د مقالې ژباړه په ځانګړي ډول د کورس زده کونکو لپاره چمتو شوې وه
دوه کاله مې تېر کړل
ClickHouse د C++ کوډ 170 زره لینونه لري، د دریمې ډلې کتابتونونو پرته، او د ډیټابیس ترټولو کوچنی ویشل شوي کوډ بیسونو څخه دی. په پرتله، SQLite د توزیع ملاتړ نه کوي او د C کوډ 235 زره لینونه لري. د دې لیکلو سره سم، 207 انجینرانو په ClickHouse کې ونډه اخیستې، او د ژمنو شدت پدې وروستیو کې زیات شوی.
په مارچ 2017 کې، ClickHouse ترسره کول پیل کړل
پدې مقاله کې ، زه به د 2 کور پروسیسرونو او NVMe ذخیره کولو په کارولو سره په AWS EC36 کې د کلیک هاوس کلستر فعالیت ته یو نظر وګورم.
تازه کول: په اصل کې د دې پوسټ خپرولو څخه یوه اونۍ وروسته، ما ازموینه د ښه ترتیب سره بیا پیل کړه او ډیرې ښې پایلې یې ترلاسه کړې. دا پوسټ د دې بدلونونو منعکس کولو لپاره تازه شوی.
د AWS EC2 کلستر په لاره اچول
زه به د دې پوسټ لپاره درې c5d.9xlarge EC2 مثالونه وکاروم. هر یو یې 36 مجازی CPUs، 72 GB رام، 900 GB NVMe SSD ذخیره لري او د 10 ګیګابایټ شبکې ملاتړ کوي. دوی په eu-west-1,962 سیمه کې هر یو $ 1 / ساعت لګښت لري کله چې د غوښتنې سره مخ کیږي. زه به د اوبنټو سرور 16.04 LTS د عملیاتي سیسټم په توګه وکاروم.
د فایر وال ترتیب شوی ترڅو هر ماشین د یو بل سره پرته له کوم محدودیت سره اړیکه ونیسي، او یوازې زما IPv4 پته په کلستر کې د SSH لخوا سپین لیست شوی.
د عملیاتي چمتووالي حالت کې NVMe ډرایو
د ClickHouse د کار کولو لپاره، زه به په هر سرور کې په NVMe ډرایو کې د EXT4 بڼه کې د فایل سیسټم جوړ کړم.
$ sudo mkfs -t ext4 /dev/nvme1n1
$ sudo mkdir /ch
$ sudo mount /dev/nvme1n1 /ch
یوځل چې هرڅه تنظیم شي ، تاسو کولی شئ د ماونټ نقطه او په هر سیسټم کې د 783 GB ځای شتون وګورئ.
$ lsblk
NAME 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 -h
Filesystem 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% /ch
هغه ډیټاسیټ چې زه به یې پدې ازموینه کې وکاروم د ډیټا ډمپ دی چې ما د 1.1 ملیارد ټیکسي سواریو څخه رامینځته کړی چې په نیویارک ښار کې په شپږو کلونو کې اخیستل شوی. په بلاګ کې
$ sudo apt update
$ sudo apt install awscli
$ aws configure
زه به د پیرودونکي د غوښتنې حد 100 ته وټاکم ترڅو فایلونه د ډیفالټ ترتیباتو څخه ګړندي ډاونلوډ شي.
$ aws configure set
default.s3.max_concurrent_requests
100
زه به د AWS S3 څخه د ټیکسي سواری ډیټاسیټ ډاونلوډ کړم او په لومړي سرور کې به یې په NVMe ډرایو کې ذخیره کړم. دا ډیټاسیټ ~ 104GB د GZIP-کمپریس شوي CSV بڼه کې دی.
$ sudo mkdir -p /ch/csv
$ sudo chown -R ubuntu /ch/csv
$ aws s3 sync s3://<bucket>/csv /ch/csv
د کور نصبولو کلیک وکړئ
زه به د جاوا 8 لپاره د OpenJDK توزیع نصب کړم ځکه چې دا د اپاچي زوکیپر چلولو لپاره اړین دی ، کوم چې په ټولو دریو ماشینونو کې د کلیک هاوس توزیع شوي نصب لپاره اړین دی.
$ sudo apt update
$ sudo apt install
openjdk-8-jre
openjdk-8-jdk-headless
بیا ما د چاپیریال متغیر تنظیم کړ JAVA_HOME
.
$ sudo vi /etc/profile
export JAVA_HOME=/usr
$ source /etc/profile
زه به بیا په ټولو دریو ماشینونو کې د ClickHouse 18.16.1، Glances او ZooKeeper نصبولو لپاره د اوبنټو کڅوړې مدیریت سیسټم وکاروم.
$ 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
zookeeperd
زه به د ClickHouse لپاره یو لارښود جوړ کړم او په ټولو دریو سرورونو کې به ځینې ترتیبونه اوورایډونه هم ترسره کړم.
$ 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.conf
دا هغه ترتیبونه دي چې زه به یې وکاروم.
<?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>
زه به بیا په ټولو دریو ماشینونو کې ZooKeeper او ClickHouse سرور پرمخ وړم.
$ sudo /etc/init.d/zookeeper start
$ sudo service clickhouse-server start
ClickHouse ته د معلوماتو اپلوډ کول
په لومړي سرور کې به زه د سفر میز جوړ کړم (trips
)، کوم چې به د لاګ انجن په کارولو سره د ټکسي سفرونو ډیټاسیټ ذخیره کړي.
$ 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;
زه بیا هر یو د CSV فایلونه د سفر میز کې راوباسئ او پورته کړم (trips
). لاندې په 55 دقیقو او 10 ثانیو کې بشپړ شو. د دې عملیاتو وروسته، د ډیټا ډایرکټر اندازه 134 GB وه.
$ 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)
د واردولو سرعت په هر ثانیه کې د CSV د نه کمپریس شوي مینځپانګې 155 MB و. زه شکمن یم چې دا د GZIP ډیکمپریشن کې د خنډ له امله و. دا ممکن د xargs په کارولو سره په موازي ډول د ټولو gzipped فایلونو خلاصول ګړندي شوي وي او بیا غیر زپ شوي ډاټا بار کړي. لاندې د هغه څه توضیحات دي چې د CSV وارداتو پروسې په جریان کې راپور شوي.
$ sudo glances
ip-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/23:1H
زه به د دوام دمخه د اصلي CSV فایلونو په حذف کولو سره NVMe ډرایو کې ځای خالي کړم.
$ sudo rm -fr /ch/csv
د کالم فارم ته واړوئ
د Log ClickHouse انجن به د قطار په شکل کې ډاټا ذخیره کړي. د ډیټا ګړندي پوښتنې کولو لپاره ، زه دا د MergeTree انجن په کارولو سره کالم فارمیټ ته بدلوم.
$ clickhouse-client --host=0.0.0.0
لاندې په 34 دقیقو او 50 ثانیو کې بشپړ شو. د دې عملیاتو وروسته، د ډیټا ډایرکټر اندازه 237 GB وه.
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;
دا هغه څه دي چې د لید محصول د عملیاتو په جریان کې ښکاري:
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)
په وروستي ازموینه کې، څو کالمونه بدل شوي او بیا حساب شوي. ما وموندله چې ځینې دا افعال نور کار نه کوي لکه څنګه چې تمه کیږي پدې ډیټاسیټ کې. د دې ستونزې د حل کولو لپاره، ما نامناسب فعالیتونه لیرې کړل او ډاټا یې پورته کړه پرته له دې چې نور دانه ډولونو ته بدل شي.
په ټول کلستر کې د معلوماتو ویش
زه به ډاټا په ټولو دریو کلستر نوډونو ویشم. د پیل کولو لپاره، لاندې به زه په ټولو دریو ماشینونو کې میز جوړ کړم.
$ clickhouse-client --host=0.0.0.0
CREATE 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);
بیا به زه ډاډ ترلاسه کړم چې لومړی سرور کولی شي په کلستر کې ټول درې نوډونه وګوري.
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:
بیا به زه په لومړي سرور کې یو نوی میز تعریف کړم چې د سکیما پراساس دی trips_mergetree_third
او توزیع شوی انجن کاروي.
CREATE TABLE trips_mergetree_x3
AS trips_mergetree_third
ENGINE = Distributed(perftest_3shards,
default,
trips_mergetree_third,
rand());
زه به بیا د MergeTree پر بنسټ میز څخه ټولو دریو سرورونو ته ډاټا کاپي کړم. لاندې په 34 دقیقو او 44 ثانیو کې بشپړ شو.
INSERT INTO trips_mergetree_x3
SELECT * FROM trips_mergetree;
د پورتني عملیاتو وروسته ، ما کلیک هاوس ته 15 دقیقې وخت ورکړ ترڅو د اعظمي ذخیرې کچې نښه څخه لیرې لاړ شم. د ډیټا لارښودونه په ترتیب سره د 264 GB، 34 GB او 33 GB په دریو سرورونو کې پای ته ورسیدل.
د کلیک هاوس کلستر فعالیت ارزونه
هغه څه چې ما وروسته ولیدل هغه ترټولو ګړندی وخت و چې ما ولیدل چې هره پوښتنه په میز کې څو ځله پرمخ وړم trips_mergetree_x3
.
$ clickhouse-client --host=0.0.0.0
لاندې په 2.449 ثانیو کې بشپړ شو.
SELECT cab_type, count(*)
FROM trips_mergetree_x3
GROUP BY cab_type;
لاندې په 0.691 ثانیو کې بشپړ شو.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree_x3
GROUP BY passenger_count;
لاندې په 0 ثانیو کې بشپړ شو.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree_x3
GROUP BY passenger_count,
year;
لاندې په 0.983 ثانیو کې بشپړ شو.
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;
د پرتله کولو لپاره، ما ورته پوښتنې د MergeTree-based جدول کې ترسره کړې چې یوازې په لومړي سرور کې ژوند کوي.
د یو ClickHouse نوډ د فعالیت ارزونه
هغه څه چې ما وروسته ولیدل هغه ترټولو ګړندی وخت و چې ما ولیدل چې هره پوښتنه په میز کې څو ځله پرمخ وړم trips_mergetree_x3
.
لاندې په 0.241 ثانیو کې بشپړ شو.
SELECT cab_type, count(*)
FROM trips_mergetree
GROUP BY cab_type;
لاندې په 0.826 ثانیو کې بشپړ شو.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree
GROUP BY passenger_count;
لاندې په 1.209 ثانیو کې بشپړ شو.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree
GROUP BY passenger_count,
year;
لاندې په 1.781 ثانیو کې بشپړ شو.
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;
د پایلو په اړه انعکاس
دا لومړی ځل دی چې وړیا CPU میشته ډیټابیس وکولی شو زما په ازموینو کې د GPU میشته ډیټابیس څخه ښه کار وکړي. دا د GPU میشته ډیټابیس له هغه وخت راهیسې د دوه بیاکتنو څخه تیر شوی ، مګر هغه فعالیت چې کلیک هاوس په یو واحد نوډ کې وړاندې کړی په هرصورت خورا اغیزناک دی.
په ورته وخت کې، کله چې په ویشل شوي انجن کې د پوښتنې 1 اجرا کول، د سر لګښتونه د لوړ مقدار ترتیب دی. زه امید لرم چې ما د دې پوسټ لپاره زما په څیړنه کې یو څه له لاسه ورکړی ځکه چې دا به ښه وي چې د پوښتنو وختونه ټیټ شي ځکه چې زه کلستر ته نور نوډونه اضافه کړم. په هرصورت، دا خورا ښه دی کله چې د نورو پوښتنو اجرا کول، فعالیت شاوخوا 2 ځله زیات شوی.
دا به ښه وي چې وګورئ ClickHouse د ذخیره کولو او محاسبې جلا کولو توان لري ترڅو دوی په خپلواک ډول اندازه کړي. د HDFS ملاتړ، کوم چې تیر کال اضافه شوی، د دې په لور یو ګام کیدی شي. د کمپیوټینګ په برخه کې، که یو واحد پوښتنه په کلستر کې د نورو نوډونو په اضافه کولو سره چټکه شي، نو د دې سافټویر راتلونکی خورا روښانه دی.
د دې پوسټ لوستلو لپاره د وخت اخیستو لپاره مننه. زه په شمالي امریکا او اروپا کې پیرودونکو ته مشورې ، معمارۍ ، او تمرین پرمختیایی خدمات وړاندیز کوم. که تاسو غواړئ بحث وکړئ چې زما وړاندیزونه ستاسو سوداګرۍ سره څنګه مرسته کولی شي، مهرباني وکړئ ما سره اړیکه ونیسئ
سرچینه: www.habr.com