Artikli tõlge koostati spetsiaalselt kursuse üliõpilastele .
on avatud lähtekoodiga veergude andmebaas. See on suurepärane keskkond, kus sajad analüütikud saavad kiiresti küsida üksikasjalikke andmeid, isegi kui päevas sisestatakse kümneid miljardeid uusi kirjeid. Infrastruktuuri kulud sellise süsteemi toetamiseks võivad ulatuda 100 10 dollarini aastas ja potentsiaalselt poole väiksemad, sõltuvalt kasutusest. Ühel hetkel sisaldas Yandex Metricsi ClickHouse'i installimine XNUMX triljonit kirjet. ClickHouse on lisaks Yandexile leidnud edu ka Bloombergi ja Cloudflare'iga.
Kaks aastat tagasi veetsin andmebaasid ühte masinat kasutades ja saigi tasuta andmebaasitarkvara, mida olen kunagi näinud. Sellest ajast alates pole arendajad lõpetanud funktsioonide lisamist, sealhulgas Kafka, HDFS-i ja ZStandard-tihendustoe. Eelmisel aastal lisasid nad toe kaskaadtihendusmeetoditele ja kodeerimine sai võimalikuks. Aegridade andmete tihendamisel saab mõõturi väärtusi delta-kodeeringuga hästi tihendada, kuid loendurite jaoks oleks parem kasutada delta-delta-kodeeringut. Hea tihendamine on saanud ClickHouse'i jõudluse võtmeks.
ClickHouse koosneb 170 tuhandest C++ koodireast, välja arvatud kolmandate osapoolte raamatukogud, ja on üks väiksemaid hajutatud andmebaaside koodibaase. Võrdluseks, SQLite ei toeta levitamist ja koosneb 235 tuhandest C-koodireast. Selle kirjutamise seisuga on ClickHouse'i panustanud 207 inseneri ja committide intensiivsus on viimasel ajal kasvanud.
2017. aasta märtsis alustas ClickHouse dirigeerimist kui lihtne viis arengut jälgida. Samuti jagasid nad monoliitse dokumentatsioonifaili Markdowni-põhiseks failihierarhiaks. Probleeme ja funktsioone jälgitakse GitHubi kaudu ning üldiselt on tarkvara viimastel aastatel muutunud palju kättesaadavamaks.
Selles artiklis heidan pilgu ClickHouse'i klastri toimivusele AWS EC2-s, kasutades 36-tuumalisi protsessoreid ja NVMe-mälu.
VÄRSKENDUS: nädal pärast selle postituse algset avaldamist tegin testi uuesti täiustatud konfiguratsiooniga ja saavutasin palju paremad tulemused. Seda postitust on nende muudatuste kajastamiseks värskendatud.
AWS EC2 klastri käivitamine
Ma kasutan selle postituse jaoks kolme c5d.9xlarge EC2 eksemplari. Igaüks neist sisaldab 36 virtuaalset protsessorit, 72 GB muutmälu, 900 GB NVMe SSD salvestusruumi ja toetab 10 gigabitist võrku. Need maksavad eu-west-1,962 piirkonnas 1 dollarit tunnis, kui need töötavad nõudmisel. Kasutan operatsioonisüsteemina Ubuntu Server 16.04 LTS.
Tulemüür on konfigureeritud nii, et iga masin saab üksteisega piiranguteta suhelda ja ainult minu IPv4-aadress on klastris SSH poolt lubatud loendis.
NVMe-draiv töövalmiduse olekus
Et ClickHouse töötaks, loon igas serveris NVMe-draivile EXT4-vormingus failisüsteemi.
$ sudo mkfs -t ext4 /dev/nvme1n1
$ sudo mkdir /ch
$ sudo mount /dev/nvme1n1 /chKui kõik on konfigureeritud, näete ühenduspunkti ja igas süsteemis saadaolevat 783 GB ruumi.
$ 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% /chAndmekogum, mida ma selles testis kasutan, on andmekogu, mille koostasin kuue aasta jooksul New Yorgis tehtud 1.1 miljardi taksosõidu põhjal. Blogis üksikasjalikult, kuidas ma selle andmekogumi kogusin. Need on salvestatud AWS S3-sse, nii et ma konfigureerin AWS-i CLI oma juurdepääsu- ja salavõtmetega.
$ sudo apt update
$ sudo apt install awscli
$ aws configureMääran kliendi samaaegsete päringute limiidiks 100, et failid laaditaks alla kiiremini kui vaikeseaded.
$ aws configure set
default.s3.max_concurrent_requests
100Laadin taksosõitude andmestiku AWS S3-st alla ja salvestan selle esimese serveri NVMe-draivile. See andmestik on ~104 GB GZIP-tihendatud CSV-vormingus.
$ sudo mkdir -p /ch/csv
$ sudo chown -R ubuntu /ch/csv
$ aws s3 sync s3://<bucket>/csv /ch/csvClickHouse'i paigaldamine
Installin OpenJDK distributsiooni Java 8 jaoks, kuna see on vajalik Apache ZooKeeperi käitamiseks, mis on vajalik ClickHouse'i hajutatud installimiseks kõigis kolmes masinas.
$ sudo apt update
$ sudo apt install
openjdk-8-jre
openjdk-8-jdk-headless
Seejärel määran keskkonnamuutuja JAVA_HOME.
$ sudo vi /etc/profile
export JAVA_HOME=/usr
$ source /etc/profileSeejärel kasutan Ubuntu paketihaldussüsteemi, et installida ClickHouse 18.16.1, pilgud ja ZooKeeper kõigisse kolmesse masinasse.
$ 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
zookeeperdLoon ClickHouse'i jaoks kataloogi ja teen ka kõigis kolmes serveris mõned konfiguratsiooni alistamised.
$ 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.confNeed on konfiguratsiooni alistamised, mida ma kasutan.
<?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>Seejärel käivitan ZooKeeperi ja ClickHouse serveri kõigis kolmes masinas.
$ sudo /etc/init.d/zookeeper start
$ sudo service clickhouse-server startAndmete üleslaadimine ClickHouse'i
Esimeses serveris koostan reisitabeli (trips), mis salvestab logimootori abil taksoreiside andmestiku.
$ 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;
Seejärel ekstraktin ja laadin kõik CSV-failid reisitabelisse (trips). Järgnev sai läbi 55 minuti ja 10 sekundiga. Pärast seda toimingut oli andmekataloogi suurus 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)Impordikiirus oli 155 MB tihendamata CSV-sisu sekundis. Ma kahtlustan, et selle põhjuseks oli GZIP-i dekompressiooni kitsaskoht. Võib-olla oleks olnud kiirem kõik gzipitud failid paralleelselt lahti pakkida, kasutades xargs ja seejärel laadida lahti pakkitud andmed. Allpool on kirjeldatud CSV-impordiprotsessi käigus teatatud.
$ 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/23:1HVabastan NVMe draivil ruumi, kustutades enne jätkamist algsed CSV-failid.
$ sudo rm -fr /ch/csvTeisenda veeruvormiks
Logi ClickHouse mootor salvestab andmed reapõhises vormingus. Andmete kiiremaks päringu tegemiseks teisendan need MergeTree mootori abil veeruvormingusse.
$ clickhouse-client --host=0.0.0.0Järgnev sai läbi 34 minuti ja 50 sekundiga. Pärast seda toimingut oli andmekataloogi suurus 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;Pilgu väljund toimingu ajal nägi välja selline:
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)Viimases testis teisendati ja arvutati ümber mitu veergu. Leidsin, et mõned neist funktsioonidest ei tööta enam selles andmekogumis ootuspäraselt. Selle probleemi lahendamiseks eemaldasin sobimatud funktsioonid ja laadisin andmed ilma täpsemateks tüüpideks teisendamata.
Andmete jaotus klastri vahel
Jaotan andmed kõigi kolme klastri sõlme vahel. Alustuseks koostan allpool tabeli kõigi kolme masina kohta.
$ 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);Seejärel veendun, et esimene server näeks klastri kõiki kolme sõlme.
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:
Seejärel defineerin esimeses serveris uue tabeli, mis põhineb skeemil trips_mergetree_third ja kasutab hajutatud mootorit.
CREATE TABLE trips_mergetree_x3
AS trips_mergetree_third
ENGINE = Distributed(perftest_3shards,
default,
trips_mergetree_third,
rand());Seejärel kopeerin MergeTree-põhisest tabelist andmed kõigisse kolme serverisse. Järgnev sai läbitud 34 minuti ja 44 sekundiga.
INSERT INTO trips_mergetree_x3
SELECT * FROM trips_mergetree;Pärast ülaltoodud toimingut andsin ClickHouse'ile 15 minutit aega maksimaalse salvestustaseme märgist eemaldumiseks. Andmekataloogid olid kõigis kolmes serveris vastavalt 264 GB, 34 GB ja 33 GB.
ClickHouse'i klastri toimivuse hindamine
See, mida ma järgmisena nägin, oli kiireim aeg, kui olen näinud iga päringu tabelis mitu korda käitamist trips_mergetree_x3.
$ clickhouse-client --host=0.0.0.0Järgnev läbis 2.449 sekundiga.
SELECT cab_type, count(*)
FROM trips_mergetree_x3
GROUP BY cab_type;Järgnev läbis 0.691 sekundiga.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree_x3
GROUP BY passenger_count;Järgmine läbis 0 sekundiga.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree_x3
GROUP BY passenger_count,
year;Järgnev läbis 0.983 sekundiga.
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;Võrdluseks, ma käivitasin samad päringud MergeTree-põhises tabelis, mis asub ainult esimeses serveris.
Ühe ClickHouse sõlme jõudluse hindamine
See, mida ma järgmisena nägin, oli kiireim aeg, kui olen näinud iga päringu tabelis mitu korda käitamist trips_mergetree_x3.
Järgnev läbis 0.241 sekundiga.
SELECT cab_type, count(*)
FROM trips_mergetree
GROUP BY cab_type;Järgnev läbis 0.826 sekundiga.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree
GROUP BY passenger_count;Järgnev läbis 1.209 sekundiga.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree
GROUP BY passenger_count,
year;Järgnev läbis 1.781 sekundiga.
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;Mõtisklused tulemuste üle
See on esimene kord, kui tasuta CPU-põhine andmebaas suutis minu testides edestada GPU-põhist andmebaasi. See GPU-põhine andmebaas on sellest ajast alates läbinud kaks versiooni, kuid ClickHouse'i jõudlus ühes sõlmes on sellegipoolest väga muljetavaldav.
Samal ajal on päringu 1 täitmisel hajutatud mootoril üldkulud suurusjärgu võrra suuremad. Loodan, et jäin selle postituse uurimisel midagi kahe silma vahele, sest oleks tore näha, et päringuajad väheneksid, kui lisan klastrisse rohkem sõlmi. Küll aga on tore, et muude päringute täitmisel kasvas jõudlus umbes 2 korda.
Oleks tore näha, et ClickHouse areneb selle poole, et oleks võimalik eraldada salvestusruum ja arvutada, et nad saaksid iseseisvalt skaleerida. Eelmisel aastal lisandunud HDFS-i tugi võiks olla samm selle poole. Arvutuslikus mõttes on nii, et kui ühte päringut saab kiirendada klastris rohkemate sõlmede lisamisega, siis on selle tarkvara tulevik väga helge.
Täname, et leidsite aega selle postituse lugemiseks. Pakun Põhja-Ameerika ja Euroopa klientidele nõustamis-, arhitektuuri- ja praktikaarendusteenuseid. Kui soovite arutada, kuidas saavad minu ettepanekud teie ettevõtet aidata, võtke minuga ühendust aadressil .
Allikas: www.habr.com