கட்டுரையின் மொழிபெயர்ப்பு பாடநெறி மாணவர்களுக்காக குறிப்பாக தயாரிக்கப்பட்டது
இரண்டு ஆண்டுகளுக்கு முன்பு நான் கழித்தேன்
ClickHouse ஆனது மூன்றாம் தரப்பு நூலகங்களைத் தவிர்த்து 170 ஆயிரம் C++ குறியீட்டைக் கொண்டுள்ளது, மேலும் இது விநியோகிக்கப்பட்ட மிகச்சிறிய தரவுத்தள குறியீட்டுத் தளங்களில் ஒன்றாகும். ஒப்பிடுகையில், SQLite விநியோகத்தை ஆதரிக்காது மற்றும் 235 ஆயிரம் C குறியீட்டைக் கொண்டுள்ளது. இதை எழுதும் வரை, 207 பொறியாளர்கள் ClickHouse இல் பங்களித்துள்ளனர், மேலும் கமிட்களின் தீவிரம் சமீபத்தில் அதிகரித்து வருகிறது.
மார்ச் 2017 இல், கிளிக்ஹவுஸ் நடத்தத் தொடங்கியது
இந்தக் கட்டுரையில், 2-கோர் செயலிகள் மற்றும் NVMe சேமிப்பகத்தைப் பயன்படுத்தி AWS EC36 இல் கிளிக்ஹவுஸ் கிளஸ்டரின் செயல்திறனைப் பார்க்கப் போகிறேன்.
புதுப்பிப்பு: இந்த இடுகையை முதலில் வெளியிட்ட ஒரு வாரத்திற்குப் பிறகு, மேம்படுத்தப்பட்ட உள்ளமைவுடன் சோதனையை மீண்டும் இயக்கினேன், மேலும் சிறந்த முடிவுகளை அடைந்தேன். இந்த மாற்றங்களைப் பிரதிபலிக்கும் வகையில் இந்த இடுகை புதுப்பிக்கப்பட்டது.
AWS EC2 கிளஸ்டரைத் துவக்குகிறது
இந்த இடுகைக்கு நான் மூன்று c5d.9xlarge EC2 நிகழ்வுகளைப் பயன்படுத்துகிறேன். அவை ஒவ்வொன்றிலும் 36 மெய்நிகர் CPUகள், 72 GB ரேம், 900 GB NVMe SSD சேமிப்பகம் மற்றும் 10 கிகாபிட் நெட்வொர்க்கை ஆதரிக்கிறது. தேவைக்கேற்ப இயங்கும் போது அவை eu-west-1,962 பகுதியில் ஒவ்வொன்றும் $1/மணிக்கு செலவாகும். உபுண்டு சர்வர் 16.04 LTS ஐ இயக்க முறைமையாகப் பயன்படுத்துகிறேன்.
ஃபயர்வால் கட்டமைக்கப்பட்டுள்ளது, இதனால் ஒவ்வொரு இயந்திரமும் கட்டுப்பாடுகள் இல்லாமல் ஒருவருக்கொருவர் தொடர்பு கொள்ள முடியும், மேலும் எனது IPv4 முகவரி மட்டுமே கிளஸ்டரில் SSH ஆல் அனுமதிப்பட்டியலில் சேர்க்கப்பட்டுள்ளது.
செயல்பாட்டு தயார் நிலையில் NVMe இயக்கி
ClickHouse வேலை செய்ய, ஒவ்வொரு சர்வரிலும் உள்ள NVMe டிரைவில் EXT4 வடிவத்தில் கோப்பு முறைமையை உருவாக்குவேன்.
$ sudo mkfs -t ext4 /dev/nvme1n1
$ sudo mkdir /ch
$ sudo mount /dev/nvme1n1 /ch
После того как все настроено, вы можете увидеть точку монтирования и 783 ГБ пространства, доступного в каждой из систем.
$ 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
இந்தச் சோதனையில் நான் பயன்படுத்தும் தரவுத்தொகுப்பு, ஆறு வருடங்களாக நியூயார்க் நகரில் எடுக்கப்பட்ட 1.1 பில்லியன் டாக்ஸி பயணங்களிலிருந்து நான் உருவாக்கிய டேட்டா டம்ப் ஆகும். வலைப்பதிவில்
$ sudo apt update
$ sudo apt install awscli
$ aws configure
கிளையண்டின் ஒரே நேரத்தில் கோரிக்கை வரம்பை 100 ஆக அமைப்பேன், இதனால் கோப்புகள் இயல்புநிலை அமைப்புகளை விட வேகமாக பதிவிறக்கப்படும்.
$ aws configure set
default.s3.max_concurrent_requests
100
AWS S3 இலிருந்து டாக்ஸி ரைட்ஸ் டேட்டாசெட்டைப் பதிவிறக்கம் செய்து, முதல் சர்வரில் உள்ள NVMe டிரைவில் சேமிப்பேன். இந்த தரவுத்தொகுப்பு GZIP-அழுத்தப்பட்ட CSV வடிவத்தில் ~104GB ஆகும்.
$ sudo mkdir -p /ch/csv
$ sudo chown -R ubuntu /ch/csv
$ aws s3 sync s3://<bucket>/csv /ch/csv
கிளிக்ஹவுஸ் நிறுவல்
மூன்று கணினிகளிலும் ClickHouse இன் விநியோகிக்கப்பட்ட நிறுவலுக்குத் தேவைப்படும் Apache ZooKeeper ஐ இயக்க வேண்டியிருப்பதால், Java 8க்கான OpenJDK விநியோகத்தை நிறுவுவேன்.
$ sudo apt update
$ sudo apt install
openjdk-8-jre
openjdk-8-jdk-headless
பின்னர் சூழல் மாறியை அமைத்தேன் JAVA_HOME
.
$ sudo vi /etc/profile
export JAVA_HOME=/usr
$ source /etc/profile
மூன்று கணினிகளிலும் ClickHouse 18.16.1, glances மற்றும் ZooKeeper ஆகியவற்றை நிறுவ உபுண்டுவின் தொகுப்பு மேலாண்மை அமைப்பைப் பயன்படுத்துவேன்.
$ 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
நான் ClickHouse க்காக ஒரு கோப்பகத்தை உருவாக்குவேன், மேலும் மூன்று சேவையகங்களிலும் சில உள்ளமைவு மேலெழுதச் செய்வேன்.
$ 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
இவை நான் பயன்படுத்தும் உள்ளமைவு மேலெழுதல்கள்.
<?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>
நான் மூன்று கணினிகளிலும் ZooKeeper மற்றும் ClickHouse சேவையகத்தை இயக்குவேன்.
$ sudo /etc/init.d/zookeeper start
$ sudo service clickhouse-server start
ClickHouse இல் தரவைப் பதிவேற்றுகிறது
முதல் சேவையகத்தில் நான் ஒரு பயண அட்டவணையை உருவாக்குவேன் (trips
), இது பதிவு இயந்திரத்தைப் பயன்படுத்தி டாக்ஸி பயணங்களின் தரவுத்தொகுப்பைச் சேமிக்கும்.
$ 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;
நான் ஒவ்வொரு CSV கோப்புகளையும் ஒரு பயண அட்டவணையில் பிரித்தெடுத்து ஏற்றுகிறேன் (trips
) பின்வருபவை 55 நிமிடங்கள் மற்றும் 10 வினாடிகளில் முடிக்கப்பட்டன. இந்த செயல்பாட்டிற்குப் பிறகு, தரவு கோப்பகத்தின் அளவு 134 ஜிபி.
$ 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)
இறக்குமதி வேகம் ஒரு நொடிக்கு 155 MB சுருக்கப்படாத CSV உள்ளடக்கம். இது GZIP டிகம்ப்ரஷனில் ஏற்பட்ட இடையூறு காரணமாக இருக்கலாம் என நான் சந்தேகிக்கிறேன். xargs ஐப் பயன்படுத்தி அனைத்து ஜிஜிப் செய்யப்பட்ட கோப்புகளையும் இணையாக அன்ஜிப் செய்து, அன்ஜிப் செய்யப்பட்ட தரவை ஏற்றுவது வேகமாக இருந்திருக்கலாம். CSV இறக்குமதி செயல்பாட்டின் போது புகாரளிக்கப்பட்டவற்றின் விளக்கம் கீழே உள்ளது.
$ 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
தொடர்வதற்கு முன் அசல் CSV கோப்புகளை நீக்கி NVMe டிரைவில் இடத்தைக் காலியாக்குவேன்.
$ sudo rm -fr /ch/csv
நெடுவரிசை படிவத்திற்கு மாற்றவும்
Log ClickHouse இன்ஜின் தரவை வரிசை சார்ந்த வடிவத்தில் சேமிக்கும். தரவை விரைவாக வினவ, MergeTree இன்ஜினைப் பயன்படுத்தி அதை நெடுவரிசை வடிவத்திற்கு மாற்றுகிறேன்.
$ clickhouse-client --host=0.0.0.0
பின்வருவது 34 நிமிடங்கள் 50 வினாடிகளில் முடிந்தது. இந்த செயல்பாட்டிற்குப் பிறகு, தரவு கோப்பகத்தின் அளவு 237 ஜிபி ஆகும்.
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;
செயல்பாட்டின் போது பார்வை வெளியீடு எப்படி இருந்தது:
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)
கடைசி சோதனையில், பல நெடுவரிசைகள் மாற்றப்பட்டு மீண்டும் கணக்கிடப்பட்டன. இந்தத் தரவுத்தொகுப்பில் சில செயல்பாடுகள் எதிர்பார்த்தபடி இனி வேலை செய்யாது என்பதைக் கண்டறிந்தேன். இந்தச் சிக்கலைத் தீர்க்க, நான் பொருத்தமற்ற செயல்பாடுகளை அகற்றி, மேலும் சிறுமணி வகைகளுக்கு மாற்றாமல் தரவை ஏற்றினேன்.
கொத்து முழுவதும் தரவு விநியோகம்
மூன்று கிளஸ்டர் முனைகளிலும் தரவை விநியோகிப்பேன். தொடங்குவதற்கு, கீழே மூன்று கணினிகளிலும் ஒரு அட்டவணையை உருவாக்குகிறேன்.
$ 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);
முதல் சேவையகம் கிளஸ்டரில் உள்ள மூன்று முனைகளையும் பார்க்க முடியும் என்பதை உறுதி செய்வேன்.
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:
முதல் சர்வரில் ஸ்கீமாவை அடிப்படையாகக் கொண்ட புதிய அட்டவணையை வரையறுப்பேன் trips_mergetree_third
மற்றும் விநியோகிக்கப்பட்ட இயந்திரத்தைப் பயன்படுத்துகிறது.
CREATE TABLE trips_mergetree_x3
AS trips_mergetree_third
ENGINE = Distributed(perftest_3shards,
default,
trips_mergetree_third,
rand());
நான் MergeTree அடிப்படையிலான அட்டவணையில் இருந்து மூன்று சேவையகங்களுக்கும் தரவை நகலெடுப்பேன். பின்வருவது 34 நிமிடங்கள் 44 வினாடிகளில் முடிந்தது.
INSERT INTO trips_mergetree_x3
SELECT * FROM trips_mergetree;
மேலே உள்ள செயல்பாட்டிற்குப் பிறகு, அதிகபட்ச சேமிப்பக நிலை குறியிலிருந்து விலகிச் செல்ல கிளிக்ஹவுஸுக்கு 15 நிமிடங்கள் கொடுத்தேன். தரவு கோப்பகங்கள் மூன்று சேவையகங்களில் ஒவ்வொன்றிலும் முறையே 264 ஜிபி, 34 ஜிபி மற்றும் 33 ஜிபி என முடிந்தது.
கிளிக்ஹவுஸ் கிளஸ்டர் செயல்திறன் மதிப்பீடு
அடுத்ததாக நான் பார்த்தது, ஒவ்வொரு வினவலையும் ஒரு டேபிளில் பலமுறை இயக்குவதை நான் பார்த்த வேகமான நேரம் trips_mergetree_x3
.
$ clickhouse-client --host=0.0.0.0
பின்வருவனவற்றை 2.449 வினாடிகளில் முடித்தார்.
SELECT cab_type, count(*)
FROM trips_mergetree_x3
GROUP BY cab_type;
பின்வருவனவற்றை 0.691 வினாடிகளில் முடித்தார்.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree_x3
GROUP BY passenger_count;
பின்வருபவை 0 வினாடிகளில் முடிந்தது.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree_x3
GROUP BY passenger_count,
year;
பின்வருவனவற்றை 0.983 வினாடிகளில் முடித்தார்.
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;
ஒப்பிடுகையில், முதல் சர்வரில் மட்டுமே இருக்கும் MergeTree அடிப்படையிலான டேபிளில் அதே வினவல்களை இயக்கினேன்.
ஒரு ClickHouse முனையின் செயல்திறன் மதிப்பீடு
அடுத்ததாக நான் பார்த்தது, ஒவ்வொரு வினவலையும் ஒரு டேபிளில் பலமுறை இயக்குவதை நான் பார்த்த வேகமான நேரம் trips_mergetree_x3
.
பின்வருவனவற்றை 0.241 வினாடிகளில் முடித்தார்.
SELECT cab_type, count(*)
FROM trips_mergetree
GROUP BY cab_type;
பின்வருவனவற்றை 0.826 வினாடிகளில் முடித்தார்.
SELECT passenger_count,
avg(total_amount)
FROM trips_mergetree
GROUP BY passenger_count;
பின்வருவனவற்றை 1.209 வினாடிகளில் முடித்தார்.
SELECT passenger_count,
toYear(pickup_date) AS year,
count(*)
FROM trips_mergetree
GROUP BY passenger_count,
year;
பின்வருவனவற்றை 1.781 வினாடிகளில் முடித்தார்.
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;
முடிவுகளின் பிரதிபலிப்புகள்
இலவச CPU அடிப்படையிலான தரவுத்தளமானது எனது சோதனைகளில் GPU அடிப்படையிலான தரவுத்தளத்தை விட சிறப்பாக செயல்படுவது இதுவே முதல் முறை. அந்த GPU-அடிப்படையிலான தரவுத்தளம் அதன் பின்னர் இரண்டு திருத்தங்களைச் சந்தித்துள்ளது, ஆனால் கிளிக்ஹவுஸ் ஒரு முனையில் வழங்கிய செயல்திறன் மிகவும் சுவாரஸ்யமாக உள்ளது.
அதே நேரத்தில், ஒரு விநியோகிக்கப்பட்ட இயந்திரத்தில் Query 1 ஐ இயக்கும் போது, மேல்நிலை செலவுகள் அதிக அளவு வரிசையாக இருக்கும். இந்த இடுகைக்கான எனது ஆராய்ச்சியில் எதையாவது தவறவிட்டேன் என்று நம்புகிறேன், ஏனெனில் நான் கிளஸ்டரில் அதிக முனைகளைச் சேர்க்கும்போது வினவல் நேரம் குறைவதைப் பார்ப்பது நன்றாக இருக்கும். இருப்பினும், மற்ற வினவல்களை இயக்கும் போது, செயல்திறன் சுமார் 2 மடங்கு அதிகரித்துள்ளது.
சேமிப்பகத்தையும் கணக்கீட்டையும் தனித்தனியாகப் பிரிக்கும் வகையில் கிளிக்ஹவுஸ் உருவாகி வருவதைப் பார்ப்பது நன்றாக இருக்கும். கடந்த ஆண்டு சேர்க்கப்பட்ட HDFS ஆதரவு இதற்கு ஒரு படியாக இருக்கலாம். கம்ப்யூட்டிங்கைப் பொறுத்தவரை, கிளஸ்டரில் அதிக முனைகளைச் சேர்ப்பதன் மூலம் ஒரு வினவலைத் துரிதப்படுத்த முடிந்தால், இந்த மென்பொருளின் எதிர்காலம் மிகவும் பிரகாசமாக இருக்கும்.
இந்த இடுகையைப் படிக்க நேரம் ஒதுக்கியதற்கு நன்றி. நான் வட அமெரிக்கா மற்றும் ஐரோப்பாவில் உள்ள வாடிக்கையாளர்களுக்கு ஆலோசனை, கட்டிடக்கலை மற்றும் பயிற்சி மேம்பாட்டு சேவைகளை வழங்குகிறேன். எனது பரிந்துரைகள் உங்கள் வணிகத்திற்கு எவ்வாறு உதவலாம் என்பதைப் பற்றி விவாதிக்க விரும்பினால், தயவுசெய்து என்னை தொடர்பு கொள்ளவும்
ஆதாரம்: www.habr.com