ਕਲਿਕਹਾਊਸ ਵਿੱਚ ਜਾਣਾ: 3 ਸਾਲ ਬਾਅਦ

ਤਿੰਨ ਸਾਲ ਪਹਿਲਾਂ ਸਟੇਜ 'ਤੇ ਯਾਂਡੇਕਸ ਤੋਂ ਵਿਕਟਰ ਤਰਨਾਵਸਕੀ ਅਤੇ ਅਲੈਕਸੀ ਮਿਲੋਵਿਡੋਵ ਹਾਈਲੋਡ++ ਨੂੰ ਦੱਸਿਆ, ਕਲਿਕਹਾਊਸ ਕਿੰਨਾ ਵਧੀਆ ਹੈ, ਅਤੇ ਇਹ ਕਿਵੇਂ ਹੌਲੀ ਨਹੀਂ ਹੁੰਦਾ। ਅਤੇ ਅਗਲੇ ਪੜਾਅ 'ਤੇ ਸੀ ਅਲੈਗਜੈਂਡਰ ਜ਼ੈਤੇਸੇਵ с ਰਿਪੋਰਟ ਵਿੱਚ ਜਾਣ ਬਾਰੇ ਕਲਿਕਹਾouseਸ ਇੱਕ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ DBMS ਤੋਂ ਅਤੇ ਇਸ ਸਿੱਟੇ ਨਾਲ ਕਿ ਕਲਿਕਹਾouseਸ, ਬੇਸ਼ੱਕ, ਵਧੀਆ, ਪਰ ਬਹੁਤ ਸੁਵਿਧਾਜਨਕ ਨਹੀਂ। ਜਦੋਂ 2016 ਵਿੱਚ ਕੰਪਨੀ ਨੇ ਸੀ ਲਾਈਫਸਟ੍ਰੀਟ, ਜਿੱਥੇ ਅਲੈਗਜ਼ੈਂਡਰ ਫਿਰ ਕੰਮ ਕਰਦਾ ਸੀ, ਇੱਕ ਮਲਟੀ-ਪੇਟਾਬਾਈਟ ਐਨਾਲਿਟੀਕਲ ਸਿਸਟਮ ਨੂੰ ਬਦਲ ਰਿਹਾ ਸੀ ਕਲਿਕਹਾouseਸ, ਇਹ ਅਣਜਾਣ ਖ਼ਤਰਿਆਂ ਨਾਲ ਭਰੀ ਇੱਕ ਦਿਲਚਸਪ "ਪੀਲੀ ਇੱਟ ਵਾਲੀ ਸੜਕ" ਸੀ - ਕਲਿਕਹਾouseਸ ਉਦੋਂ ਇਹ ਇੱਕ ਮਾਈਨਫੀਲਡ ਵਰਗਾ ਦਿਖਾਈ ਦਿੰਦਾ ਸੀ।

ਤਿੰਨ ਸਾਲ ਬਾਅਦ ਕਲਿਕਹਾouseਸ ਬਹੁਤ ਬਿਹਤਰ ਹੋ ਗਿਆ - ਇਸ ਸਮੇਂ ਦੌਰਾਨ ਅਲੈਗਜ਼ੈਂਡਰ ਨੇ ਅਲਟੀਨਿਟੀ ਕੰਪਨੀ ਦੀ ਸਥਾਪਨਾ ਕੀਤੀ, ਜੋ ਨਾ ਸਿਰਫ ਲੋਕਾਂ ਨੂੰ ਜਾਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ ਕਲਿਕਹਾouseਸ ਦਰਜਨਾਂ ਪ੍ਰੋਜੈਕਟ, ਪਰ ਯਾਂਡੇਕਸ ਦੇ ਸਹਿਕਰਮੀਆਂ ਨਾਲ ਮਿਲ ਕੇ ਉਤਪਾਦ ਨੂੰ ਵੀ ਸੁਧਾਰਦਾ ਹੈ। ਹੁਣ ਕਲਿਕਹਾouseਸ ਅਜੇ ਵੀ ਇੱਕ ਲਾਪਰਵਾਹ ਸੈਰ ਨਹੀਂ, ਪਰ ਹੁਣ ਇੱਕ ਮਾਈਨਫੀਲਡ ਨਹੀਂ ਹੈ.

ਅਲੈਗਜ਼ੈਂਡਰ 2003 ਤੋਂ ਵਿਤਰਿਤ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ, ਇਸ 'ਤੇ ਵੱਡੇ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਵਿਕਾਸ ਕਰ ਰਿਹਾ ਹੈ MySQL, Oracle и ਵਰਟੀਕਾ. ਪਿਛਲੇ 'ਤੇ ਹਾਈਲੋਡ++ 2019 ਅਲੈਗਜ਼ੈਂਡਰ, ਵਰਤਣ ਦੇ ਪਾਇਨੀਅਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਕਲਿਕਹਾouseਸ, ਦੱਸਿਆ ਕਿ ਇਹ DBMS ਹੁਣ ਕੀ ਹੈ। ਅਸੀਂ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਬਾਰੇ ਜਾਣਾਂਗੇ ਕਲਿਕਹਾouseਸ: ਇਹ ਹੋਰ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ ਅਤੇ ਕਿਨ੍ਹਾਂ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇਸਦੀ ਵਰਤੋਂ ਕਰਨਾ ਵਧੇਰੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ। ਉਦਾਹਰਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਅਸੀਂ ਅਧਾਰਤ ਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਹਾਲੀਆ ਅਤੇ ਪ੍ਰੋਜੈਕਟ-ਟੈਸਟ ਕੀਤੇ ਅਭਿਆਸਾਂ ਨੂੰ ਦੇਖਾਂਗੇ ਕਲਿਕਹਾouseਸ.

ਪਿਛਲਾ: 3 ਸਾਲ ਪਹਿਲਾਂ ਕੀ ਹੋਇਆ ਸੀ

ਤਿੰਨ ਸਾਲ ਪਹਿਲਾਂ ਅਸੀਂ ਕੰਪਨੀ ਦਾ ਤਬਾਦਲਾ ਕੀਤਾ ਸੀ ਲਾਈਫਸਟ੍ਰੀਟ 'ਤੇ ਕਲਿਕਹਾouseਸ ਕਿਸੇ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਡੇਟਾਬੇਸ ਤੋਂ, ਅਤੇ ਵਿਗਿਆਪਨ ਨੈੱਟਵਰਕ ਵਿਸ਼ਲੇਸ਼ਣ ਮਾਈਗ੍ਰੇਸ਼ਨ ਇਸ ਤਰ੍ਹਾਂ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ:

• ਜੂਨ 2016. ਵਿੱਚ ਓਪਨਸੋਰਸ ਪ੍ਰਗਟ ਹੈ ਕਲਿਕਹਾouseਸ ਅਤੇ ਸਾਡਾ ਪ੍ਰੋਜੈਕਟ ਸ਼ੁਰੂ ਹੋਇਆ;
• ਅਗਸਤ। ਧਾਰਨਾ ਦਾ ਸਬੂਤ: ਵੱਡਾ ਵਿਗਿਆਪਨ ਨੈੱਟਵਰਕ, ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਅਤੇ 200-300 ਟੈਰਾਬਾਈਟ ਡੇਟਾ;
• ਅਕਤੂਬਰ। ਪਹਿਲਾ ਉਤਪਾਦਨ ਡਾਟਾ;
• ਦਸੰਬਰ. ਪੂਰਾ ਉਤਪਾਦ ਲੋਡ ਪ੍ਰਤੀ ਦਿਨ 10-50 ਬਿਲੀਅਨ ਇਵੈਂਟਸ ਹੈ।
• ਜੂਨ 2017. ਲਈ ਉਪਭੋਗਤਾਵਾਂ ਦਾ ਸਫਲ ਮਾਈਗਰੇਸ਼ਨ ਕਲਿਕਹਾouseਸ, 2,5 ਸਰਵਰਾਂ ਦੇ ਕਲੱਸਟਰ 'ਤੇ 60 ਪੇਟਾਬਾਈਟ ਡੇਟਾ।

ਮਾਈਗ੍ਰੇਸ਼ਨ ਪ੍ਰਕਿਰਿਆ ਦੇ ਦੌਰਾਨ, ਇੱਕ ਵਧ ਰਹੀ ਸਮਝ ਸੀ ਕਿ ਕਲਿਕਹਾouseਸ ਇੱਕ ਵਧੀਆ ਪ੍ਰਣਾਲੀ ਹੈ ਜਿਸ ਨਾਲ ਕੰਮ ਕਰਨਾ ਸੁਹਾਵਣਾ ਹੈ, ਪਰ ਇਹ Yandex ਦਾ ਇੱਕ ਅੰਦਰੂਨੀ ਪ੍ਰੋਜੈਕਟ ਹੈ। ਇਸ ਲਈ, ਇੱਥੇ ਸੂਖਮਤਾਵਾਂ ਹਨ: ਯਾਂਡੇਕਸ ਪਹਿਲਾਂ ਆਪਣੇ ਅੰਦਰੂਨੀ ਗਾਹਕਾਂ ਨਾਲ ਅਤੇ ਕੇਵਲ ਤਦ ਹੀ ਕਮਿਊਨਿਟੀ ਅਤੇ ਬਾਹਰੀ ਉਪਭੋਗਤਾਵਾਂ ਦੀਆਂ ਲੋੜਾਂ ਨਾਲ ਨਜਿੱਠੇਗਾ, ਅਤੇ ਕਲਿਕਹਾਊਸ ਫਿਰ ਕਈ ਕਾਰਜਸ਼ੀਲ ਖੇਤਰਾਂ ਵਿੱਚ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਪੱਧਰ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚਿਆ। ਇਸ ਲਈ ਅਸੀਂ ਮਾਰਚ 2017 ਵਿੱਚ ਬਣਾਉਣ ਲਈ ਅਲਟੀਨਿਟੀ ਦੀ ਸਥਾਪਨਾ ਕੀਤੀ ਕਲਿਕਹਾouseਸ ਨਾ ਸਿਰਫ਼ ਯਾਂਡੇਕਸ ਲਈ, ਸਗੋਂ ਹੋਰ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਵੀ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਸੁਵਿਧਾਜਨਕ। ਅਤੇ ਹੁਣ ਅਸੀਂ:

• ਅਸੀਂ ਸਿਖਲਾਈ ਦਿੰਦੇ ਹਾਂ ਅਤੇ ਆਧਾਰਿਤ ਹੱਲ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਾਂ ਕਲਿਕਹਾouseਸ ਤਾਂ ਜੋ ਗਾਹਕ ਮੁਸੀਬਤ ਵਿੱਚ ਨਾ ਪਵੇ, ਅਤੇ ਇਸ ਲਈ ਹੱਲ ਆਖਰਕਾਰ ਕੰਮ ਕਰਦਾ ਹੈ;
• ਅਸੀਂ 24/7 ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਾਂ ਕਲਿਕਹਾouseਸ- ਸਥਾਪਨਾਵਾਂ;
• ਅਸੀਂ ਆਪਣੇ ਈਕੋਸਿਸਟਮ ਪ੍ਰੋਜੈਕਟ ਵਿਕਸਿਤ ਕਰਦੇ ਹਾਂ;
• ਅਸੀਂ ਸਰਗਰਮੀ ਨਾਲ ਆਪਣੇ ਲਈ ਵਚਨਬੱਧ ਹਾਂ ਕਲਿਕਹਾouseਸ, ਉਹਨਾਂ ਉਪਭੋਗਤਾਵਾਂ ਦੀਆਂ ਬੇਨਤੀਆਂ ਦਾ ਜਵਾਬ ਦੇਣਾ ਜੋ ਕੁਝ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਦੇਖਣਾ ਚਾਹੁੰਦੇ ਹਨ।

ਅਤੇ ਬੇਸ਼ੱਕ, ਅਸੀਂ ਜਾਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਾਂ ਕਲਿਕਹਾouseਸ с MySQL, ਵਰਟੀਕਾ, ਓਰੇਕਲ, ਗ੍ਰੀਨਪਲਮ, Redshift ਅਤੇ ਹੋਰ ਸਿਸਟਮ. ਅਸੀਂ ਕਈ ਤਰ੍ਹਾਂ ਦੀਆਂ ਚਾਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ ਹਾਂ, ਅਤੇ ਉਹ ਸਾਰੇ ਸਫਲ ਰਹੇ ਹਨ।

ਕਿਉਂ ਚਲੇ ਜਾਓ ਕਲਿਕਹਾouseਸ

ਹੌਲੀ ਨਹੀਂ ਹੁੰਦਾ! ਇਹ ਮੁੱਖ ਕਾਰਨ ਹੈ। ਕਲਿਕਹਾouseਸ - ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਲਈ ਬਹੁਤ ਤੇਜ਼ ਡਾਟਾਬੇਸ:

ਉਹਨਾਂ ਲੋਕਾਂ ਤੋਂ ਬੇਤਰਤੀਬ ਹਵਾਲੇ ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਲੋਕਾਂ ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਹਨ ਕਲਿਕਹਾouseਸ.

ਸਕੇਲੇਬਿਲਟੀ। ਕਿਸੇ ਹੋਰ ਡੇਟਾਬੇਸ 'ਤੇ ਤੁਸੀਂ ਹਾਰਡਵੇਅਰ ਦੇ ਇੱਕ ਟੁਕੜੇ 'ਤੇ ਚੰਗੀ ਕਾਰਗੁਜ਼ਾਰੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਕਲਿਕਹਾouseਸ ਤੁਸੀਂ ਸਿਰਫ਼ ਸਰਵਰ ਜੋੜ ਕੇ ਨਾ ਸਿਰਫ਼ ਲੰਬਕਾਰੀ, ਸਗੋਂ ਖਿਤਿਜੀ ਤੌਰ 'ਤੇ ਵੀ ਸਕੇਲ ਕਰ ਸਕਦੇ ਹੋ। ਹਰ ਚੀਜ਼ ਓਨੀ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕਰਦੀ ਜਿੰਨੀ ਅਸੀਂ ਚਾਹੁੰਦੇ ਹਾਂ, ਪਰ ਇਹ ਕੰਮ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ ਜਿਵੇਂ ਤੁਹਾਡਾ ਕਾਰੋਬਾਰ ਵਧਦਾ ਹੈ ਤੁਸੀਂ ਸਿਸਟਮ ਦਾ ਵਿਸਤਾਰ ਕਰ ਸਕਦੇ ਹੋ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਅਸੀਂ ਹੁਣੇ ਹੱਲ ਦੁਆਰਾ ਸੀਮਿਤ ਨਹੀਂ ਹਾਂ ਅਤੇ ਵਿਕਾਸ ਦੀ ਹਮੇਸ਼ਾ ਸੰਭਾਵਨਾ ਹੈ।

ਪੋਰਟੇਬਿਲਟੀ. ਇੱਕ ਚੀਜ਼ ਨਾਲ ਕੋਈ ਮੋਹ ਨਹੀਂ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਨਾਲ ਐਮਾਜ਼ਾਨ ਰੈਡਸ਼ੀਫਟ ਕਿਤੇ ਜਾਣਾ ਔਖਾ ਹੈ। ਏ ਕਲਿਕਹਾouseਸ ਤੁਸੀਂ ਇਸਨੂੰ ਆਪਣੇ ਲੈਪਟਾਪ, ਸਰਵਰ 'ਤੇ ਸਥਾਪਿਤ ਕਰ ਸਕਦੇ ਹੋ, ਇਸਨੂੰ ਕਲਾਉਡ 'ਤੇ ਤੈਨਾਤ ਕਰ ਸਕਦੇ ਹੋ, 'ਤੇ ਜਾ ਸਕਦੇ ਹੋ ਕਬਰਨੇਟਿਸ - ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਸੰਚਾਲਨ 'ਤੇ ਕੋਈ ਪਾਬੰਦੀਆਂ ਨਹੀਂ ਹਨ। ਇਹ ਹਰ ਕਿਸੇ ਲਈ ਸੁਵਿਧਾਜਨਕ ਹੈ, ਅਤੇ ਇਹ ਇੱਕ ਵੱਡਾ ਫਾਇਦਾ ਹੈ ਜਿਸਦਾ ਬਹੁਤ ਸਾਰੇ ਹੋਰ ਸਮਾਨ ਡੇਟਾਬੇਸ ਸ਼ੇਖੀ ਨਹੀਂ ਕਰ ਸਕਦੇ।

ਲਚਕੀਲਾਪਨ. ਕਲਿਕਹਾouseਸ ਇੱਕ ਚੀਜ਼ 'ਤੇ ਨਹੀਂ ਰੁਕਦਾ, ਉਦਾਹਰਨ ਲਈ, Yandex.Metrica, ਪਰ ਵਿਕਾਸ ਕਰਦਾ ਹੈ ਅਤੇ ਵੱਧ ਤੋਂ ਵੱਧ ਵੱਖ-ਵੱਖ ਪ੍ਰੋਜੈਕਟਾਂ ਅਤੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਨਵੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਨਵੀਆਂ ਸਮਰੱਥਾਵਾਂ ਜੋੜ ਕੇ ਇਸ ਦਾ ਵਿਸਥਾਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇਹ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ਇੱਕ ਡੇਟਾਬੇਸ ਵਿੱਚ ਲੌਗਸ ਨੂੰ ਸਟੋਰ ਕਰਨਾ ਬੁਰਾ ਵਿਵਹਾਰ ਹੈ, ਇਸ ਲਈ ਉਹ ਇਸ ਨਾਲ ਆਏ ਲਲਸੀ ਖੋਜ. ਪਰ ਲਚਕਤਾ ਲਈ ਧੰਨਵਾਦ ਕਲਿਕਹਾouseਸ, ਤੁਸੀਂ ਇਸ ਵਿੱਚ ਲੌਗਸ ਨੂੰ ਸਟੋਰ ਵੀ ਕਰ ਸਕਦੇ ਹੋ, ਅਤੇ ਅਕਸਰ ਇਹ ਅੰਦਰ ਨਾਲੋਂ ਵੀ ਵਧੀਆ ਹੁੰਦਾ ਹੈ ਲਲਸੀ ਖੋਜ - at ਕਲਿਕਹਾouseਸ ਇਸ ਲਈ 10 ਗੁਣਾ ਘੱਟ ਆਇਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

Йый ਓਪਨ ਸੋਰਸ. ਤੁਹਾਨੂੰ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਲਈ ਭੁਗਤਾਨ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਤੁਹਾਡੇ ਲੈਪਟਾਪ ਜਾਂ ਸਰਵਰ 'ਤੇ ਸਿਸਟਮ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਲਈ ਇਜਾਜ਼ਤ ਲੈਣ ਦੀ ਕੋਈ ਲੋੜ ਨਹੀਂ ਹੈ। ਕੋਈ ਲੁਕਵੀਂ ਫੀਸ ਨਹੀਂ। ਇਸ ਦੇ ਨਾਲ ਹੀ, ਕੋਈ ਹੋਰ ਓਪਨ ਸੋਰਸ ਡਾਟਾਬੇਸ ਤਕਨਾਲੋਜੀ ਨਾਲ ਗਤੀ ਵਿੱਚ ਮੁਕਾਬਲਾ ਨਹੀਂ ਕਰ ਸਕਦੀ ਕਲਿਕਹਾouseਸ. MySQL, MariaDB, Greenplum - ਉਹ ਸਾਰੇ ਬਹੁਤ ਹੌਲੀ ਹਨ.

ਕਮਿਊਨਿਟੀ, ਡਰਾਈਵ ਅਤੇ ਮਜ਼ੇਦਾਰ. ਕੋਲ ਕਲਿਕਹਾouseਸ ਸ਼ਾਨਦਾਰ ਭਾਈਚਾਰਾ: ਮੁਲਾਕਾਤਾਂ, ਗੱਲਬਾਤ ਅਤੇ ਅਲੈਕਸੀ ਮਿਲੋਵਿਡੋਵ, ਜੋ ਸਾਨੂੰ ਸਾਰਿਆਂ ਨੂੰ ਆਪਣੀ ਊਰਜਾ ਅਤੇ ਆਸ਼ਾਵਾਦ ਨਾਲ ਚਾਰਜ ਕਰਦਾ ਹੈ।

ਕਲਿਕਹਾਊਸ ਵਿੱਚ ਜਾਣਾ

ਜਾਣ ਲਈ ਕਲਿਕਹਾouseਸ ਕਿਸੇ ਕਾਰਨ ਕਰਕੇ, ਤੁਹਾਨੂੰ ਸਿਰਫ ਤਿੰਨ ਚੀਜ਼ਾਂ ਦੀ ਲੋੜ ਹੈ:

• ਸੀਮਾਵਾਂ ਨੂੰ ਸਮਝੋ ਕਲਿਕਹਾouseਸ ਅਤੇ ਇਹ ਕਿਸ ਲਈ ਢੁਕਵਾਂ ਨਹੀਂ ਹੈ।
• ਫਾਇਦਾ ਚੁੱਕਨਾ ਤਕਨਾਲੋਜੀ ਅਤੇ ਇਸ ਦੀਆਂ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਸ਼ਕਤੀਆਂ.
• ਪ੍ਰਯੋਗ. ਇਹ ਸਮਝਣਾ ਵੀ ਕਿ ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ ਕਲਿਕਹਾouseਸ, ਇਹ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਹਮੇਸ਼ਾ ਸੰਭਵ ਨਹੀਂ ਹੁੰਦਾ ਹੈ ਕਿ ਇਹ ਕਦੋਂ ਤੇਜ਼ ਹੋਵੇਗਾ, ਕਦੋਂ ਇਹ ਹੌਲੀ ਹੋਵੇਗਾ, ਕਦੋਂ ਇਹ ਬਿਹਤਰ ਹੋਵੇਗਾ, ਅਤੇ ਕਦੋਂ ਬੁਰਾ ਹੋਵੇਗਾ। ਇਸ ਲਈ ਇਸ ਨੂੰ ਕੋਸ਼ਿਸ਼ ਕਰੋ.

ਹਿਲਾਉਣ ਦੀ ਸਮੱਸਿਆ

ਇੱਥੇ ਸਿਰਫ਼ ਇੱਕ "ਪਰ" ਹੈ: ਜੇਕਰ ਤੁਸੀਂ ਇਸ 'ਤੇ ਜਾਂਦੇ ਹੋ ਕਲਿਕਹਾouseਸ ਕਿਸੇ ਹੋਰ ਚੀਜ਼ ਤੋਂ, ਫਿਰ ਆਮ ਤੌਰ 'ਤੇ ਕੁਝ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ। ਅਸੀਂ ਕੁਝ ਅਭਿਆਸਾਂ ਅਤੇ ਚੀਜ਼ਾਂ ਦੇ ਆਦੀ ਹਾਂ ਜੋ ਸਾਡੇ ਮਨਪਸੰਦ ਡੇਟਾਬੇਸ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਕੋਈ ਵੀ ਜਿਸ ਨਾਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ SQL-ਡਾਟਾਬੇਸ ਫੰਕਸ਼ਨਾਂ ਦੇ ਹੇਠਲੇ ਸਮੂਹ ਨੂੰ ਲਾਜ਼ਮੀ ਮੰਨਦੇ ਹਨ:

• ਲੈਣ-ਦੇਣ;
• ਪਾਬੰਦੀਆਂ;
• ਇਕਸਾਰਤਾ;
• ਸੂਚਕਾਂਕ;
• ਅੱਪਡੇਟ/ਮਿਟਾਓ;
• NULLs;
• ਮਿਲੀਸਕਿੰਟ;
• ਆਟੋਮੈਟਿਕ ਕਿਸਮ ਦੀਆਂ ਕਾਸਟਾਂ;
• ਕਈ ਜੋੜ;
• ਆਪਹੁਦਰੇ ਭਾਗ;
• ਕਲੱਸਟਰ ਪ੍ਰਬੰਧਨ ਸਾਧਨ।

ਭਰਤੀ ਲਾਜ਼ਮੀ ਹੈ, ਪਰ ਤਿੰਨ ਸਾਲ ਪਹਿਲਾਂ ਵਿਚ ਕਲਿਕਹਾouseਸ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਫੰਕਸ਼ਨ ਉਪਲਬਧ ਨਹੀਂ ਸੀ! ਹੁਣ ਜੋ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ ਉਸ ਵਿੱਚੋਂ ਅੱਧੇ ਤੋਂ ਵੀ ਘੱਟ ਬਚਿਆ ਹੈ: ਲੈਣ-ਦੇਣ, ਰੁਕਾਵਟਾਂ, ਇਕਸਾਰਤਾ, ਮਿਲੀਸਕਿੰਟ ਅਤੇ ਕਿਸਮ ਕਾਸਟਿੰਗ।

ਅਤੇ ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਵਿੱਚ ਕਲਿਕਹਾouseਸ ਕੁਝ ਮਿਆਰੀ ਪ੍ਰਥਾਵਾਂ ਅਤੇ ਪਹੁੰਚ ਸਾਡੀ ਵਰਤੋਂ ਨਾਲੋਂ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕਰਦੇ ਜਾਂ ਕੰਮ ਨਹੀਂ ਕਰਦੇ। ਹਰ ਚੀਜ਼ ਜੋ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ ਕਲਿਕਹਾouseਸ," ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈਘਰ ਦਾ ਤਰੀਕਾ ਕਲਿੱਕ ਕਰੋ", i.e. ਫੰਕਸ਼ਨ ਦੂਜੇ ਡੇਟਾਬੇਸ ਤੋਂ ਵੱਖਰੇ ਹਨ। ਉਦਾਹਰਣ ਲਈ:

• ਸੂਚਕਾਂਕ ਨਹੀਂ ਚੁਣੇ ਗਏ, ਪਰ ਛੱਡੇ ਗਏ।
• ਅੱਪਡੇਟ/ਮਿਟਾਓ ਸਮਕਾਲੀ ਨਹੀਂ, ਪਰ ਅਸਿੰਕਰੋਨਸ।
• ਇੱਥੇ ਕਈ ਜੋੜਾਂ ਹਨ, ਪਰ ਕੋਈ ਪੁੱਛਗਿੱਛ ਯੋਜਨਾਕਾਰ ਨਹੀਂ ਹੈ। ਉਹਨਾਂ ਨੂੰ ਫਿਰ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਆਮ ਤੌਰ 'ਤੇ ਡੇਟਾਬੇਸ ਸੰਸਾਰ ਦੇ ਲੋਕਾਂ ਲਈ ਬਹੁਤ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੁੰਦਾ.

ਹਾਊਸ ਸਕ੍ਰਿਪਟਾਂ 'ਤੇ ਕਲਿੱਕ ਕਰੋ

1960 ਵਿੱਚ, ਹੰਗਰੀ ਮੂਲ ਦੇ ਇੱਕ ਅਮਰੀਕੀ ਗਣਿਤ-ਸ਼ਾਸਤਰੀ ਵਿਗਨਰ ਈ.ਪੀ ਇੱਕ ਲੇਖ ਲਿਖਿਆ "ਕੁਦਰਤੀ ਵਿਗਿਆਨ ਵਿੱਚ ਗਣਿਤ ਦੀ ਗੈਰ-ਵਾਜਬ ਪ੍ਰਭਾਵ" ("ਕੁਦਰਤੀ ਵਿਗਿਆਨ ਵਿੱਚ ਗਣਿਤ ਦੀ ਅਧੂਰੀ ਪ੍ਰਭਾਵ") ਕਿ ਸਾਡੇ ਆਲੇ ਦੁਆਲੇ ਦੀ ਦੁਨੀਆ ਕਿਸੇ ਕਾਰਨ ਕਰਕੇ ਗਣਿਤ ਦੇ ਨਿਯਮਾਂ ਦੁਆਰਾ ਚੰਗੀ ਤਰ੍ਹਾਂ ਵਰਣਨ ਕੀਤੀ ਗਈ ਹੈ। ਗਣਿਤ ਇੱਕ ਅਮੂਰਤ ਵਿਗਿਆਨ ਹੈ, ਅਤੇ ਗਣਿਤ ਦੇ ਰੂਪ ਵਿੱਚ ਪ੍ਰਗਟ ਕੀਤੇ ਭੌਤਿਕ ਨਿਯਮ ਮਾਮੂਲੀ ਨਹੀਂ ਹਨ, ਅਤੇ ਵਿਗਨਰ ਈ.ਪੀ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਇਹ ਬਹੁਤ ਅਜੀਬ ਹੈ।

ਮੇਰੇ ਨਜ਼ਰੀਏ ਤੋਂ, ਕਲਿਕਹਾouseਸ - ਉਹੀ ਅਜੀਬਤਾ. ਵਿਗਨਰ ਨੂੰ ਦੁਹਰਾਉਣ ਲਈ, ਅਸੀਂ ਇਹ ਕਹਿ ਸਕਦੇ ਹਾਂ: ਅਸੰਭਵ ਕੁਸ਼ਲਤਾ ਹੈਰਾਨੀਜਨਕ ਹੈ ਕਲਿਕਹਾouseਸ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਕਿਸਮ ਵਿੱਚ!

ਉਦਾਹਰਨ ਲਈ, ਆਓ ਲੈਂਦੇ ਹਾਂ ਰੀਅਲ-ਟਾਈਮ ਡਾਟਾ ਵੇਅਰਹਾਊਸ, ਜਿਸ ਵਿੱਚ ਡੇਟਾ ਲਗਭਗ ਲਗਾਤਾਰ ਲੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਅਸੀਂ ਦੂਜੀ ਦੇਰੀ ਨਾਲ ਇਸ ਤੋਂ ਬੇਨਤੀਆਂ ਪ੍ਰਾਪਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਕਿਰਪਾ ਕਰਕੇ - ਇਸ ਦੀ ਵਰਤੋਂ ਕਰੋ ਕਲਿਕਹਾouseਸ, ਕਿਉਂਕਿ ਇਹ ਉਹ ਦ੍ਰਿਸ਼ ਹੈ ਜਿਸ ਲਈ ਇਸਨੂੰ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ। ਕਲਿਕਹਾouseਸ ਇਹ ਬਿਲਕੁਲ ਇਸ ਤਰ੍ਹਾਂ ਹੈ ਕਿ ਇਹ ਸਿਰਫ਼ ਵੈੱਬ 'ਤੇ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਵੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, AdTech, ਦੇ ਨਾਲ ਨਾਲ ਵਿੱਚ ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਲਗਾਉਣਾn. IN ਰੀਅਲ-ਟਾਈਮ ਡਾਟਾ ਵੇਅਰਹਾਊਸ ਇੱਕ ਗੁੰਝਲਦਾਰ ਢਾਂਚਾਗਤ ਸਕੀਮ ਜਿਵੇਂ ਕਿ “ਸਟਾਰ” ਜਾਂ “ਸਨੋਫਲੇਕ” ਵਰਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਕਈ ਟੇਬਲ ਹਨ ਸ਼ਾਮਲ ਹੋਵੋ (ਕਈ ਵਾਰ ਮਲਟੀਪਲ), ਅਤੇ ਡਾਟਾ ਆਮ ਤੌਰ 'ਤੇ ਕੁਝ ਸਿਸਟਮਾਂ ਵਿੱਚ ਸਟੋਰ ਅਤੇ ਬਦਲਿਆ ਜਾਂਦਾ ਹੈ।

ਚਲੋ ਇੱਕ ਹੋਰ ਦ੍ਰਿਸ਼ ਲੈਂਦੇ ਹਾਂ - ਸਮਾਂ ਲੜੀ: ਡਿਵਾਈਸਾਂ, ਨੈੱਟਵਰਕਾਂ, ਵਰਤੋਂ ਦੇ ਅੰਕੜੇ, ਚੀਜ਼ਾਂ ਦੀ ਇੰਟਰਨੈਟ ਦੀ ਨਿਗਰਾਨੀ। ਇੱਥੇ ਅਸੀਂ ਸਮੇਂ ਸਿਰ ਆਰਡਰ ਕੀਤੀਆਂ ਕਾਫ਼ੀ ਸਧਾਰਨ ਘਟਨਾਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਾਂ। ਕਲਿਕਹਾouseਸ ਅਸਲ ਵਿੱਚ ਇਸਦੇ ਲਈ ਵਿਕਸਤ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ, ਪਰ ਆਪਣੇ ਆਪ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਨ ਲਈ ਦਿਖਾਇਆ ਗਿਆ ਹੈ, ਇਸੇ ਲਈ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਵਰਤਦੀਆਂ ਹਨ ਕਲਿਕਹਾouseਸ ਨਿਗਰਾਨੀ ਜਾਣਕਾਰੀ ਲਈ ਇੱਕ ਭੰਡਾਰ ਦੇ ਤੌਰ ਤੇ. ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ ਕਿ ਕੀ ਇਹ ਢੁਕਵਾਂ ਹੈ ਕਲਿਕਹਾouseਸ ਸਮਾਂ-ਸੀਰੀਜ਼ ਲਈ, ਅਸੀਂ ਪਹੁੰਚ ਅਤੇ ਨਤੀਜਿਆਂ ਦੇ ਆਧਾਰ 'ਤੇ ਇੱਕ ਬੈਂਚਮਾਰਕ ਬਣਾਇਆ ਹੈ InfluxDB и ਟਾਈਮਸਕੇਲ ਡੀ ਬੀ - ਵਿਸ਼ੇਸ਼ ਸਮਾਂ-ਸੀਰੀਜ਼ ਡਾਟਾਬੇਸ। ਇਹ ਨਿਕਲਿਆ, ਉਹ ਕਲਿਕਹਾouseਸ, ਅਜਿਹੇ ਕਾਰਜਾਂ ਲਈ ਅਨੁਕੂਲਤਾ ਤੋਂ ਬਿਨਾਂ ਵੀ, ਵਿਦੇਸ਼ੀ ਖੇਤਰ 'ਤੇ ਜਿੱਤ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ:

В ਸਮਾਂ-ਸੀਰੀਜ਼ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਤੰਗ ਸਾਰਣੀ ਵਰਤੀ ਜਾਂਦੀ ਹੈ - ਕਈ ਛੋਟੇ ਕਾਲਮ। ਬਹੁਤ ਸਾਰਾ ਡਾਟਾ ਨਿਗਰਾਨੀ ਤੋਂ ਆ ਸਕਦਾ ਹੈ- ਲੱਖਾਂ ਰਿਕਾਰਡ ਪ੍ਰਤੀ ਸਕਿੰਟ- ਅਤੇ ਉਹ ਆਮ ਤੌਰ 'ਤੇ ਛੋਟੇ ਬਰਸਟਾਂ (ਅਸਲੀ ਸਮਾਂ ਸਟ੍ਰੀਮਿੰਗ)। ਇਸ ਲਈ, ਇੱਕ ਵੱਖਰੀ ਸੰਮਿਲਨ ਸਕ੍ਰਿਪਟ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਸਵਾਲਾਂ ਦੇ ਆਪਣੇ ਆਪ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ।

ਲਾਗ ਪ੍ਰਬੰਧਨ. ਇੱਕ ਡੇਟਾਬੇਸ ਵਿੱਚ ਲਾਗਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ ਆਮ ਤੌਰ 'ਤੇ ਬੁਰਾ ਹੁੰਦਾ ਹੈ, ਪਰ ਕਲਿਕਹਾouseਸ ਇਹ ਉੱਪਰ ਦੱਸੇ ਅਨੁਸਾਰ ਕੁਝ ਟਿੱਪਣੀਆਂ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਵਰਤਦੀਆਂ ਹਨ ਕਲਿਕਹਾouseਸ ਬਿਲਕੁਲ ਇਸ ਮਕਸਦ ਲਈ. ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਫਲੈਟ ਚੌੜੀ ਟੇਬਲ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਜਿੱਥੇ ਅਸੀਂ ਪੂਰੇ ਲੌਗਸ ਨੂੰ ਸਟੋਰ ਕਰਦੇ ਹਾਂ (ਉਦਾਹਰਨ ਲਈ, ਫਾਰਮ ਵਿੱਚ JSON), ਜਾਂ ਟੁਕੜਿਆਂ ਵਿੱਚ ਕੱਟੋ। ਡੇਟਾ ਆਮ ਤੌਰ 'ਤੇ ਵੱਡੇ ਬੈਚਾਂ (ਫਾਈਲਾਂ) ਵਿੱਚ ਲੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਕੁਝ ਖੇਤਰ ਦੁਆਰਾ ਖੋਜ ਕਰਦੇ ਹਾਂ।

ਇਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਫੰਕਸ਼ਨ ਲਈ, ਵਿਸ਼ੇਸ਼ ਡੇਟਾਬੇਸ ਆਮ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਕਲਿਕਹਾouseਸ ਕੋਈ ਇਹ ਸਭ ਕੁਝ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਉਹਨਾਂ ਨੂੰ ਪਛਾੜਦਾ ਹੈ। ਆਉ ਹੁਣ ਇੱਕ ਡੂੰਘੀ ਵਿਚਾਰ ਕਰੀਏ ਸਮਾਂ-ਸੀਰੀਜ਼ ਦ੍ਰਿਸ਼, ਅਤੇ ਸਹੀ ਢੰਗ ਨਾਲ "ਪਕਾਉਣਾ" ਕਿਵੇਂ ਹੈ ਕਲਿਕਹਾouseਸ ਇਸ ਦ੍ਰਿਸ਼ ਲਈ.

ਸਮਾਂ-ਲੜੀ

ਵਰਤਮਾਨ ਵਿੱਚ ਇਹ ਮੁੱਖ ਦ੍ਰਿਸ਼ ਹੈ ਜਿਸ ਲਈ ਕਲਿਕਹਾouseਸ ਮਿਆਰੀ ਹੱਲ ਮੰਨਿਆ ਗਿਆ ਹੈ. ਸਮਾਂ-ਲੜੀ ਸਮੇਂ ਵਿੱਚ ਆਰਡਰ ਕੀਤੀਆਂ ਘਟਨਾਵਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ, ਸਮੇਂ ਦੇ ਨਾਲ ਕੁਝ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਇਹ ਪ੍ਰਤੀ ਦਿਨ ਦਿਲ ਦੀ ਗਤੀ ਜਾਂ ਸਿਸਟਮ ਵਿੱਚ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੀ ਗਿਣਤੀ ਹੋ ਸਕਦੀ ਹੈ। ਹਰ ਚੀਜ਼ ਜੋ ਸਮੇਂ ਨੂੰ ਕੁਝ ਮਾਪਾਂ ਨਾਲ ਟਿੱਕ ਦਿੰਦੀ ਹੈ ਸਮਾਂ-ਸੀਰੀਜ਼:

ਇਸ ਤਰ੍ਹਾਂ ਦੀਆਂ ਜ਼ਿਆਦਾਤਰ ਘਟਨਾਵਾਂ ਨਿਗਰਾਨੀ ਤੋਂ ਆਉਂਦੀਆਂ ਹਨ। ਇਹ ਨਾ ਸਿਰਫ਼ ਵੈੱਬ ਦੀ ਨਿਗਰਾਨੀ ਕਰ ਸਕਦਾ ਹੈ, ਸਗੋਂ ਅਸਲ ਡਿਵਾਈਸਾਂ: ਕਾਰਾਂ, ਉਦਯੋਗਿਕ ਪ੍ਰਣਾਲੀਆਂ, IoT, ਫੈਕਟਰੀਆਂ ਜਾਂ ਮਾਨਵ ਰਹਿਤ ਟੈਕਸੀਆਂ, ਜਿਸ ਦੇ ਤਣੇ ਵਿੱਚ ਯਾਂਡੇਕਸ ਪਹਿਲਾਂ ਹੀ ਪਾ ਰਿਹਾ ਹੈ ਕਲਿਕਹਾouseਸ-ਸਰਵਰ.

ਉਦਾਹਰਣ ਵਜੋਂ, ਅਜਿਹੀਆਂ ਕੰਪਨੀਆਂ ਹਨ ਜੋ ਸਮੁੰਦਰੀ ਜਹਾਜ਼ਾਂ ਤੋਂ ਡੇਟਾ ਇਕੱਠਾ ਕਰਦੀਆਂ ਹਨ. ਹਰ ਕੁਝ ਸਕਿੰਟਾਂ ਵਿੱਚ, ਕੰਟੇਨਰ ਜਹਾਜ਼ ਦੇ ਸੈਂਸਰ ਸੈਂਕੜੇ ਵੱਖ-ਵੱਖ ਮਾਪ ਭੇਜਦੇ ਹਨ। ਇੰਜੀਨੀਅਰ ਉਹਨਾਂ ਦਾ ਅਧਿਐਨ ਕਰਦੇ ਹਨ, ਮਾਡਲ ਬਣਾਉਂਦੇ ਹਨ ਅਤੇ ਇਹ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ ਕਿ ਜਹਾਜ਼ ਦੀ ਵਰਤੋਂ ਕਿੰਨੀ ਕੁ ਕੁਸ਼ਲਤਾ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਕਿਉਂਕਿ ਇੱਕ ਕੰਟੇਨਰ ਜਹਾਜ਼ ਇੱਕ ਸਕਿੰਟ ਲਈ ਵੀ ਵਿਹਲਾ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਕੋਈ ਵੀ ਡਾਊਨਟਾਈਮ ਪੈਸੇ ਦਾ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ, ਇਸ ਲਈ ਰੂਟ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਤਾਂ ਜੋ ਰੁਕਣ ਦਾ ਸਮਾਂ ਘੱਟ ਹੋਵੇ।

ਅੱਜ ਕੱਲ੍ਹ ਵਿਸ਼ੇਸ਼ ਡੇਟਾਬੇਸ ਦਾ ਵਾਧਾ ਹੋਇਆ ਹੈ ਜੋ ਮਾਪਦੇ ਹਨ ਸਮਾਂ-ਸੀਰੀਜ਼. ਸਾਈਟ 'ਤੇ ਡੀਬੀ-ਇੰਜਣ ਵੱਖੋ-ਵੱਖਰੇ ਡੇਟਾਬੇਸ ਨੂੰ ਕਿਸੇ ਤਰ੍ਹਾਂ ਦਰਜਾ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਉਹਨਾਂ ਨੂੰ ਕਿਸਮ ਦੁਆਰਾ ਦੇਖ ਸਕਦੇ ਹੋ:

ਸਭ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣ ਵਾਲੀ ਕਿਸਮ ਹੈ ਸਮਾਂ ਲੜੀਐੱਸ. ਗ੍ਰਾਫ ਡੇਟਾਬੇਸ ਵੀ ਵਧ ਰਹੇ ਹਨ, ਪਰ ਸਮਾਂ ਲੜੀs ਪਿਛਲੇ ਕੁਝ ਸਾਲਾਂ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਿਹਾ ਹੈ। ਡਾਟਾਬੇਸ ਦੇ ਇਸ ਪਰਿਵਾਰ ਦੇ ਖਾਸ ਨੁਮਾਇੰਦੇ ਹਨ InfluxDB, Prometheus, KDB, ਟਾਈਮਸਕੇਲ ਡੀ ਬੀ (ਇਸ 'ਤੇ ਬਣਾਇਆ ਗਿਆ PostgreSQL), ਤੋਂ ਹੱਲ ਐਮਾਜ਼ਾਨ. ਕਲਿਕਹਾouseਸ ਇੱਥੇ ਵੀ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਆਓ ਮੈਂ ਤੁਹਾਨੂੰ ਕੁਝ ਜਨਤਕ ਉਦਾਹਰਣਾਂ ਦੇਵਾਂ।

ਪਾਇਨੀਅਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਕੰਪਨੀ ਹੈ CloudFlare (CDN-ਦੇਣ ਵਾਲੇ). ਉਨ੍ਹਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ CDN ਦੁਆਰਾ ਕਲਿਕਹਾouseਸ (DNS ਨੂੰ- ਬੇਨਤੀਆਂ, HTTP ਨੂੰ- ਸਵਾਲ) ਇੱਕ ਵਿਸ਼ਾਲ ਲੋਡ ਦੇ ਨਾਲ - ਪ੍ਰਤੀ ਸਕਿੰਟ 6 ਮਿਲੀਅਨ ਇਵੈਂਟਸ। ਸਭ ਕੁਝ ਲੰਘਦਾ ਹੈ ਕਾਫਕਾ, ਨੂੰ ਜਾਂਦਾ ਹੈ ਕਲਿਕਹਾouseਸ, ਜੋ ਰੀਅਲ ਟਾਈਮ ਵਿੱਚ ਸਿਸਟਮ ਵਿੱਚ ਇਵੈਂਟਾਂ ਦੇ ਡੈਸ਼ਬੋਰਡਾਂ ਨੂੰ ਦੇਖਣ ਦਾ ਮੌਕਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਕਾਮਕਾਕਾਤ - ਸੰਯੁਕਤ ਰਾਜ ਅਮਰੀਕਾ ਵਿੱਚ ਦੂਰਸੰਚਾਰ ਵਿੱਚ ਨੇਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ: ਇੰਟਰਨੈਟ, ਡਿਜੀਟਲ ਟੈਲੀਵਿਜ਼ਨ, ਟੈਲੀਫੋਨੀ। ਉਨ੍ਹਾਂ ਨੇ ਇੱਕ ਸਮਾਨ ਨਿਯੰਤਰਣ ਪ੍ਰਣਾਲੀ ਬਣਾਈ CDN frameਾਂਚੇ ਦੇ ਅੰਦਰ ਓਪਨ ਸੋਰਸ ਪ੍ਰੋਜੈਕਟ ਅਪਾਚੇ ਟ੍ਰੈਫਿਕ ਕੰਟਰੋਲ ਤੁਹਾਡੇ ਵਿਸ਼ਾਲ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ। ਕਲਿਕਹਾouseਸ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਬੈਕਐਂਡ ਵਜੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ।

ਪਰਕੋਨਾ ਵਿੱਚ ਬਣਾਇਆ ਕਲਿਕਹਾouseਸ ਤੁਹਾਡੇ ਅੰਦਰ ਪੀ.ਐੱਮ.ਐੱਮਵੱਖ-ਵੱਖ ਦੀ ਨਿਗਰਾਨੀ ਸਟੋਰ ਕਰਨ ਲਈ MySQL.

ਖਾਸ ਲੋੜਾਂ

ਟਾਈਮ-ਸੀਰੀਜ਼ ਡੇਟਾਬੇਸ ਦੀਆਂ ਆਪਣੀਆਂ ਖਾਸ ਲੋੜਾਂ ਹੁੰਦੀਆਂ ਹਨ।

• ਬਹੁਤ ਸਾਰੇ ਏਜੰਟਾਂ ਤੋਂ ਤੇਜ਼ ਸੰਮਿਲਨ. ਸਾਨੂੰ ਬਹੁਤ ਸਾਰੀਆਂ ਸਟ੍ਰੀਮਾਂ ਤੋਂ ਡਾਟਾ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਪਾਉਣਾ ਪੈਂਦਾ ਹੈ। ਕਲਿਕਹਾouseਸ ਇਹ ਇਸ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਸਦੇ ਸਾਰੇ ਸੰਮਿਲਨ ਗੈਰ-ਬਲਾਕਿੰਗ ਹਨ। ਕੋਈ ਵੀ ਸੰਮਿਲਿਤ ਕਰੋ ਡਿਸਕ 'ਤੇ ਇੱਕ ਨਵੀਂ ਫਾਈਲ ਹੈ, ਅਤੇ ਛੋਟੇ ਸੰਮਿਲਨਾਂ ਨੂੰ ਇੱਕ ਜਾਂ ਦੂਜੇ ਤਰੀਕੇ ਨਾਲ ਬਫਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। IN ਕਲਿਕਹਾouseਸ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਲਾਈਨ ਦੀ ਬਜਾਏ ਵੱਡੇ ਬੈਚਾਂ ਵਿੱਚ ਡੇਟਾ ਸ਼ਾਮਲ ਕਰਨਾ ਬਿਹਤਰ ਹੈ।
• ਲਚਕਦਾਰ ਸਕੀਮ. The ਸਮਾਂ-ਸੀਰੀਜ਼ ਅਸੀਂ ਆਮ ਤੌਰ 'ਤੇ ਡੇਟਾ ਢਾਂਚੇ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਜਾਣਦੇ ਹਾਂ। ਇੱਕ ਖਾਸ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਇੱਕ ਨਿਗਰਾਨੀ ਸਿਸਟਮ ਬਣਾਉਣਾ ਸੰਭਵ ਹੈ, ਪਰ ਫਿਰ ਇਸਨੂੰ ਕਿਸੇ ਹੋਰ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਵਰਤਣਾ ਮੁਸ਼ਕਲ ਹੈ। ਇਸ ਲਈ ਵਧੇਰੇ ਲਚਕਦਾਰ ਸਕੀਮ ਦੀ ਲੋੜ ਹੈ। ਕਲਿਕਹਾouseਸ, ਤੁਹਾਨੂੰ ਅਜਿਹਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਭਾਵੇਂ ਇਹ ਇੱਕ ਜ਼ੋਰਦਾਰ ਟਾਈਪ ਕੀਤਾ ਅਧਾਰ ਹੈ।
• ਕੁਸ਼ਲ ਸਟੋਰੇਜ ਅਤੇ ਡੇਟਾ ਨੂੰ ਭੁੱਲਣਾ. ਆਮ ਤੌਰ 'ਤੇ ਵਿੱਚ ਸਮਾਂ-ਸੀਰੀਜ਼ ਡਾਟਾ ਦੀ ਇੱਕ ਵੱਡੀ ਮਾਤਰਾ, ਇਸ ਲਈ ਇਸ ਨੂੰ ਸੰਭਵ ਤੌਰ 'ਤੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਸਟੋਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ. ਉਦਾਹਰਨ ਲਈ, 'ਤੇ InfluxDB ਚੰਗੀ ਸੰਕੁਚਨ ਇਸਦੀ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ। ਪਰ ਸਟੋਰ ਕਰਨ ਤੋਂ ਇਲਾਵਾ, ਤੁਹਾਨੂੰ ਪੁਰਾਣੇ ਡੇਟਾ ਨੂੰ "ਭੁੱਲਣ" ਅਤੇ ਕੁਝ ਕਿਸਮ ਦਾ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਵੀ ਲੋੜ ਹੈ ਡਾਊਨਸੈਪਲਿੰਗ - ਸਮੂਹਾਂ ਦੀ ਆਟੋਮੈਟਿਕ ਗਿਣਤੀ।
• ਏਕੀਕ੍ਰਿਤ ਡੇਟਾ 'ਤੇ ਤੇਜ਼ ਪੁੱਛਗਿੱਛਾਂ. ਕਈ ਵਾਰ ਮਿਲੀਸਕਿੰਟ ਦੀ ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ ਆਖਰੀ 5 ਮਿੰਟਾਂ ਨੂੰ ਦੇਖਣਾ ਦਿਲਚਸਪ ਹੁੰਦਾ ਹੈ, ਪਰ ਮਹੀਨਾਵਾਰ ਡਾਟਾ ਮਿੰਟ ਜਾਂ ਦੂਜੀ ਗ੍ਰੈਨਿਊਲਰਿਟੀ ਦੀ ਲੋੜ ਨਹੀਂ ਹੋ ਸਕਦੀ - ਆਮ ਅੰਕੜੇ ਕਾਫ਼ੀ ਹਨ. ਇਸ ਤਰ੍ਹਾਂ ਦਾ ਸਮਰਥਨ ਜ਼ਰੂਰੀ ਹੈ, ਨਹੀਂ ਤਾਂ 3 ਮਹੀਨਿਆਂ ਲਈ ਬੇਨਤੀ ਨੂੰ ਪੂਰਾ ਹੋਣ ਵਿੱਚ ਬਹੁਤ ਲੰਬਾ ਸਮਾਂ ਲੱਗੇਗਾ ਕਲਿਕਹਾouseਸ.
• ਬੇਨਤੀਆਂ ਜਿਵੇਂ "ਆਖਰੀ ਬਿੰਦੂ, ਦੇ ਤੌਰ ਤੇ». ਇਹ ਲਈ ਖਾਸ ਹਨ ਸਮਾਂ-ਸੀਰੀਜ਼ ਸਵਾਲ: ਸਮੇਂ ਦੇ ਇੱਕ ਪਲ 'ਤੇ ਸਿਸਟਮ ਦੀ ਆਖਰੀ ਮਾਪ ਜਾਂ ਸਥਿਤੀ ਨੂੰ ਦੇਖੋ t. ਇਹ ਇੱਕ ਡੇਟਾਬੇਸ ਲਈ ਬਹੁਤ ਸੁਹਾਵਣੇ ਸਵਾਲ ਨਹੀਂ ਹਨ, ਪਰ ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਨੂੰ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣ ਦੀ ਵੀ ਲੋੜ ਹੈ।
• "ਗਲੂਇੰਗ" ਸਮਾਂ ਲੜੀ. ਸਮਾਂ-ਲੜੀ ਇੱਕ ਸਮਾਂ ਲੜੀ ਹੈ। ਜੇਕਰ ਦੋ ਸਮੇਂ ਦੀ ਲੜੀ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਅਕਸਰ ਕਨੈਕਟ ਅਤੇ ਆਪਸ ਵਿੱਚ ਜੋੜਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਾਰੇ ਡੇਟਾਬੇਸ 'ਤੇ ਅਜਿਹਾ ਕਰਨਾ ਸੁਵਿਧਾਜਨਕ ਨਹੀਂ ਹੈ, ਖਾਸ ਤੌਰ 'ਤੇ ਅਲਾਈਨ ਟਾਈਮ ਸੀਰੀਜ਼ ਦੇ ਨਾਲ: ਇੱਥੇ ਕੁਝ ਸਮਾਂ ਬਿੰਦੂ ਹਨ, ਹੋਰ ਵੀ ਹਨ। ਤੁਸੀਂ ਔਸਤ 'ਤੇ ਵਿਚਾਰ ਕਰ ਸਕਦੇ ਹੋ, ਪਰ ਅਚਾਨਕ ਉੱਥੇ ਅਜੇ ਵੀ ਇੱਕ ਮੋਰੀ ਹੋਵੇਗੀ, ਇਸ ਲਈ ਇਹ ਸਪੱਸ਼ਟ ਨਹੀਂ ਹੈ।

ਆਓ ਦੇਖੀਏ ਕਿ ਇਹ ਲੋੜਾਂ ਕਿਵੇਂ ਪੂਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ ਕਲਿਕਹਾouseਸ.

ਸਕੀਮ

В ਕਲਿਕਹਾouseਸ ਲਈ ਸਕੀਮ ਸਮਾਂ-ਸੀਰੀਜ਼ ਡਾਟਾ ਦੀ ਨਿਯਮਤਤਾ ਦੀ ਡਿਗਰੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ, ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਨਿਯਮਤ ਡੇਟਾ 'ਤੇ ਇੱਕ ਸਿਸਟਮ ਬਣਾਉਣਾ ਸੰਭਵ ਹੈ ਜਦੋਂ ਅਸੀਂ ਸਾਰੇ ਮੈਟ੍ਰਿਕਸ ਪਹਿਲਾਂ ਤੋਂ ਜਾਣਦੇ ਹਾਂ। ਉਦਾਹਰਨ ਲਈ, ਮੈਂ ਇਹ ਕੀਤਾ CloudFlare ਨਿਗਰਾਨੀ ਦੇ ਨਾਲ CDN ਇੱਕ ਵਧੀਆ ਅਨੁਕੂਲਿਤ ਸਿਸਟਮ ਹੈ. ਤੁਸੀਂ ਇੱਕ ਹੋਰ ਆਮ ਸਿਸਟਮ ਬਣਾ ਸਕਦੇ ਹੋ ਜੋ ਪੂਰੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਵੱਖ-ਵੱਖ ਸੇਵਾਵਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ। ਅਨਿਯਮਿਤ ਡੇਟਾ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਸਾਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਪਤਾ ਨਹੀਂ ਹੁੰਦਾ ਕਿ ਅਸੀਂ ਕੀ ਨਿਗਰਾਨੀ ਕਰ ਰਹੇ ਹਾਂ - ਅਤੇ ਇਹ ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਆਮ ਕੇਸ ਹੈ।

ਨਿਯਮਤ ਡਾਟਾ. ਕਾਲਮ। ਸਕੀਮ ਸਧਾਰਨ ਹੈ - ਲੋੜੀਂਦੀਆਂ ਕਿਸਮਾਂ ਵਾਲੇ ਕਾਲਮ:

CREATE TABLE cpu (
  created_date Date DEFAULT today(),  
  created_at DateTime DEFAULT now(),  
  time String,  
  tags_id UInt32,  /* join to dim_tag */
  usage_user Float64,  
  usage_system Float64,  
  usage_idle Float64,  
  usage_nice Float64,  
  usage_iowait Float64,  
  usage_irq Float64,  
  usage_softirq Float64,  
  usage_steal Float64,  
  usage_guest Float64,  
  usage_guest_nice Float64
) ENGINE = MergeTree(created_date, (tags_id, created_at), 8192);

ਇਹ ਇੱਕ ਨਿਯਮਤ ਸਾਰਣੀ ਹੈ ਜੋ ਕਿਸੇ ਕਿਸਮ ਦੀ ਸਿਸਟਮ ਲੋਡਿੰਗ ਗਤੀਵਿਧੀ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੀ ਹੈ (ਉਪਭੋਗੀ ਨੂੰ, ਸਿਸਟਮ, ਵੇਹਲਾ, ਚੰਗੇ). ਸਧਾਰਨ ਅਤੇ ਸੁਵਿਧਾਜਨਕ, ਪਰ ਲਚਕਦਾਰ ਨਹੀਂ। ਜੇਕਰ ਅਸੀਂ ਵਧੇਰੇ ਲਚਕਦਾਰ ਸਕੀਮ ਚਾਹੁੰਦੇ ਹਾਂ, ਤਾਂ ਅਸੀਂ ਐਰੇ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਾਂ।

ਅਨਿਯਮਿਤ ਡੇਟਾ। ਐਰੇ:

CREATE TABLE cpu_alc (
  created_date Date,  
  created_at DateTime,  
  time String,  
  tags_id UInt32,  
  metrics Nested(
    name LowCardinality(String),  
    value Float64
  )
) ENGINE = MergeTree(created_date, (tags_id, created_at), 8192);

SELECT max(metrics.value[indexOf(metrics.name,'usage_user')]) FROM ...

ਬਣਤਰ ਨੇਸਟੈਡ ਦੋ ਐਰੇ ਹਨ: metrics.name и metrics.value. ਇੱਥੇ ਤੁਸੀਂ ਹਰ ਇਵੈਂਟ ਲਈ ਨਾਮਾਂ ਦੀ ਇੱਕ ਲੜੀ ਅਤੇ ਮਾਪਾਂ ਦੀ ਇੱਕ ਲੜੀ ਦੇ ਰੂਪ ਵਿੱਚ ਅਜਿਹੇ ਮਨਮਾਨੇ ਨਿਗਰਾਨੀ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰ ਸਕਦੇ ਹੋ। ਹੋਰ ਅਨੁਕੂਲਤਾ ਲਈ, ਇੱਕ ਅਜਿਹੇ ਢਾਂਚੇ ਦੀ ਬਜਾਏ, ਤੁਸੀਂ ਕਈ ਬਣਾ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਲਈ ਫਲੋਟ-ਮੁੱਲ, ਹੋਰ - ਲਈ ਇੰਟ- ਭਾਵ ਕਿਉਂਕਿ ਇੰਟ ਮੈਂ ਹੋਰ ਕੁਸ਼ਲਤਾ ਨਾਲ ਸਟੋਰ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹਾਂ।

ਪਰ ਅਜਿਹੇ ਢਾਂਚੇ ਤੱਕ ਪਹੁੰਚਣਾ ਵਧੇਰੇ ਮੁਸ਼ਕਲ ਹੈ. ਤੁਹਾਨੂੰ ਪਹਿਲਾਂ ਸੂਚਕਾਂਕ ਅਤੇ ਫਿਰ ਐਰੇ ਦੇ ਮੁੱਲਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢਣ ਲਈ ਵਿਸ਼ੇਸ਼ ਫੰਕਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਇੱਕ ਵਿਸ਼ੇਸ਼ ਨਿਰਮਾਣ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਪਵੇਗੀ:

SELECT max(metrics.value[indexOf(metrics.name,'usage_user')]) FROM ...

ਪਰ ਇਹ ਅਜੇ ਵੀ ਕਾਫ਼ੀ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ. ਅਨਿਯਮਿਤ ਡੇਟਾ ਨੂੰ ਸਟੋਰ ਕਰਨ ਦਾ ਇੱਕ ਹੋਰ ਤਰੀਕਾ ਕਤਾਰ ਦੁਆਰਾ ਹੈ।

ਅਨਿਯਮਿਤ ਡੇਟਾ। ਸਤਰ. ਇਸ ਪਰੰਪਰਾਗਤ ਵਿਧੀ ਵਿੱਚ, ਐਰੇ ਤੋਂ ਬਿਨਾਂ, ਨਾਮ ਅਤੇ ਮੁੱਲ ਇੱਕੋ ਸਮੇਂ ਸਟੋਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਜੇਕਰ 5 ਮਾਪ ਇੱਕ ਡਿਵਾਈਸ ਤੋਂ ਇੱਕ ਵਾਰ ਵਿੱਚ ਆਉਂਦੇ ਹਨ, ਤਾਂ ਡੇਟਾਬੇਸ ਵਿੱਚ 000 ਕਤਾਰਾਂ ਤਿਆਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ:

CREATE TABLE cpu_rlc (
  created_date Date,  
  created_at DateTime,  
  time String,  
  tags_id UInt32,  
  metric_name LowCardinality(String),  
  metric_value Float64
) ENGINE = MergeTree(created_date, (metric_name, tags_id, created_at), 8192);


SELECT 
    maxIf(metric_value, metric_name = 'usage_user'),
    ... 
FROM cpu_r
WHERE metric_name IN ('usage_user', ...)

ਕਲਿਕਹਾouseਸ ਇਸਦਾ ਮੁਕਾਬਲਾ ਕਰਦਾ ਹੈ - ਇਸਦੇ ਵਿਸ਼ੇਸ਼ ਐਕਸਟੈਂਸ਼ਨ ਹਨ ਕਲਿਕਹਾouseਸ SQL. ਉਦਾਹਰਨ ਲਈ, ਅਧਿਕਤਮ ਜੇਕਰ - ਇੱਕ ਵਿਸ਼ੇਸ਼ ਫੰਕਸ਼ਨ ਜੋ ਇੱਕ ਮੈਟ੍ਰਿਕ ਦੁਆਰਾ ਅਧਿਕਤਮ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ ਜਦੋਂ ਕੁਝ ਸ਼ਰਤ ਪੂਰੀ ਹੁੰਦੀ ਹੈ। ਤੁਸੀਂ ਇੱਕ ਬੇਨਤੀ ਵਿੱਚ ਕਈ ਅਜਿਹੇ ਸਮੀਕਰਨ ਲਿਖ ਸਕਦੇ ਹੋ ਅਤੇ ਤੁਰੰਤ ਕਈ ਮੈਟ੍ਰਿਕਸ ਲਈ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦੇ ਹੋ।

ਆਉ ਤਿੰਨ ਤਰੀਕਿਆਂ ਦੀ ਤੁਲਨਾ ਕਰੀਏ:

Детали

ਇੱਥੇ ਮੈਂ ਕੁਝ ਟੈਸਟ ਡੇਟਾ ਸੈੱਟ ਲਈ "ਡਿਸਕ ਡੇਟਾ ਸਾਈਜ਼" ਜੋੜਿਆ ਹੈ। ਕਾਲਮਾਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਸਾਡੇ ਕੋਲ ਸਭ ਤੋਂ ਛੋਟਾ ਡੇਟਾ ਆਕਾਰ ਹੈ: ਵੱਧ ਤੋਂ ਵੱਧ ਸੰਕੁਚਨ, ਅਧਿਕਤਮ ਪੁੱਛਗਿੱਛ ਦੀ ਗਤੀ, ਪਰ ਅਸੀਂ ਇੱਕ ਵਾਰ ਵਿੱਚ ਸਭ ਕੁਝ ਰਿਕਾਰਡ ਕਰਨ ਲਈ ਭੁਗਤਾਨ ਕਰਦੇ ਹਾਂ।

ਐਰੇ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਸਭ ਕੁਝ ਥੋੜਾ ਬੁਰਾ ਹੈ. ਡੇਟਾ ਅਜੇ ਵੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਕੁਚਿਤ ਹੈ ਅਤੇ ਇੱਕ ਅਨਿਯਮਿਤ ਪੈਟਰਨ ਸਟੋਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਪਰ ਕਲਿਕਹਾouseਸ - ਇੱਕ ਕਾਲਮ ਡੇਟਾਬੇਸ, ਅਤੇ ਜਦੋਂ ਅਸੀਂ ਇੱਕ ਐਰੇ ਵਿੱਚ ਹਰ ਚੀਜ਼ ਨੂੰ ਸਟੋਰ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹਾਂ, ਇਹ ਇੱਕ ਕਤਾਰ ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਕੁਸ਼ਲਤਾ ਨਾਲ ਲਚਕਤਾ ਲਈ ਭੁਗਤਾਨ ਕਰਦੇ ਹਾਂ। ਕਿਸੇ ਵੀ ਓਪਰੇਸ਼ਨ ਲਈ, ਤੁਹਾਨੂੰ ਪੂਰੀ ਐਰੇ ਨੂੰ ਮੈਮੋਰੀ ਵਿੱਚ ਪੜ੍ਹਨਾ ਹੋਵੇਗਾ, ਫਿਰ ਇਸ ਵਿੱਚ ਲੋੜੀਂਦਾ ਤੱਤ ਲੱਭੋ - ਅਤੇ ਜੇਕਰ ਐਰੇ ਵਧਦਾ ਹੈ, ਤਾਂ ਗਤੀ ਘਟ ਜਾਂਦੀ ਹੈ।

ਇਹਨਾਂ ਕੰਪਨੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਜੋ ਇਸ ਪਹੁੰਚ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ (ਉਦਾਹਰਨ ਲਈ, ਉਬੇਰ), ਐਰੇ 128 ਤੱਤਾਂ ਦੇ ਟੁਕੜਿਆਂ ਵਿੱਚ ਕੱਟੇ ਜਾਂਦੇ ਹਨ। 200 TB ਡੇਟਾ/ਦਿਨ ਦੀ ਮਾਤਰਾ ਵਾਲੇ ਕਈ ਹਜ਼ਾਰ ਮੀਟ੍ਰਿਕਸ ਤੋਂ ਡੇਟਾ ਇੱਕ ਐਰੇ ਵਿੱਚ ਨਹੀਂ, ਬਲਕਿ ਵਿਸ਼ੇਸ਼ ਸਟੋਰੇਜ ਤਰਕ ਨਾਲ 10 ਜਾਂ 30 ਐਰੇ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਸਰਲ ਪਹੁੰਚ ਸਤਰ ਦੇ ਨਾਲ ਹੈ. ਪਰ ਡੇਟਾ ਮਾੜਾ ਸੰਕੁਚਿਤ ਹੈ, ਸਾਰਣੀ ਦਾ ਆਕਾਰ ਵੱਡਾ ਹੈ, ਅਤੇ ਭਾਵੇਂ ਕਈ ਮੈਟ੍ਰਿਕਸ 'ਤੇ ਸਵਾਲਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਹੋਣ, ਕਲਿਕਹਾਊਸ ਵਧੀਆ ਢੰਗ ਨਾਲ ਕੰਮ ਨਹੀਂ ਕਰਦਾ ਹੈ।

ਹਾਈਬ੍ਰਿਡ ਸਕੀਮ

ਚਲੋ ਮੰਨ ਲਓ ਕਿ ਅਸੀਂ ਇੱਕ ਐਰੇ ਸਰਕਟ ਚੁਣਿਆ ਹੈ। ਪਰ ਜੇਕਰ ਅਸੀਂ ਜਾਣਦੇ ਹਾਂ ਕਿ ਸਾਡੇ ਜ਼ਿਆਦਾਤਰ ਡੈਸ਼ਬੋਰਡ ਸਿਰਫ਼ ਉਪਭੋਗਤਾ ਅਤੇ ਸਿਸਟਮ ਮੈਟ੍ਰਿਕਸ ਦਿਖਾਉਂਦੇ ਹਨ, ਤਾਂ ਅਸੀਂ ਇਹਨਾਂ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਸਾਰਣੀ ਪੱਧਰ 'ਤੇ ਇੱਕ ਐਰੇ ਤੋਂ ਕਾਲਮਾਂ ਵਿੱਚ ਇਸ ਤਰੀਕੇ ਨਾਲ ਸਾਕਾਰ ਕਰ ਸਕਦੇ ਹਾਂ:

CREATE TABLE cpu_alc (
  created_date Date,  
  created_at DateTime,  
  time String,  
  tags_id UInt32,  
  metrics Nested(
    name LowCardinality(String),  
    value Float64
  ),
  usage_user Float64 
             MATERIALIZED metrics.value[indexOf(metrics.name,'usage_user')],
  usage_system Float64 
             MATERIALIZED metrics.value[indexOf(metrics.name,'usage_system')]
) ENGINE = MergeTree(created_date, (tags_id, created_at), 8192);

ਪਾਉਣ ਵੇਲੇ ਕਲਿਕਹਾouseਸ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਗਿਣਿਆ ਜਾਵੇਗਾ। ਇਸ ਤਰ੍ਹਾਂ ਤੁਸੀਂ ਕਾਰੋਬਾਰ ਨੂੰ ਖੁਸ਼ੀ ਨਾਲ ਜੋੜ ਸਕਦੇ ਹੋ: ਸਕੀਮ ਲਚਕਦਾਰ ਅਤੇ ਆਮ ਹੈ, ਪਰ ਅਸੀਂ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਕਾਲਮਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢ ਲਿਆ ਹੈ। ਨੋਟ ਕਰੋ ਕਿ ਇਸ ਨੂੰ ਸੰਮਿਲਿਤ ਕਰਨ ਅਤੇ ਬਦਲਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ ETLਜੋ ਸਾਰਣੀ ਵਿੱਚ ਐਰੇ ਸ਼ਾਮਲ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ। ਅਸੀਂ ਹੁਣੇ ਕੀਤਾ ਬਦਲਵੇਂ ਟੇਬਲ, ਕੁਝ ਸਪੀਕਰ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਹਨ ਅਤੇ ਸਾਨੂੰ ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਅਤੇ ਤੇਜ਼ ਸਕੀਮ ਮਿਲੀ ਹੈ ਜਿਸਦੀ ਵਰਤੋਂ ਤੁਸੀਂ ਤੁਰੰਤ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹੋ।

ਕੋਡੈਕਸ ਅਤੇ ਕੰਪਰੈਸ਼ਨ

ਕਰਨ ਲਈ ਸਮਾਂ-ਸੀਰੀਜ਼ ਇਹ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਡੇਟਾ ਨੂੰ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪੈਕ ਕਰਦੇ ਹੋ ਕਿਉਂਕਿ ਜਾਣਕਾਰੀ ਦੀ ਮਾਤਰਾ ਬਹੁਤ ਵੱਡੀ ਹੋ ਸਕਦੀ ਹੈ। IN ਕਲਿਕਹਾouseਸ 1:10, 1:20, ਅਤੇ ਕਈ ਵਾਰ ਹੋਰ ਦੇ ਸੰਕੁਚਨ ਪ੍ਰਭਾਵ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸਾਧਨਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਡਿਸਕ 'ਤੇ 1 TB ਅਨਪੈਕਡ ਡੇਟਾ 50-100 GB ਲੈਂਦਾ ਹੈ। ਛੋਟਾ ਆਕਾਰ ਚੰਗਾ ਹੈ, ਡਾਟਾ ਪੜ੍ਹਿਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

ਸੰਕੁਚਨ ਦੇ ਉੱਚ ਪੱਧਰ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਕਲਿਕਹਾouseਸ ਹੇਠ ਦਿੱਤੇ ਕੋਡੇਕਸ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ:

ਉਦਾਹਰਨ ਸਾਰਣੀ:

CREATE TABLE benchmark.cpu_codecs_lz4 (
    created_date Date DEFAULT today(), 
    created_at DateTime DEFAULT now() Codec(DoubleDelta, LZ4), 
    tags_id UInt32, 
    usage_user Float64 Codec(Gorilla, LZ4), 
    usage_system Float64 Codec(Gorilla, LZ4), 
    usage_idle Float64 Codec(Gorilla, LZ4), 
    usage_nice Float64 Codec(Gorilla, LZ4), 
    usage_iowait Float64 Codec(Gorilla, LZ4), 
    usage_irq Float64 Codec(Gorilla, LZ4), 
    usage_softirq Float64 Codec(Gorilla, LZ4), 
    usage_steal Float64 Codec(Gorilla, LZ4), 
    usage_guest Float64 Codec(Gorilla, LZ4), 
    usage_guest_nice Float64 Codec(Gorilla, LZ4), 
    additional_tags String DEFAULT ''
)
ENGINE = MergeTree(created_date, (tags_id, created_at), 8192);

ਇੱਥੇ ਅਸੀਂ ਕੋਡੇਕ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੇ ਹਾਂ ਡਬਲਡੈਲਟਾ ਇੱਕ ਕੇਸ ਵਿੱਚ, ਦੂਜੇ ਵਿੱਚ - ਗੋਰਿਲਾ, ਅਤੇ ਅਸੀਂ ਯਕੀਨੀ ਤੌਰ 'ਤੇ ਹੋਰ ਜੋੜਾਂਗੇ LZ4 ਕੰਪਰੈਸ਼ਨ ਨਤੀਜੇ ਵਜੋਂ, ਡਿਸਕ ਉੱਤੇ ਡੇਟਾ ਦਾ ਆਕਾਰ ਬਹੁਤ ਘੱਟ ਗਿਆ ਹੈ:

ਇਹ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਇੱਕੋ ਡੇਟਾ ਕਿੰਨੀ ਥਾਂ ਲੈਂਦਾ ਹੈ, ਪਰ ਵੱਖ-ਵੱਖ ਕੋਡੇਕਸ ਅਤੇ ਕੰਪਰੈਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ:

• ਡਿਸਕ ਉੱਤੇ ਇੱਕ GZIP ਫਾਈਲ ਵਿੱਚ;
• ਕਲਿਕਹਾਊਸ ਵਿੱਚ ਕੋਡੇਕਸ ਤੋਂ ਬਿਨਾਂ, ਪਰ ZSTD ਕੰਪਰੈਸ਼ਨ ਨਾਲ;
• ਕੋਡੇਕਸ ਅਤੇ ਕੰਪਰੈਸ਼ਨ LZ4 ਅਤੇ ZSTD ਦੇ ਨਾਲ ਕਲਿਕਹਾਊਸ ਵਿੱਚ।

ਇਹ ਦੇਖਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਕੋਡੇਕਸ ਵਾਲੀਆਂ ਟੇਬਲ ਬਹੁਤ ਘੱਟ ਥਾਂ ਲੈਂਦੀਆਂ ਹਨ।

ਆਕਾਰ ਮਾਮਲਾ

ਘੱਟ ਮਹੱਤਵਪੂਰਨ ਨਹੀਂ ਚੁਣੋ ਸਹੀ ਡਾਟਾ ਕਿਸਮ:

ਉਪਰੋਕਤ ਸਾਰੀਆਂ ਉਦਾਹਰਣਾਂ ਵਿੱਚ ਮੈਂ ਵਰਤੀ ਹੈ ਫਲੋਟ 64. ਪਰ ਜੇ ਅਸੀਂ ਚੁਣਿਆ ਹੈ ਫਲੋਟ 32, ਫਿਰ ਇਹ ਹੋਰ ਵੀ ਵਧੀਆ ਹੋਵੇਗਾ। ਉੱਪਰ ਦਿੱਤੇ ਲੇਖ ਵਿੱਚ ਪਰਕੋਨਾ ਦੇ ਮੁੰਡਿਆਂ ਦੁਆਰਾ ਇਹ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪ੍ਰਦਰਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ. ਕੰਮ ਲਈ ਢੁਕਵੀਂ ਸਭ ਤੋਂ ਸੰਖੇਪ ਕਿਸਮ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਪੁੱਛਗਿੱਛ ਦੀ ਗਤੀ ਨਾਲੋਂ ਡਿਸਕ ਦੇ ਆਕਾਰ ਲਈ ਵੀ ਘੱਟ। ਕਲਿਕਹਾouseਸ ਇਸ ਪ੍ਰਤੀ ਬਹੁਤ ਸੰਵੇਦਨਸ਼ੀਲ.

ਜੇ ਤੁਸੀਂ ਵਰਤ ਸਕਦੇ ਹੋ int32 ਦੀ ਬਜਾਏ int64, ਫਿਰ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਲਗਭਗ ਦੁੱਗਣੇ ਵਾਧੇ ਦੀ ਉਮੀਦ ਕਰੋ। ਡੇਟਾ ਘੱਟ ਮੈਮੋਰੀ ਲੈਂਦਾ ਹੈ, ਅਤੇ ਸਾਰੇ "ਅੰਕਗਣਿਤ" ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ। ਕਲਿਕਹਾouseਸ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਇਹ ਬਹੁਤ ਸਖਤੀ ਨਾਲ ਟਾਈਪ ਕੀਤਾ ਗਿਆ ਸਿਸਟਮ ਹੈ; ਇਹ ਆਧੁਨਿਕ ਪ੍ਰਣਾਲੀਆਂ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤੀਆਂ ਸਾਰੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਦੀ ਵੱਧ ਤੋਂ ਵੱਧ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।

ਇਕੱਤਰੀਕਰਨ ਅਤੇ ਪਦਾਰਥਕ੍ਰਿਤ ਦ੍ਰਿਸ਼

ਇਕੱਤਰੀਕਰਨ ਅਤੇ ਪਦਾਰਥਕ ਦ੍ਰਿਸ਼ ਤੁਹਾਨੂੰ ਵੱਖ-ਵੱਖ ਮੌਕਿਆਂ ਲਈ ਏਗਰੀਗੇਟ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ:

ਉਦਾਹਰਨ ਲਈ, ਤੁਹਾਡੇ ਕੋਲ ਗੈਰ-ਏਗਰੀਗੇਟਿਡ ਸਰੋਤ ਡੇਟਾ ਹੋ ਸਕਦਾ ਹੈ, ਅਤੇ ਤੁਸੀਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਇੰਜਣ ਦੁਆਰਾ ਆਟੋਮੈਟਿਕ ਸਮਾਲਟ ਦੇ ਨਾਲ ਉਹਨਾਂ ਨਾਲ ਵੱਖ-ਵੱਖ ਪਦਾਰਥਕ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਜੋੜ ਸਕਦੇ ਹੋ SummingMergeTree (SMT). ਇੰਫਰਾਸਟਰਚਕਰ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਏਗਰੀਗੇਟਿੰਗ ਡੇਟਾ ਢਾਂਚਾ ਹੈ ਜੋ ਆਪਣੇ ਆਪ ਹੀ ਐਗਰੀਗੇਟ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ। ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਡੇਟਾਬੇਸ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਹ ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਇਕੱਠਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਡੈਸ਼ਬੋਰਡਾਂ ਨੂੰ ਇਸ 'ਤੇ ਤੁਰੰਤ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

TTL - ਪੁਰਾਣੇ ਡੇਟਾ ਨੂੰ "ਭੁੱਲੋ"

ਉਸ ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ "ਭੁੱਲਣਾ" ਹੈ ਜਿਸਦੀ ਹੁਣ ਲੋੜ ਨਹੀਂ ਹੈ? ਕਲਿਕਹਾouseਸ ਜਾਣਦਾ ਹੈ ਕਿ ਇਹ ਕਿਵੇਂ ਕਰਨਾ ਹੈ। ਟੇਬਲ ਬਣਾਉਣ ਵੇਲੇ, ਤੁਸੀਂ ਨਿਸ਼ਚਿਤ ਕਰ ਸਕਦੇ ਹੋ TTL ਸਮੀਕਰਨ: ਉਦਾਹਰਨ ਲਈ, ਕਿ ਅਸੀਂ ਇੱਕ ਦਿਨ ਲਈ ਮਿੰਟ ਡੇਟਾ, ਰੋਜ਼ਾਨਾ ਡੇਟਾ 30 ਦਿਨਾਂ ਲਈ ਸਟੋਰ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਕਦੇ ਵੀ ਹਫ਼ਤਾਵਾਰੀ ਜਾਂ ਮਾਸਿਕ ਡੇਟਾ ਨੂੰ ਛੂਹਦੇ ਨਹੀਂ ਹਾਂ:

CREATE TABLE aggr_by_minute
…
TTL time + interval 1 day

CREATE TABLE aggr_by_day
…
TTL time + interval 30 day

CREATE TABLE aggr_by_week
…
/* no TTL */

ਬਹੁ-ਪੱਧਰੀ - ਡਿਸਕਾਂ ਵਿੱਚ ਡਾਟਾ ਵੰਡੋ

ਇਸ ਵਿਚਾਰ ਨੂੰ ਅੱਗੇ ਲੈ ਕੇ, ਡਾਟਾ ਸਟੋਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਕਲਿਕਹਾouseਸ ਵੱਖ-ਵੱਖ ਥਾਵਾਂ 'ਤੇ। ਮੰਨ ਲਓ ਕਿ ਅਸੀਂ ਇੱਕ ਬਹੁਤ ਤੇਜ਼ ਲੋਕਲ 'ਤੇ ਪਿਛਲੇ ਹਫ਼ਤੇ ਲਈ ਗਰਮ ਡਾਟਾ ਸਟੋਰ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ SSD, ਅਤੇ ਅਸੀਂ ਹੋਰ ਇਤਿਹਾਸਕ ਡੇਟਾ ਕਿਸੇ ਹੋਰ ਥਾਂ 'ਤੇ ਪਾਉਂਦੇ ਹਾਂ। IN ਕਲਿਕਹਾouseਸ ਇਹ ਹੁਣ ਸੰਭਵ ਹੈ:

ਤੁਸੀਂ ਇੱਕ ਸਟੋਰੇਜ਼ ਨੀਤੀ ਨੂੰ ਕੌਂਫਿਗਰ ਕਰ ਸਕਦੇ ਹੋ (ਸਟੋਰੇਜ਼ ਨੀਤੀ) ਇਸ ਲਈ ਕਲਿਕਹਾouseਸ ਕੁਝ ਸ਼ਰਤਾਂ 'ਤੇ ਪਹੁੰਚਣ 'ਤੇ ਕਿਸੇ ਹੋਰ ਸਟੋਰੇਜ ਵਿੱਚ ਆਪਣੇ ਆਪ ਹੀ ਡੇਟਾ ਟ੍ਰਾਂਸਫਰ ਕਰੇਗਾ।

ਪਰ ਇਹ ਸਭ ਕੁਝ ਨਹੀਂ ਹੈ। ਇੱਕ ਖਾਸ ਸਾਰਣੀ ਦੇ ਪੱਧਰ 'ਤੇ, ਤੁਸੀਂ ਇਸ ਲਈ ਨਿਯਮ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹੋ ਕਿ ਡੇਟਾ ਕੋਲਡ ਸਟੋਰੇਜ ਵਿੱਚ ਕਦੋਂ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਡਾਟਾ 7 ਦਿਨਾਂ ਲਈ ਇੱਕ ਬਹੁਤ ਤੇਜ਼ ਡਿਸਕ 'ਤੇ ਸਟੋਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਹਰ ਚੀਜ਼ ਜੋ ਪੁਰਾਣੀ ਹੈ ਇੱਕ ਹੌਲੀ ਡਿਸਕ ਵਿੱਚ ਟ੍ਰਾਂਸਫਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਹ ਚੰਗਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਲਾਗਤਾਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦੇ ਹੋਏ ਅਤੇ ਕੋਲਡ ਡੇਟਾ 'ਤੇ ਪੈਸੇ ਦੀ ਬਰਬਾਦੀ ਨਾ ਕਰਦੇ ਹੋਏ, ਸਿਸਟਮ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਪ੍ਰਦਰਸ਼ਨ 'ਤੇ ਰੱਖਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ:

CREATE TABLE 
... 
TTL date + INTERVAL 7 DAY TO VOLUME 'cold_volume', 
    date + INTERVAL 180 DAY DELETE

ਵਿਲੱਖਣ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਕਲਿਕਹਾouseਸ

ਲਗਭਗ ਹਰ ਚੀਜ਼ ਵਿੱਚ ਕਲਿਕਹਾouseਸ ਅਜਿਹੀਆਂ "ਹਾਈਲਾਈਟਾਂ" ਹਨ, ਪਰ ਉਹ ਵਿਸ਼ੇਸ਼ਤਾ ਦੁਆਰਾ ਆਫਸੈੱਟ ਹਨ - ਕੁਝ ਅਜਿਹਾ ਜੋ ਹੋਰ ਡੇਟਾਬੇਸ ਵਿੱਚ ਨਹੀਂ ਹੈ. ਉਦਾਹਰਨ ਲਈ, ਇੱਥੇ ਕੁਝ ਵਿਲੱਖਣ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ ਕਲਿਕਹਾouseਸ:

• ਐਰੇ. The ਕਲਿਕਹਾouseਸ ਐਰੇ ਲਈ ਬਹੁਤ ਵਧੀਆ ਸਮਰਥਨ, ਨਾਲ ਹੀ ਉਹਨਾਂ 'ਤੇ ਗੁੰਝਲਦਾਰ ਗਣਨਾ ਕਰਨ ਦੀ ਯੋਗਤਾ।
• ਡਾਟਾ ਸਟ੍ਰਕਚਰ ਨੂੰ ਇਕੱਠਾ ਕਰਨਾ. ਇਹ "ਕਾਤਲ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ" ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਕਲਿਕਹਾouseਸ. ਇਸ ਤੱਥ ਦੇ ਬਾਵਜੂਦ ਕਿ ਯਾਂਡੇਕਸ ਦੇ ਲੋਕ ਕਹਿੰਦੇ ਹਨ ਕਿ ਅਸੀਂ ਡੇਟਾ ਨੂੰ ਇਕੱਠਾ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ, ਸਭ ਕੁਝ ਇਸ ਵਿੱਚ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਹੈ ਕਲਿਕਹਾouseਸ, ਕਿਉਂਕਿ ਇਹ ਤੇਜ਼ ਅਤੇ ਸੁਵਿਧਾਜਨਕ ਹੈ।
• ਪਦਾਰਥਕ ਦ੍ਰਿਸ਼. ਇਕੱਠੇ ਕੀਤੇ ਡੇਟਾ ਢਾਂਚੇ ਦੇ ਨਾਲ, ਪਦਾਰਥਕ ਦ੍ਰਿਸ਼ ਤੁਹਾਨੂੰ ਸੁਵਿਧਾਜਨਕ ਬਣਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ ਅਸਲੀ ਸਮਾਂ ਏਕੀਕਰਨ
• ਹਾਊਸ SQL 'ਤੇ ਕਲਿੱਕ ਕਰੋ. ਇਹ ਭਾਸ਼ਾ ਦਾ ਵਿਸਥਾਰ ਹੈ SQL ਕੁਝ ਵਾਧੂ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੇ ਨਾਲ ਜੋ ਸਿਰਫ ਵਿੱਚ ਉਪਲਬਧ ਹਨ ਕਲਿਕਹਾouseਸ. ਪਹਿਲਾਂ, ਇਹ ਇੱਕ ਪਾਸੇ ਵਿਸਤਾਰ ਵਰਗਾ ਸੀ, ਅਤੇ ਦੂਜੇ ਪਾਸੇ ਨੁਕਸਾਨ. ਹੁਣ ਲਗਭਗ ਸਾਰੇ ਨੁਕਸਾਨ ਦੇ ਮੁਕਾਬਲੇ SQL 92 ਅਸੀਂ ਇਸਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ, ਹੁਣ ਇਹ ਸਿਰਫ਼ ਇੱਕ ਐਕਸਟੈਂਸ਼ਨ ਹੈ।
• ਲੰਡਨ-ਸਮੀਕਰਨ. ਕੀ ਉਹ ਅਜੇ ਵੀ ਕਿਸੇ ਡੇਟਾਬੇਸ ਵਿੱਚ ਹਨ?
• ML- ਸਹਿਯੋਗ. ਇਹ ਵੱਖ-ਵੱਖ ਡੇਟਾਬੇਸ ਵਿੱਚ ਉਪਲਬਧ ਹੈ, ਕੁਝ ਬਿਹਤਰ ਹਨ, ਕੁਝ ਮਾੜੇ ਹਨ।
• ਓਪਨ ਸੋਰਸ. ਅਸੀਂ ਵਿਸਤਾਰ ਕਰ ਸਕਦੇ ਹਾਂ ਕਲਿਕਹਾouseਸ ਇਕੱਠੇ ਹੁਣ ਵਿੱਚ ਕਲਿਕਹਾouseਸ ਲਗਭਗ 500 ਯੋਗਦਾਨੀਆਂ, ਅਤੇ ਇਹ ਗਿਣਤੀ ਲਗਾਤਾਰ ਵਧ ਰਹੀ ਹੈ।

ਗੁੰਝਲਦਾਰ ਸਵਾਲ

В ਕਲਿਕਹਾouseਸ ਇੱਕੋ ਚੀਜ਼ ਨੂੰ ਕਰਨ ਦੇ ਬਹੁਤ ਸਾਰੇ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਤੁਸੀਂ ਇੱਕ ਸਾਰਣੀ ਤੋਂ ਆਖਰੀ ਮੁੱਲ ਨੂੰ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ ਵਾਪਸ ਕਰ ਸਕਦੇ ਹੋ CPU (ਇੱਕ ਚੌਥਾ ਵੀ ਹੈ, ਪਰ ਇਹ ਹੋਰ ਵੀ ਵਿਦੇਸ਼ੀ ਹੈ)।

ਪਹਿਲਾ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਇਹ ਕਰਨਾ ਕਿੰਨਾ ਸੁਵਿਧਾਜਨਕ ਹੈ ਕਲਿਕਹਾouseਸ ਜਦੋਂ ਤੁਸੀਂ ਇਸਦੀ ਜਾਂਚ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਤਾਂ ਪੁੱਛਗਿੱਛ ਕਰੋ ਟੂਪਲ ਸਬਕਵੇਰੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਉਹ ਚੀਜ਼ ਹੈ ਜੋ ਮੈਂ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਦੂਜੇ ਡੇਟਾਬੇਸ ਵਿੱਚ ਖੁੰਝ ਗਈ ਸੀ. ਜੇ ਮੈਂ ਸਬਕਵੇਰੀ ਨਾਲ ਕਿਸੇ ਚੀਜ਼ ਦੀ ਤੁਲਨਾ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹਾਂ, ਤਾਂ ਦੂਜੇ ਡੇਟਾਬੇਸ ਵਿੱਚ ਸਿਰਫ ਇੱਕ ਸਕੇਲਰ ਨਾਲ ਤੁਲਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਪਰ ਕਈ ਕਾਲਮਾਂ ਲਈ ਮੈਨੂੰ ਲਿਖਣ ਦੀ ਲੋੜ ਹੈ ਸ਼ਾਮਲ ਹੋਵੋ. The ਕਲਿਕਹਾouseਸ ਤੁਸੀਂ ਟੂਪਲ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ:

SELECT *
  FROM cpu 
 WHERE (tags_id, created_at) IN 
    (SELECT tags_id, max(created_at)
        FROM cpu 
        GROUP BY tags_id)

ਦੂਜਾ ਤਰੀਕਾ ਉਹੀ ਕੰਮ ਕਰਦਾ ਹੈ ਪਰ ਇੱਕ ਕੁੱਲ ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ argMax:

SELECT 
    argMax(usage_user), created_at),
    argMax(usage_system), created_at),
...
 FROM cpu 

В ਕਲਿਕਹਾouseਸ ਇੱਥੇ ਕਈ ਦਰਜਨ ਐਗਰੀਗੇਟ ਫੰਕਸ਼ਨ ਹਨ, ਅਤੇ ਜੇਕਰ ਤੁਸੀਂ ਕੰਬੀਨੇਟਰਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ, ਤਾਂ ਕੰਬੀਨੇਟਰਿਕਸ ਦੇ ਨਿਯਮਾਂ ਅਨੁਸਾਰ ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਵਿੱਚੋਂ ਲਗਭਗ ਇੱਕ ਹਜ਼ਾਰ ਪ੍ਰਾਪਤ ਹੋਣਗੇ। ArgMax - ਫੰਕਸ਼ਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਜੋ ਅਧਿਕਤਮ ਮੁੱਲ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ: ਬੇਨਤੀ ਮੁੱਲ ਵਾਪਸ ਕਰਦੀ ਹੈ ਵਰਤੋਂ_ਉਪਭੋਗਤਾ, ਜਿਸ 'ਤੇ ਅਧਿਕਤਮ ਮੁੱਲ ਪਹੁੰਚ ਗਿਆ ਹੈ ਬਣਾਇਆ_at:

SELECT now() as created_at,
       cpu.*
  FROM (SELECT DISTINCT tags_id from cpu) base 
  ASOF LEFT JOIN cpu USING (tags_id, created_at)

ASOF ਜੁੜੋ - ਵੱਖ-ਵੱਖ ਸਮਿਆਂ ਨਾਲ "ਗਲੂਇੰਗ" ਕਤਾਰਾਂ। ਇਹ ਡੇਟਾਬੇਸ ਲਈ ਇੱਕ ਵਿਲੱਖਣ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜੋ ਸਿਰਫ ਵਿੱਚ ਉਪਲਬਧ ਹੈ kdb+. ਜੇਕਰ ਵੱਖ-ਵੱਖ ਸਮਿਆਂ ਦੇ ਨਾਲ ਦੋ ਸਮੇਂ ਦੀ ਲੜੀ ਹੋਵੇ, ASOF ਜੁੜੋ ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਬੇਨਤੀ ਵਿੱਚ ਮੂਵ ਕਰਨ ਅਤੇ ਮਿਲਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇੱਕ ਸਮੇਂ ਦੀ ਲੜੀ ਵਿੱਚ ਹਰੇਕ ਮੁੱਲ ਲਈ, ਦੂਜੀ ਵਿੱਚ ਸਭ ਤੋਂ ਨਜ਼ਦੀਕੀ ਮੁੱਲ ਪਾਇਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਉਹ ਉਸੇ ਲਾਈਨ 'ਤੇ ਵਾਪਸ ਕੀਤੇ ਜਾਂਦੇ ਹਨ:

ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਫੰਕਸ਼ਨ

ਮਿਆਰ ਵਿੱਚ SQL-2003 ਤੁਸੀਂ ਇਸ ਤਰ੍ਹਾਂ ਲਿਖ ਸਕਦੇ ਹੋ:

SELECT origin,
       timestamp,
       timestamp -LAG(timestamp, 1) OVER (PARTITION BY origin ORDER BY timestamp) AS duration,
       timestamp -MIN(timestamp) OVER (PARTITION BY origin ORDER BY timestamp) AS startseq_duration,
       ROW_NUMBER() OVER (PARTITION BY origin ORDER BY timestamp) AS sequence,
       COUNT() OVER (PARTITION BY origin ORDER BY timestamp) AS nb
  FROM mytable
ORDER BY origin, timestamp;

В ਕਲਿਕਹਾouseਸ ਤੁਸੀਂ ਅਜਿਹਾ ਨਹੀਂ ਕਰ ਸਕਦੇ - ਇਹ ਮਿਆਰ ਦਾ ਸਮਰਥਨ ਨਹੀਂ ਕਰਦਾ ਹੈ SQL-2003 ਅਤੇ ਸ਼ਾਇਦ ਇਹ ਕਦੇ ਨਹੀਂ ਕਰੇਗਾ। ਇਸ ਦੀ ਬਜਾਏ, ਵਿੱਚ ਕਲਿਕਹਾouseਸ ਇਸ ਤਰ੍ਹਾਂ ਲਿਖਣ ਦਾ ਰਿਵਾਜ ਹੈ:

ਮੈਂ ਲੈਂਬਦਾਸ ਦਾ ਵਾਅਦਾ ਕੀਤਾ - ਉਹ ਇੱਥੇ ਹਨ!

ਇਹ ਸਟੈਂਡਰਡ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਪੁੱਛਗਿੱਛ ਦਾ ਇੱਕ ਐਨਾਲਾਗ ਹੈ SQL-2003: ਉਹ ਦੋਹਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਗਿਣਦਾ ਹੈ ਟਾਈਮਸਟੈਂਪ, ਮਿਆਦ, ਆਰਡੀਨਲ ਨੰਬਰ - ਹਰ ਉਹ ਚੀਜ਼ ਜਿਸਨੂੰ ਅਸੀਂ ਆਮ ਤੌਰ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਫੰਕਸ਼ਨਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਦੇ ਹਾਂ। IN ਕਲਿਕਹਾouseਸ ਅਸੀਂ ਉਹਨਾਂ ਨੂੰ ਐਰੇ ਰਾਹੀਂ ਗਿਣਦੇ ਹਾਂ: ਪਹਿਲਾਂ ਅਸੀਂ ਡੇਟਾ ਨੂੰ ਇੱਕ ਐਰੇ ਵਿੱਚ ਸਮੇਟਦੇ ਹਾਂ, ਉਸ ਤੋਂ ਬਾਅਦ ਅਸੀਂ ਐਰੇ 'ਤੇ ਉਹ ਸਭ ਕੁਝ ਕਰਦੇ ਹਾਂ ਜੋ ਅਸੀਂ ਚਾਹੁੰਦੇ ਹਾਂ, ਅਤੇ ਫਿਰ ਅਸੀਂ ਇਸਨੂੰ ਵਾਪਸ ਫੈਲਾਉਂਦੇ ਹਾਂ। ਇਹ ਬਹੁਤ ਸੁਵਿਧਾਜਨਕ ਨਹੀਂ ਹੈ, ਇਸ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਫੰਕਸ਼ਨਲ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੇ ਪਿਆਰ ਦੀ ਲੋੜ ਹੈ, ਪਰ ਇਹ ਬਹੁਤ ਲਚਕਦਾਰ ਹੈ।

ਖਾਸ ਚੀਜਾਂ

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਵਿਚ ਕਲਿਕਹਾouseਸ ਬਹੁਤ ਸਾਰੇ ਵਿਸ਼ੇਸ਼ ਫੰਕਸ਼ਨ. ਉਦਾਹਰਨ ਲਈ, ਇਹ ਕਿਵੇਂ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ ਕਿ ਇੱਕੋ ਸਮੇਂ ਕਿੰਨੇ ਸੈਸ਼ਨ ਹੋ ਰਹੇ ਹਨ? ਇੱਕ ਆਮ ਨਿਗਰਾਨੀ ਦਾ ਕੰਮ ਇੱਕ ਬੇਨਤੀ ਦੇ ਨਾਲ ਵੱਧ ਤੋਂ ਵੱਧ ਲੋਡ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨਾ ਹੈ। IN ਕਲਿਕਹਾouseਸ ਇਸ ਉਦੇਸ਼ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਫੰਕਸ਼ਨ ਹੈ:

ਆਮ ਤੌਰ 'ਤੇ, ਕਲਿਕਹਾਊਸ ਦੇ ਕਈ ਉਦੇਸ਼ਾਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਫੰਕਸ਼ਨ ਹੁੰਦੇ ਹਨ:

• ਚੱਲਦਾ ਅੰਤਰ, ਚੱਲਦਾ ਇਕੱਠਾ, ਗੁਆਂਢੀ;
• sumMap(ਕੁੰਜੀ, ਮੁੱਲ);
• timeSeriesGroupSum(uid, ਟਾਈਮਸਟੈਂਪ, ਮੁੱਲ);
• timeSeriesGroupRateSum(uid, ਟਾਈਮਸਟੈਂਪ, ਮੁੱਲ);
• skewPop, skewSamp, kurtPop, kurtSamp;
• ਭਰਨ ਨਾਲ / ਟਾਈਜ਼ ਨਾਲ;
• ਸਧਾਰਨ ਲੀਨੀਅਰ ਰਿਗਰੈਸ਼ਨ, ਸਟੋਚੈਸਟਿਕ ਲੀਨੀਅਰ ਰਿਗਰੈਸ਼ਨ।

ਇਹ ਫੰਕਸ਼ਨਾਂ ਦੀ ਪੂਰੀ ਸੂਚੀ ਨਹੀਂ ਹੈ, ਕੁੱਲ ਮਿਲਾ ਕੇ 500-600 ਹਨ। ਸੰਕੇਤ: ਵਿੱਚ ਸਾਰੇ ਫੰਕਸ਼ਨ ਕਲਿਕਹਾouseਸ ਸਿਸਟਮ ਟੇਬਲ ਵਿੱਚ ਹੈ (ਸਾਰੇ ਦਸਤਾਵੇਜ਼ੀ ਨਹੀਂ ਹਨ, ਪਰ ਸਾਰੇ ਦਿਲਚਸਪ ਹਨ):

select * from system.functions order by name

ਕਲਿਕਹਾouseਸ ਇਹ ਆਪਣੇ ਬਾਰੇ ਬਹੁਤ ਸਾਰੀ ਜਾਣਕਾਰੀ ਸਟੋਰ ਕਰਦਾ ਹੈ, ਸਮੇਤ ਲਾਗ ਟੇਬਲ, query_log, ਟਰੇਸ ਲੌਗ, ਡਾਟਾ ਬਲਾਕਾਂ ਦੇ ਨਾਲ ਓਪਰੇਸ਼ਨਾਂ ਦਾ ਲੌਗ (part_log) ਮੈਟ੍ਰਿਕਸ ਲੌਗ, ਅਤੇ ਸਿਸਟਮ ਲੌਗ, ਜੋ ਕਿ ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਡਿਸਕ 'ਤੇ ਲਿਖਦਾ ਹੈ। ਲੌਗ ਮੈਟ੍ਰਿਕਸ ਹੈ ਸਮਾਂ-ਸੀਰੀਜ਼ в ਕਲਿਕਹਾouseਸ ਵਾਸਤਵ ਵਿੱਚ ਕਲਿਕਹਾouseਸ: ਡੇਟਾਬੇਸ ਆਪਣੇ ਆਪ ਵਿੱਚ ਇੱਕ ਭੂਮਿਕਾ ਨਿਭਾ ਸਕਦਾ ਹੈ ਸਮਾਂ-ਸੀਰੀਜ਼ ਡਾਟਾਬੇਸ, ਇਸ ਤਰ੍ਹਾਂ ਆਪਣੇ ਆਪ ਨੂੰ "ਖਾਣ"।

ਇਹ ਵੀ ਇੱਕ ਵਿਲੱਖਣ ਚੀਜ਼ ਹੈ - ਕਿਉਂਕਿ ਅਸੀਂ ਇੱਕ ਚੰਗਾ ਕੰਮ ਕਰਦੇ ਹਾਂ ਸਮਾਂ-ਸੀਰੀਜ਼, ਅਸੀਂ ਆਪਣੇ ਅੰਦਰ ਲੋੜੀਂਦੀ ਹਰ ਚੀਜ਼ ਕਿਉਂ ਨਹੀਂ ਸੰਭਾਲ ਸਕਦੇ? ਸਾਨੂੰ ਲੋੜ ਨਹੀਂ ਹੈ Prometheus, ਅਸੀਂ ਸਭ ਕੁਝ ਆਪਣੇ ਕੋਲ ਰੱਖਦੇ ਹਾਂ। ਜੁੜਿਆ ਗ੍ਰਾਫਨਾ ਅਤੇ ਅਸੀਂ ਆਪਣੇ ਆਪ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਾਂ। ਹਾਲਾਂਕਿ, ਜੇ ਕਲਿਕਹਾouseਸ ਡਿੱਗਦਾ ਹੈ, ਅਸੀਂ ਨਹੀਂ ਦੇਖਾਂਗੇ ਕਿ ਕਿਉਂ, ਇਸ ਲਈ ਉਹ ਆਮ ਤੌਰ 'ਤੇ ਅਜਿਹਾ ਨਹੀਂ ਕਰਦੇ।

ਵੱਡੇ ਕਲੱਸਟਰ ਜਾਂ ਬਹੁਤ ਸਾਰੇ ਛੋਟੇ ਕਲਿਕਹਾouseਸ

ਕੀ ਬਿਹਤਰ ਹੈ - ਇੱਕ ਵੱਡਾ ਕਲੱਸਟਰ ਜਾਂ ਬਹੁਤ ਸਾਰੇ ਛੋਟੇ ਕਲਿਕ ਹਾਊਸ? ਲਈ ਰਵਾਇਤੀ ਪਹੁੰਚ ਡੀਡਬਲਯੂਐਚ ਇੱਕ ਵੱਡਾ ਕਲੱਸਟਰ ਹੈ ਜਿਸ ਵਿੱਚ ਹਰੇਕ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਸਰਕਟ ਨਿਰਧਾਰਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਅਸੀਂ ਡੇਟਾਬੇਸ ਪ੍ਰਸ਼ਾਸਕ ਕੋਲ ਆਏ - ਸਾਨੂੰ ਇੱਕ ਚਿੱਤਰ ਦਿਓ, ਅਤੇ ਉਹਨਾਂ ਨੇ ਸਾਨੂੰ ਇੱਕ ਦਿੱਤਾ:

В ਕਲਿਕਹਾouseਸ ਤੁਸੀਂ ਇਸਨੂੰ ਵੱਖਰੇ ਤਰੀਕੇ ਨਾਲ ਕਰ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ ਹਰੇਕ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਆਪਣਾ ਬਣਾ ਸਕਦੇ ਹੋ ਕਲਿਕਹਾouseਸ:

ਸਾਨੂੰ ਹੁਣ ਵੱਡੇ ਰਾਖਸ਼ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ ਡੀਡਬਲਯੂਐਚ ਅਤੇ ਗੁੰਝਲਦਾਰ ਪ੍ਰਬੰਧਕ। ਅਸੀਂ ਹਰੇਕ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਆਪਣਾ ਆਪਣਾ ਦੇ ਸਕਦੇ ਹਾਂ ਕਲਿਕਹਾouseਸ, ਅਤੇ ਡਿਵੈਲਪਰ ਇਸ ਨੂੰ ਆਪਣੇ ਆਪ ਕਰ ਸਕਦਾ ਹੈ, ਕਿਉਂਕਿ ਕਲਿਕਹਾouseਸ ਇੰਸਟਾਲ ਕਰਨਾ ਬਹੁਤ ਆਸਾਨ ਹੈ ਅਤੇ ਗੁੰਝਲਦਾਰ ਪ੍ਰਸ਼ਾਸਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ:

ਪਰ ਜੇ ਸਾਡੇ ਕੋਲ ਬਹੁਤ ਕੁਝ ਹੈ ਕਲਿਕਹਾouseਸ, ਅਤੇ ਤੁਹਾਨੂੰ ਇਸਨੂੰ ਅਕਸਰ ਇੰਸਟਾਲ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਫਿਰ ਤੁਸੀਂ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸਵੈਚਲਿਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ। ਇਸਦੇ ਲਈ ਅਸੀਂ, ਉਦਾਹਰਨ ਲਈ, ਵਰਤ ਸਕਦੇ ਹਾਂ ਕਬਰਨੇਟਿਸ и ਕਲਿੱਕਹਾਊਸ- ਆਪਰੇਟਰ. IN ਕੁਬਰਨੇਟਸ ਕਲਿਕਹਾਊਸ ਤੁਸੀਂ ਇਸਨੂੰ "ਆਨ-ਕਲਿਕ" ਪਾ ਸਕਦੇ ਹੋ: ਮੈਂ ਇੱਕ ਬਟਨ ਤੇ ਕਲਿਕ ਕਰ ਸਕਦਾ ਹਾਂ, ਮੈਨੀਫੈਸਟ ਚਲਾ ਸਕਦਾ ਹਾਂ ਅਤੇ ਡੇਟਾਬੇਸ ਤਿਆਰ ਹੈ। ਮੈਂ ਤੁਰੰਤ ਇੱਕ ਚਿੱਤਰ ਬਣਾ ਸਕਦਾ ਹਾਂ, ਉੱਥੇ ਮੈਟ੍ਰਿਕਸ ਅੱਪਲੋਡ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਸਕਦਾ ਹਾਂ, ਅਤੇ 5 ਮਿੰਟਾਂ ਵਿੱਚ ਮੇਰੇ ਕੋਲ ਇੱਕ ਡੈਸ਼ਬੋਰਡ ਤਿਆਰ ਹੈ ਗ੍ਰਾਫਨਾ. ਇਹ ਬਹੁਤ ਸਧਾਰਨ ਹੈ!

ਅੰਤ ਵਿੱਚ ਕੀ?

ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ, ਕਲਿਕਹਾouseਸ - ਇਹ:

• ਤੇਜ਼. ਹਰ ਕੋਈ ਇਹ ਜਾਣਦਾ ਹੈ.
• ਬਸ. ਥੋੜਾ ਵਿਵਾਦਪੂਰਨ, ਪਰ ਮੇਰਾ ਮੰਨਣਾ ਹੈ ਕਿ ਇਹ ਸਿਖਲਾਈ ਵਿੱਚ ਮੁਸ਼ਕਲ ਹੈ, ਲੜਾਈ ਵਿੱਚ ਆਸਾਨ ਹੈ. ਜੇ ਤੁਸੀਂ ਸਮਝਦੇ ਹੋ ਕਿ ਕਿਵੇਂ ਕਲਿਕਹਾouseਸ ਇਹ ਕੰਮ ਕਰਦਾ ਹੈ, ਫਿਰ ਸਭ ਕੁਝ ਬਹੁਤ ਹੀ ਸਧਾਰਨ ਹੈ.
• ਸਰਬ ਵਿਆਪੀ. ਇਹ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਲਈ ਢੁਕਵਾਂ ਹੈ: DWH, ਟਾਈਮ ਸੀਰੀਜ਼, ਲੌਗ ਸਟੋਰੇਜ. ਪਰ ਅਜਿਹਾ ਨਹੀਂ ਹੈ OLTP ਡੇਟਾਬੇਸ, ਇਸਲਈ ਉੱਥੇ ਛੋਟੇ ਸੰਮਿਲਨ ਅਤੇ ਪੜ੍ਹਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਾ ਕਰੋ।
• ਦਿਲਚਸਪ ਹੈ. ਸ਼ਾਇਦ ਉਹੀ ਜੋ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ ਕਲਿਕਹਾouseਸ, ਚੰਗੇ ਅਤੇ ਮਾੜੇ ਅਰਥਾਂ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਦਿਲਚਸਪ ਪਲਾਂ ਦਾ ਅਨੁਭਵ ਕੀਤਾ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਨਵੀਂ ਰੀਲੀਜ਼ ਸਾਹਮਣੇ ਆਈ, ਹਰ ਚੀਜ਼ ਨੇ ਕੰਮ ਕਰਨਾ ਬੰਦ ਕਰ ਦਿੱਤਾ. ਜਾਂ ਜਦੋਂ ਤੁਸੀਂ ਦੋ ਦਿਨਾਂ ਲਈ ਕਿਸੇ ਟਾਸਕ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਦੇ ਹੋ, ਪਰ ਟੈਲੀਗ੍ਰਾਮ ਚੈਟ ਵਿੱਚ ਕੋਈ ਸਵਾਲ ਪੁੱਛਣ ਤੋਂ ਬਾਅਦ, ਟਾਸਕ ਦੋ ਮਿੰਟਾਂ ਵਿੱਚ ਹੱਲ ਹੋ ਗਿਆ ਸੀ। ਜਾਂ ਲੇਸ਼ਾ ਮਿਲੋਵਿਡੋਵ ਦੀ ਰਿਪੋਰਟ 'ਤੇ ਕਾਨਫਰੰਸ' ਤੇ ਪਸੰਦ ਕਰੋ, ਤੋਂ ਇੱਕ ਸਕ੍ਰੀਨਸ਼ੌਟ ਕਲਿਕਹਾouseਸ ਪ੍ਰਸਾਰਣ ਨੂੰ ਤੋੜ ਦਿੱਤਾ ਹਾਈਲੋਡ++. ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਚੀਜ਼ ਹਰ ਸਮੇਂ ਵਾਪਰਦੀ ਹੈ ਅਤੇ ਸਾਡੀ ਜ਼ਿੰਦਗੀ ਨੂੰ ਮੁਸ਼ਕਲ ਬਣਾ ਦਿੰਦੀ ਹੈ। ਕਲਿਕਹਾouseਸ ਚਮਕਦਾਰ ਅਤੇ ਦਿਲਚਸਪ!

ਤੁਸੀਂ ਪੇਸ਼ਕਾਰੀ ਦੇਖ ਸਕਦੇ ਹੋ ਇੱਥੇ.

'ਤੇ ਉੱਚ-ਲੋਡ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਡਿਵੈਲਪਰਾਂ ਦੀ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਉਡੀਕੀ ਜਾ ਰਹੀ ਮੀਟਿੰਗ ਹਾਈਲੋਡ++ ਸਕੋਲਕੋਵੋ ਵਿੱਚ 9 ਅਤੇ 10 ਨਵੰਬਰ ਨੂੰ ਹੋਵੇਗਾ। ਅੰਤ ਵਿੱਚ, ਇਹ ਇੱਕ ਔਫਲਾਈਨ ਕਾਨਫਰੰਸ ਹੋਵੇਗੀ (ਹਾਲਾਂਕਿ ਸਾਰੀਆਂ ਸਾਵਧਾਨੀਆਂ ਦੇ ਨਾਲ), ਕਿਉਂਕਿ ਹਾਈਲੋਡ++ ਦੀ ਊਰਜਾ ਨੂੰ ਔਨਲਾਈਨ ਪੈਕ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਕਾਨਫਰੰਸ ਲਈ, ਅਸੀਂ ਤੁਹਾਨੂੰ ਟੈਕਨਾਲੋਜੀ ਦੀਆਂ ਵੱਧ ਤੋਂ ਵੱਧ ਸਮਰੱਥਾਵਾਂ ਬਾਰੇ ਕੇਸ ਲੱਭਦੇ ਅਤੇ ਦਿਖਾਉਂਦੇ ਹਾਂ: HighLoad++ ਸੀ, ਹੈ ਅਤੇ ਹੋਵੇਗਾ ਜਿੱਥੇ ਤੁਸੀਂ ਦੋ ਦਿਨਾਂ ਵਿੱਚ ਸਿੱਖ ਸਕਦੇ ਹੋ ਕਿ Facebook, Yandex, VKontakte, Google ਅਤੇ Amazon ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ।

2007 ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਰੁਕਾਵਟ ਦੇ ਸਾਡੀਆਂ ਮੀਟਿੰਗਾਂ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਇਸ ਸਾਲ ਅਸੀਂ 14ਵੀਂ ਵਾਰ ਮਿਲਾਂਗੇ। ਇਸ ਸਮੇਂ ਦੌਰਾਨ, ਕਾਨਫਰੰਸ 10 ਗੁਣਾ ਵਧ ਗਈ ਹੈ; ਪਿਛਲੇ ਸਾਲ, ਪ੍ਰਮੁੱਖ ਉਦਯੋਗ ਪ੍ਰੋਗਰਾਮ ਨੇ 3339 ਭਾਗੀਦਾਰਾਂ, 165 ਸਪੀਕਰਾਂ, ਰਿਪੋਰਟਾਂ ਅਤੇ ਮੁਲਾਕਾਤਾਂ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ, ਅਤੇ 16 ਟਰੈਕ ਇੱਕੋ ਸਮੇਂ ਚੱਲ ਰਹੇ ਸਨ।
ਪਿਛਲੇ ਸਾਲ ਇੱਥੇ 20 ਬੱਸਾਂ, 5280 ਲੀਟਰ ਚਾਹ ਅਤੇ ਕੌਫੀ, 1650 ਲੀਟਰ ਫਰੂਟ ਡਰਿੰਕਸ ਅਤੇ ਪਾਣੀ ਦੀਆਂ 10200 ਬੋਤਲਾਂ ਸਨ। ਅਤੇ ਹੋਰ 2640 ਕਿਲੋਗ੍ਰਾਮ ਭੋਜਨ, 16 ਪਲੇਟਾਂ ਅਤੇ 000 ਕੱਪ। ਤਰੀਕੇ ਨਾਲ, ਰੀਸਾਈਕਲ ਕੀਤੇ ਕਾਗਜ਼ ਤੋਂ ਇਕੱਠੇ ਕੀਤੇ ਪੈਸੇ ਨਾਲ, ਅਸੀਂ 25 ਓਕ ਦੇ ਬੂਟੇ ਲਗਾਏ :)

ਤੁਸੀਂ ਟਿਕਟਾਂ ਖਰੀਦ ਸਕਦੇ ਹੋ ਇੱਥੇ, ਕਾਨਫਰੰਸ ਬਾਰੇ ਖ਼ਬਰਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਇੱਥੇ, ਅਤੇ ਸਾਰੇ ਸੋਸ਼ਲ ਨੈਟਵਰਕਸ 'ਤੇ ਗੱਲ ਕਰੋ: ਤਾਰ, ਫੇਸਬੁੱਕ, VKontakte и ਟਵਿੱਟਰ.

ਸਰੋਤ: www.habr.com