti per ghjornu. I costi di l'infrastruttura per sustene un tali sistema puderia esse altu à $ 100 per annu, è potenzalmentu a mità di questu secondu l'usu. À un puntu, l'installazione di ClickHouse da Yandex Metrics cuntene 10 trilioni di dischi. In più di Yandex, ClickHouse hà ancu truvatu successu cù Bloomberg è Cloudflare.
Dui anni fà aghju passatu basa di dati chì utilizanu una macchina, è diventò software di basa di dati gratuitu chì aghju mai vistu. Da tandu, i sviluppatori ùn anu micca cessatu di aghjunghje funziunalità, cumpresu u supportu per a compressione Kafka, HDFS è ZStandard. L'annu passatu aghjunghjenu supportu per i metudi di cumpressione in cascata, è a codificazione hè diventata pussibule. Quandu si cumpresse i dati di a serie temporale, i valori di gauge ponu esse cumpressi bè cù a codificazione delta, ma per i contatori hè megliu aduprà a codificazione delta per delta. Una bona cumpressione hè diventata a chjave per u rendiment di ClickHouse.
ClickHouse hè custituitu da 170 mila linee di codice C++, escludendu e biblioteche di terzu, è hè una di e più chjuche basi di basa di dati distribuite. In cunfrontu, SQLite ùn sustene micca a distribuzione è hè custituitu da 235 mila linee di codice C. Da questu scrittu, l'ingegneri 207 anu cuntribuitu à ClickHouse, è l'intensità di l'impegni hè stata crescente recentemente.
In marzu 2017, ClickHouse hà cuminciatu à cunduce cum'è un modu faciule per seguità u sviluppu. Anu ancu spartutu u schedariu di documentazione monoliticu in una ghjerarchia di fugliale basatu in Markdown. I prublemi è e funziunalità sò tracciati via GitHub, è in generale u software hè diventatu assai più accessibile in l'ultimi anni.
In questu articulu, daraghju un ochju à a prestazione di un cluster ClickHouse in AWS EC2 utilizendu processori 36-core è almacenamiento NVMe.
UPDATE: Una settimana dopu avè publicatu uriginale stu post, aghju tornatu a prova cù una cunfigurazione mejorata è ottenutu risultati assai megliu. Stu post hè statu aghjurnatu per riflette questi cambiamenti.
Lanciazione di un cluster AWS EC2
Aduprà trè istanze c5d.9xlarge EC2 per questu post. Ognunu di elli cuntene 36 CPU virtuali, 72 GB di RAM, 900 GB di almacenamiento NVMe SSD è supporta a rete 10 Gigabit. Custanu $ 1,962 / ora ognunu in a regione eu-west-1 quandu funziona nantu à dumanda. Aduprà Ubuntu Server 16.04 LTS cum'è sistema operatore.
U firewall hè cunfiguratu per chì ogni macchina pò cumunicà cù l'altri senza restrizioni, è solu u mo indirizzu IPv4 hè whitelisted by SSH in u cluster.
Unità NVMe in u statu di prontezza operativa
Per u travagliu di ClickHouse, creeraghju un sistema di fugliale in u formatu EXT4 in un discu NVMe in ogni servitore.
$ sudo mkfs -t ext4 /dev/nvme1n1
$ sudo mkdir /ch
$ sudo mount /dev/nvme1n1 /chUna volta chì tuttu hè cunfiguratu, pudete vede u puntu di muntagna è i 783 GB di spaziu dispunibule nantu à ogni sistema.
$ 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% /chU dataset chì aghju utilizatu in questa prova hè un dump di dati chì aghju generatu da 1.1 miliardi di corse in taxi pigliate in New York City in sei anni. Nantu à u blog detalla cumu aghju cullatu stu settore di dati. Sò almacenati in AWS S3, cusì cunfigurà l'AWS CLI cù u mo accessu è e chjave secrete.
$ sudo apt update
$ sudo apt install awscli
$ aws configurePuderaghju u limitu di dumanda simultanea di u cliente à 100 in modu chì i fugliali scaricanu più veloce di i paràmetri predeterminati.
$ aws configure set
default.s3.max_concurrent_requests
100Scaricà l'insieme di dati di corsa in taxi da AWS S3 è l'almacenerà in un drive NVMe in u primu servitore. Stu dataset hè ~ 104 GB in formatu CSV cumpressatu da GZIP.
$ sudo mkdir -p /ch/csv
$ sudo chown -R ubuntu /ch/csv
$ aws s3 sync s3://<bucket>/csv /ch/csvInstallazione ClickHouse
Installaraghju a distribuzione OpenJDK per Java 8 cum'è hè necessariu per eseguisce Apache ZooKeeper, chì hè necessariu per una installazione distribuita di ClickHouse nantu à e trè macchine.
$ sudo apt update
$ sudo apt install
openjdk-8-jre
openjdk-8-jdk-headless
Allora aghju stabilitu a variabile di l'ambiente JAVA_HOME.
$ sudo vi /etc/profile
export JAVA_HOME=/usr
$ source /etc/profileDopu aduprà u sistema di gestione di pacchetti di Ubuntu per installà ClickHouse 18.16.1, sguardi è ZooKeeper nantu à e trè macchine.
$ 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
zookeeperdCriaraghju un repertoriu per ClickHouse è ancu fà qualchì annullamentu di cunfigurazione in tutti i trè servitori.
$ 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.confQuessi sò l'override di cunfigurazione chì aghju da aduprà.
<?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>Allora correraghju ZooKeeper è u servitore ClickHouse nantu à e trè macchine.
$ sudo /etc/init.d/zookeeper start
$ sudo service clickhouse-server startCaricà dati à ClickHouse
In u primu servitore, creeraghju una tabella di viaghju (trips), chì guardà un dataset di viaghji in taxi utilizendu u 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;
Allora estrattu è carricu ognunu di i schedari CSV in una tabella di viaghju (trips). U seguitu hè statu cumpletu in 55 minuti è 10 seconde. Dopu à sta operazione, a dimensione di u cartulare di dati era 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)A velocità di impurtazione era 155 MB di cuntenutu CSV senza cumpressione per seconda. Sospettate chì questu era per un collu di buttiglia in a decompressione GZIP. Puderia esse statu più veloce per unzip tutti i fugliali gzipped in parallelu cù xargs è poi carica i dati unzipped. Quì sottu hè una descrizzione di ciò chì hè statu informatu durante u prucessu di impurtazione 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/23:1HLibbiraraghju u spaziu nantu à l'unità NVMe sguassendu i fugliali CSV originali prima di cuntinuà.
$ sudo rm -fr /ch/csvCunvertite à Forma di Colonna
U mutore Log ClickHouse almacenerà dati in un formatu orientatu à fila. Per interrogà e dati più veloce, l'aghju cunvertitu à u formatu di colonna cù u mutore MergeTree.
$ clickhouse-client --host=0.0.0.0U seguitu hè statu cumpletu in 34 minuti è 50 seconde. Dopu à sta operazione, a dimensione di u cartulare di dati era 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;Eccu ciò chì l'output di sguardu pareva durante l'operazione:
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)In l'ultima prova, parechji culonni sò stati cunvertiti è ricalculati. Aghju trovu chì alcune di queste funzioni ùn funzionanu più cum'è previstu nantu à questu dataset. Per risolve stu prublema, aghju sguassatu e funzioni inappropriate è caricate i dati senza cunvertisce in tipi più granulari.
Distribuzione di dati in u cluster
Distribueraghju e dati in tutti i trè nodi di cluster. Per principià, quì sottu aghju da creà una tavola nantu à tutti i trè machini.
$ 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);Allora aghju da assicurà chì u primu servitore pò vede tutti i trè nodi in u cluster.
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:
Allora definisce una nova tavola nantu à u primu servitore chì hè basatu annantu à u schema trips_mergetree_third è usa u mutore Distributed.
CREATE TABLE trips_mergetree_x3
AS trips_mergetree_third
ENGINE = Distributed(perftest_3shards,
default,
trips_mergetree_third,
rand());Dopu copià e dati da a tavola basata MergeTree à tutti i trè servitori. U seguitu hè statu cumpletu in 34 minuti è 44 seconde.
INSERT INTO trips_mergetree_x3
SELECT * FROM trips_mergetree;Dopu à l'operazione sopra, aghju datu à ClickHouse 15 minuti per alluntanassi da a marca di livellu massimu di almacenamento. I repertorii di dati anu finitu per esse 264 GB, 34 GB è 33 GB rispettivamente in ognunu di i trè servitori.
Valutazione di u rendiment di u cluster ClickHouse
Ciò chì aghju vistu dopu era u tempu più veloce chì aghju vistu eseguisce ogni dumanda nantu à una tavola parechje volte trips_mergetree_x3.
$ clickhouse-client --host=0.0.0.0U seguitu cumpletu in 2.449 seconde.
SELECT cab_type, count(*)
FROM trips_mergetree_x3
GROUP BY cab_type;U seguitu cumpletu in 0.691 seconde.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree_x3
GROUP BY passenger_count;U seguitu cumpletu in 0 seconde.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree_x3
GROUP BY passenger_count,
year;U seguitu cumpletu in 0.983 seconde.
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;Per paragunà, aghju eseguitu e stesse dumande nantu à una tavola basata in MergeTree chì si trova solu in u primu servitore.
Valutazione di u rendiment di un node ClickHouse
Ciò chì aghju vistu dopu era u tempu più veloce chì aghju vistu eseguisce ogni dumanda nantu à una tavola parechje volte trips_mergetree_x3.
U seguitu cumpletu in 0.241 seconde.
SELECT cab_type, count(*)
FROM trips_mergetree
GROUP BY cab_type;U seguitu cumpletu in 0.826 seconde.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree
GROUP BY passenger_count;U seguitu cumpletu in 1.209 seconde.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree
GROUP BY passenger_count,
year;U seguitu cumpletu in 1.781 seconde.
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;Riflessioni nantu à i risultati
Questa hè a prima volta chì una basa di dati basata in CPU hè stata capace di superà una basa di dati basata in GPU in i mo testi. Questa basa di dati basata in GPU hà passatu duie revisioni da tandu, ma u rendiment chì ClickHouse hà furnitu nantu à un unicu nodu hè ancu assai impressiunanti.
À u listessu tempu, quandu eseguisce a Query 1 nantu à un mutore distribuitu, i costi generali sò un ordine di grandezza più altu. Spergu chì aghju mancatu qualcosa in a mo ricerca per questu postu perchè saria bellu di vede i tempi di dumanda scendenu mentre aghju aghjunghje più nodi à u cluster. Tuttavia, hè grande chì quandu eseguite altre dumande, u rendiment hè aumentatu da circa 2 volte.
Saria bellu di vede ClickHouse evoluzione versu esse capace di separà u almacenamentu è u calculu in modu chì ponu scala indipindente. U supportu HDFS, chì hè statu aghjuntu l'annu passatu, puderia esse un passu versu questu. In quantu à l'informatica, se una sola dumanda pò esse accelerata aghjunghjendu più nodi à u cluster, allora u futuru di stu software hè assai brillanti.
Grazie per piglià u tempu per leghje stu post. Offre cunsulenza, architettura è servizii di sviluppu di pratica à i clienti in l'America di u Nordu è l'Europa. Se vulete discutiri cumu i mo suggerimenti ponu aiutà a vostra attività, per piacè cuntattatemi via .
Source: www.habr.com