ClickHouse

对于ReplacingMergeTree引擎，我们之前讲过在后台合并的时间不定，合并前查询会存在数据不一致问题。 查询结果如下： 1,上海,静安,场中小区,61000,2022-06-01 00:00

本文介绍多表关联查询优化方式 1. 用IN代替JOIN 当多表查询时，查询的数据仅从一张表出时，可考虑用IN操作而不是JOIN 2. 多表JOIN小表在右 右表关联时被加载到内存与左表进行对比，所以多

1. Explain查询计划查看 2. 建表优化 2.1 数据类型 时间字段类型：建表时能用数值型或日期时间表示的字段就不要用字符串。虽然ClickHouse底层将DateTime存储为时间戳Long

副本集对数据进行完整备份，数据高可用，对于分片集群来说，不管是ES还是ClickHouse是为了解决数据横向扩展的问题，ClickHouse在实际应用中一般配置副本集就好了 1. 编写clickhou

1. 编写clickhouse-replication.yml文件 该代码已上传至gitee,可克隆下来 其中config.d目录下ck_zk.xml配置如下 对于config.xml主要新增以下三行

上篇文章已经创建过表及熟悉了基本语法，本文介绍CK的数据类型以及表引擎的一些分类与作用 1. 数据类型 类型 整型 Int8 Int16 Int32 Int64 浮点型 Float32 Float64

首先我们建表，表引擎我们后续文章在详细介绍，我们首先了解下基本SQL语法 1. Insert操作 对于clickhouse在插入时一般大批量数据插入，演示仅仅插入几条数据 2. Update与Dele

1. 列式存储 采用列式存储时，数据在磁盘上的组织结构为： 1 2 3 张三 李四 王五 18 20 25 好处： 对于列的聚合、计数、求和等统计操作由于列式存储 由于列数据类型相同，更容易数据压缩

本文介绍docker-compose方式部署clickhouse数据库 编写docker-compose.yml文件: 启动后，使用datagrid工具，连接127.0.0.1:18123即可 欢迎关