当前位置: 首页 > article >正文

ClickHouse性能优化:OLAP数据库实战,让查询飞起来

**作者洛水石** | **更新日期2026-05-11** | **标签ClickHouse | OLAP | 数据库优化 | 大数据**前言上个月运营同学找我抱怨每天凌晨的报表查询要等5分钟才能出来数据量大的时候直接超时。作为DBA我排查发现是MySQL在作祟——**8000万数据的聚合查询**MySQL根本扛不住。换用ClickHouse后同样的查询从5分钟降到**3秒**。这不是偶然ClickHouse专为OLAP场景设计列式存储、向量化执行、并行处理让它成为大数据分析的首选。本文分享我在ClickHouse生产环境的优化经验从表设计到查询优化手把手教你榨干性能。▲ ClickHouse查询优化流程图一、ClickHouse核心优势1.1 为什么选择ClickHouse特性ClickHouseMySQLPostgreSQL**存储方式**列式存储行式存储行式存储**数据压缩**10~30倍2~3倍2~3倍**查询速度**毫秒级秒~分钟级秒~分钟级**写入性能**50MB/s1~5MB/s1~5MB/s**支持数据量**PB级TB级TB级**SQL支持**高高高1.2 适用场景**用户行为分析**埋点数据、点击流**实时报表**大屏展示、Dashboard**日志分析**访问日志、错误日志**商业智能**经营分析、用户画像**监控数据**时序数据、指标聚合二、表设计最佳实践2.1 表引擎选择▲ 表引擎对比图-- 合并树表引擎MergeTree- 最常用CREATE TABLE events (event_date Date,event_time DateTime,user_id UInt64,event_type String,event_data String) ENGINE MergeTree()PARTITION BY toYYYYMM(event_date)ORDER BY (event_type, event_time, user_id)TTL event_date INTERVAL 3 MONTHSETTINGS index_granularity 8192;-- ReplacingMergeTree - 去重表CREATE TABLE user_sessions (session_id String,user_id UInt64,start_time DateTime,end_time DateTime,version UInt32) ENGINE ReplacingMergeTree(version)ORDER BY (user_id, session_id);-- SummingMergeTree - 自动聚合CREATE TABLE metrics_hourly (metric_date Date,metric_hour DateTime,metric_name String,tags String,value Float64) ENGINE SummingMergeTree()PARTITION BY toYYYYMM(metric_date)ORDER BY (metric_name, tags, metric_hour);2.2 分区策略-- 按月分区 - 适合日志类数据CREATE TABLE logs (log_date Date,log_time DateTime,level String,message String) ENGINE MergeTree()PARTITION BY toYYYYMM(log_date)ORDER BY (level, log_time)SETTINGS parts_to_throw_insert 300; -- 控制单批次大小**分区设计原则** 分区粒度不要过细避免小分区过多 分区字段应与查询条件匹配 单分区数据量建议在1GB~10GB2.3 排序键设计-- 低基数列放前面 - 利用Skip IndexCREATE TABLE analytics (event_date Date,event_type LowCardinality(String), -- 低基数用LowCardinalityuser_id UInt64,session_id String,properties String,created_at DateTime) ENGINE MergeTree()ORDER BY (event_type, event_date, user_id, created_at);-- 跳数索引 - 加速过滤CREATE TABLE products (category_id UInt32,product_id UInt64,price Decimal(10,2),name String,description String) ENGINE MergeTree()ORDER BY (category_id, product_id)SETTINGS index_granularity 8192;▲ 索引优化示意图三、索引优化3.1 主键索引Order By Key-- 好的设计过滤条件在前面CREATE TABLE access_logs (event_date Date,status UInt16,user_id UInt64,path String,response_time Float32,created_at DateTime) ENGINE MergeTree()ORDER BY (status, event_date, created_at); -- 常用过滤字段靠前-- 查询示例SELECT count(*), avg(response_time)FROM access_logsWHERE status 404AND event_date 2026-05-01;3.2 跳数索引Skip Index-- minmax 索引 - 快速判断数据是否存在ALTER TABLE events ADD INDEX idx_event_type event_type TYPE minmax;-- set 索引 - 精确匹配ALTER TABLE events ADD INDEX idx_user_id user_id TYPE set(1000);-- bloom_filter - 字符串包含查询ALTER TABLE events ADD INDEX idx_event_data event_data TYPE bloom_filter(0.01, 3);-- 生效查询SELECT * FROM events WHERE event_data LIKE %error%;四、查询优化技巧4.1 使用PREWHERE替代WHERE-- 优化前SELECT user_id, event_dataFROM eventsWHERE event_type clickAND event_data ! ;-- 优化后 - ClickHouse自动优化SELECT user_id, event_dataFROM eventsPREWHERE event_type click -- 先过滤减少数据读取WHERE event_data ! ;4.2 物化视图加速聚合-- 创建物化视图CREATE MATERIALIZED VIEW stats_hourlyENGINE SummingMergeTree()PARTITION BY toYYYYMM(hour)ORDER BY (event_type, hour)ASSELECTevent_type,toStartOfHour(event_time) AS hour,count() AS cnt,uniqExact(user_id) AS uvFROM eventsGROUP BY event_type, toStartOfHour(event_time);-- 查询物化视图毫秒级SELECT event_type, cnt, uvFROM stats_hourlyWHERE hour now() - INTERVAL 1 DAY;4.3 采样查询-- 全表10%采样SELECT event_type, count() / 0.1 AS totalFROM events SAMPLE 0.1GROUP BY event_type;-- 按指定样本数SELECT event_type, count() * 10 AS estimated_totalFROM events SAMPLE 1000000GROUP BY event_type;4.4 常见慢查询优化-- ❌ 慢查询全表扫描SELECT * FROM events WHERE event_date 2026-05-10;-- ✅ 优化指定分区 限制返回SELECT event_type, user_id, event_timeFROM eventsWHERE event_date 2026-05-10AND event_type purchaseLIMIT 1000;-- ❌ 慢查询大量小批次INSERTINSERT INTO events VALUES (2026-05-10, now(), 1, click, );-- ✅ 优化批量INSERTINSERT INTO events VALUES(2026-05-10, now(), 1, click, ),(2026-05-10, now(), 2, view, ),(2026-05-10, now(), 3, click, );五、数据导入优化5.1 批量导入配置# clickhouse-client 批量导入clickhouse-client --query \INSERT INTO events FORMAT JSONEachRow \ data.json# 优化参数clickhouse-client \--max_insert_block_size100000 \ # 更大的块--max_memory_usage10G \ # 更大的内存--max_threads16 \ # 更多线程--query INSERT INTO events FORMAT JSONEachRow \ data.json5.2 Kafka实时导入-- 创建Kafka引擎表CREATE TABLE events_queue (event_date Date,event_time DateTime,user_id UInt64,event_type String,event_data String) ENGINE Kafka()SETTINGS kafka_broker_list kafka:9092,kafka_topic_list user-events,kafka_group_name clickhouse-consumer,kafka_format JSONEachRow;-- 创建物化视图消费Kafka数据CREATE MATERIALIZED VIEW events_mv TO eventsAS SELECT * FROM events_queue;六、生产环境配置6.1 配置文件优化!-- /etc/clickhouse-server/config.xml --clickhouse!-- 监听地址 --listen_host::/listen_host!-- 最大内存 --max_memory_usage16G/max_memory_usage!-- 聚合内存限制 --max_bytes_before_external_group_by8G/max_bytes_before_external_group_bymax_bytes_before_external_sort8G/max_bytes_before_external_sort!-- 并行处理 --max_threads16/max_threadsmax_distributed_connections1024/max_distributed_connections!-- 后台池 --background_pool_size16/background_pool_sizebackground_schedule_pool_size16/background_schedule_pool_size!-- 连接超时 --connect_timeout_with_failover_ms1000/connect_timeout_with_failover_msconnect_timeout_with_failover_remote_server_ms1000/connect_timeout_with_failover_remote_server_ms/clickhouse6.2 资源限制-- 设置用户配额CREATE USER analyst IDENTIFIED WITH plaintext_password BY passwordQUOTA my_quota;CREATE QUOTA my_quota FOR INTERVAL 1 hourREAD rows 10000000,WRITE bytes 10G,EXECUTE time 300;七、监控与运维7.1 关键监控指标-- 查询性能SELECTquery,queries,result_rows,result_bytes,formatReadableQuantity(elapsed) AS time,formatReadableQuantity(memory_usage) AS memoryFROM system.query_logWHERE type QueryFinishAND event_time now() - INTERVAL 1 hourORDER BY elapsed DESCLIMIT 20;-- 分区状态SELECTdatabase,table,partition,sum(rows) AS rows,formatReadableSize(sum(bytes)) AS size,max(modification_time) AS latest_modifyFROM system.partsWHERE active 1GROUP BY database, table, partitionORDER BY size DESC;7.2 常用运维命令# 查看表大小SELECT table, formatReadableSize(sum(bytes)) AS sizeFROM system.parts WHERE active GROUP BY table;# 合并分区OPTIMIZE TABLE events FINAL;# 清理过期数据ALTER TABLE events MODIFY TTL event_date INTERVAL 3 MONTH;# 查看后台任务SELECT * FROM system.background_processes;八、常见问题Q1: 数据量大了查询变慢-- 检查是否使用了正确的分区和排序键EXPLAIN indexes 1SELECT * FROM events WHERE event_date 2026-05-10;-- 重建表使用更好的排序键ALTER TABLE events MODIFY ORDER BY (event_type, event_date, user_id);Q2: 内存占用过高-- 启用外部排序SET max_bytes_before_external_sort 8G;-- 使用LIMIT减少内存SELECT * FROM events WHERE event_type click LIMIT 100000;Q3: 写入失败-- 检查Parts数量SELECT count() FROM system.parts WHERE table events AND active 1;-- 如果Parts过多手动合并OPTIMIZE TABLE events PARTITION 202605 FINAL;总结ClickHouse性能优化核心要点优化方向关键措施预期收益**表设计**选择合适引擎、合理分区、设计排序键查询快5~50倍**索引优化**使用跳数索引、LowCardinality扫描数据减少90%**查询优化**使用PREWHERE、物化视图、批量写入延迟降低80%**资源调优**合理配置内存和线程数吞吐量提升3倍**记住**ClickHouse是为分析而生的合理设计表结构是性能的基础。*数据驱动决策ClickHouse让分析成为可能。*

相关文章:

ClickHouse性能优化:OLAP数据库实战,让查询飞起来

**作者:洛水石** | **更新日期:2026-05-11** | **标签:ClickHouse | OLAP | 数据库优化 | 大数据**前言上个月,运营同学找我抱怨:每天凌晨的报表查询要等5分钟才能出来,数据量大的时候直接超时。作为DBA&am…...

2026年Hermes Agent/OpenClaw怎么部署?阿里云自动化部署及Token Plan配置

2026年Hermes Agent/OpenClaw怎么部署?阿里云自动化部署及Token Plan配置。OpenClaw是开源的个人AI助手,Hermes Agent则是一个能自我进化的AI智能体框架。阿里云提供计算巢、轻量服务器及无影云电脑三种部署OpenClaw 与 Hermes Agent的方案、百炼Token P…...

技术指标库 Pandas TA 详细使用手册

Pandas TA 详细使用手册:从入门到精通 一、简介与安装 Pandas TA 是一个专为金融时间序列分析打造的技术分析库,它扩展了 Pandas DataFrame,提供 130 种技术指标、60 种K线形态识别功能。它的核心优势在于与 Pandas 深度集成,让你…...

C++数据结构进阶|排序:吃透O(n log n)核心算法,搞定面试高频考点

文章目录 前言 一、希尔排序(Shell Sort)—— 插入排序的进阶优化版 二、快速排序(Quick Sort)—— C面试手写高频,实际开发首选 三、归并排序(Merge Sort)—— 稳定排序的核心选择 四、堆排…...

别再只盯着VGA线了!手把手教你用示波器看懂RGBHV时序图(附绿同步电路分析)

数字示波器实战:解码RGBHV信号与绿同步电路设计全指南 在复古游戏机改造、CRT显示器维修或视频转换板设计的场景中,RGBHV信号的理解与测量往往是硬件工程师和电子爱好者面临的第一道技术门槛。不同于现代数字接口的标准化协议,模拟视频信号时…...

5分钟极速指南:免费将Word文档完美转换为LaTeX的终极工具docx2tex

5分钟极速指南:免费将Word文档完美转换为LaTeX的终极工具docx2tex 【免费下载链接】docx2tex Converts Microsoft Word docx to LaTeX 项目地址: https://gitcode.com/gh_mirrors/do/docx2tex 还在为Word文档转换LaTeX格式而烦恼吗?每次手动调整公…...

深入解析91160-cli医疗挂号自动化系统:架构设计与实战部署指南

深入解析91160-cli医疗挂号自动化系统:架构设计与实战部署指南 【免费下载链接】91160-cli 健康160全自动挂号脚本,捡漏神器 项目地址: https://gitcode.com/gh_mirrors/91/91160-cli 在当今医疗资源紧张的环境下,医院挂号难已成为普遍…...

一键下载国家中小学智慧教育平台电子课本:让教育资源获取更简单高效

一键下载国家中小学智慧教育平台电子课本:让教育资源获取更简单高效 【免费下载链接】tchMaterial-parser 国家中小学智慧教育平台 电子课本下载工具,帮助您从智慧教育平台中获取电子课本的 PDF 文件网址并进行下载,让您更方便地获取课本内容…...

谷歌seo如何发布外链? 新站首月发布的频率与节奏

域名注册后的前30天,谷歌爬虫会对新站点进行密集的抓取与记录。这个阶段的站点就像一张白纸,每一个外源信号都会被放大记录。很多站长习惯在上线首周就去购买几百条低质链接,试图拉高权重,但这往往会导致站点在沙盒期停留更久。根…...

谷歌seo如何发布外链? 推荐3个外贸SOHO全自动工具

身处外贸圈的人都明白,空有一身好产品,网站在谷歌搜不到也是白搭。现在的算法比五年前聪明太多,靠那种五块钱一千条的群发软件纯属给自己的域名“投毒”。我在操作几十个独立站的过程中发现,外链的数量早就不吃香了,现…...

如何做谷歌SEO排名优化?搞定高质量外链的4种高成功率技巧

很多刚接触谷歌SEO的朋友发现,自己的网站内容写了不少,可排名始终在搜索结果的五六页开外晃悠。排除掉网站技术层面的小毛病,最让大家头疼的往往就是外链。你可以把外链看作是其他网站给你的“信任投票”,如果投给你的都是些街边的…...

谷歌seo付费外链是什么? 深度拆解5种主流的外链买卖方式

在目前的搜索环境下,想要让网站在没有外部引荐的情况下出现在搜索结果前排,难度不亚于在一座无人的深山里开店却希望客流量爆满。链接建设,或者说大家心照不宣的“外链买卖”,已经变成了提升排名的必经之路。一、 揭开付费外链的真…...

谷歌seo搜索引擎优化教程有吗?只需4步:快速提升关键词前10概率

搜索结果首页占据了超过 94% 的点击流量。如果你的网站排在第二页,那几乎等同于不存在。很多人在寻找 谷歌seo搜索引擎优化教程有吗?只需4步:快速提升关键词前10概率 的答案时,容易被复杂的技术词汇绕晕。提升排名的过程其实是关于…...

CanFestival回调函数避坑指南:为什么你的RPDO参数修改了却没生效?

CanFestival回调函数深度解析:RPDO参数修改失效的五大隐蔽原因与实战解决方案 在工业自动化领域,CanFestival作为开源的CANopen协议栈,被广泛应用于各类嵌入式设备中。然而,许多开发者在配置RPDO(接收过程数据对象&…...

BBDown终极指南:5分钟掌握B站视频本地化完整解决方案

BBDown终极指南:5分钟掌握B站视频本地化完整解决方案 【免费下载链接】BBDown Bilibili Downloader. 一个命令行式哔哩哔哩下载器. 项目地址: https://gitcode.com/gh_mirrors/bb/BBDown 在数字内容爆炸的时代,你是否曾为无法离线观看B站优质视频…...

Jsxer:Adobe ExtendScript JSXBIN反编译终极指南与深度解析

Jsxer:Adobe ExtendScript JSXBIN反编译终极指南与深度解析 【免费下载链接】jsxer A fast and accurate JSXBIN decompiler. 项目地址: https://gitcode.com/gh_mirrors/js/jsxer Jsxer是一款高性能的Adobe ExtendScript二进制格式(JSXBIN&#…...

3个步骤解决Mac Boot Camp驱动部署难题:Brigadier自动化方案详解

3个步骤解决Mac Boot Camp驱动部署难题:Brigadier自动化方案详解 【免费下载链接】brigadier Fetch and install Boot Camp ESDs with ease. 项目地址: https://gitcode.com/gh_mirrors/bri/brigadier 还在为Mac电脑安装Windows系统后的驱动问题而烦恼吗&…...

阵列天线方向图综合算法与应用【附代码】

✨ 长期致力于方向图综合算法、交替投影迭代、交替方向乘子法、子阵方向图综合、相控阵系统、软件设计研究工作,擅长数据搜集与处理、建模仿真、程序编写、仿真设计。 ✅ 专业定制毕设、代码 ✅ 如需沟通交流,点击《获取方式》 (1&#xff09…...

边缘AI与TinyML在医疗影像筛查中的实战:从模型轻量化到临床部署

1. 项目概述:当AI成为医生的“仿生眼”在医疗诊断领域,尤其是癌症早期筛查中,人类医生的经验与肉眼观察长期是金标准。然而,这个标准背后隐藏着巨大的不确定性:研究显示,即便是标准的放射影像学检查&#x…...

对比自行维护与使用Taotoken在模型接入效率上的差异

🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 对比自行维护与使用Taotoken在模型接入效率上的差异 在开发需要集成大语言模型能力的应用时,团队通常面临一个核心选择…...

工作进度管理工具有哪些?8款项目协作平台测评分享

本文将深入对比8款工作任务进度管理软件:Worktile、PingCode、Jira Confluence、Asana、monday.com、ClickUp、Trello、Microsoft Planner / Project。一、工作任务进度管理软件怎么选很多企业刚开始选任务管理软件时,容易只看两个点:能不能…...

技术生态依赖的实质与破局:从Android到自主可控的实践路径

1. 项目背景与核心议题解析最近在整理行业资料时,翻到一篇2013年的旧文,讨论的是当时中国工信部对国内移动产业过度依赖Android系统的担忧。虽然时过境迁,但文中提到的“技术自主可控”与“全球生态融入”之间的张力,在今天看来依…...

为 OpenClaw 配置 Taotoken 以实现自动化工作流中的模型调用

🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 为 OpenClaw 配置 Taotoken 以实现自动化工作流中的模型调用 OpenClaw 是一款强大的自动化工作流工具,能够通过编排任务…...

FanControl中文设置终极指南:3个简单步骤让Windows风扇控制说中文

FanControl中文设置终极指南:3个简单步骤让Windows风扇控制说中文 【免费下载链接】FanControl.Releases This is the release repository for Fan Control, a highly customizable fan controlling software for Windows. 项目地址: https://gitcode.com/GitHub_…...

Codex入门10-Goal自主任务(进阶必学:设定目标就不管了,AI自己干活到完成)

🎯 本文目标 掌握 /goal 持久化任务系统,让 Codex 自主完成复杂的大型工作。 🤔 /goal 和普通对话有什么区别? 对比 普通对话 /goal 任务 交互方式 一问一答 设定目标后AI自主工作 持久性 关终端就中断 关终端也能继续 适合任务 小任务、即时反馈 大任务、长期执行 计划…...

Codex入门09-Git工作流(小白入门:不会写commit信息?AI帮你自动生成规范提交)

🎯 本文目标 学会用 Codex 自动化 Git 操作:提交、冲突解决、PR 描述生成。 😰 Git 新手的典型痛点 你的提交记录是不是这样的: git log --oneline a3f4b2c fix 9d1e8c4 update 4c7b91f 修改了一些东西 f0a2d3e 。。。 b5c8e7a 又改了这就是"屎山提交记录"—…...

形转化理论:基本概念、深刻机制与研究框架的系统性阐述

摘要形转化理论(Form-Transformation Theory, FTT)是一种基于信息本体论的全新物理范式,旨在将宇宙的基本实在重新界定为永恒、离散的信息处理网络动力学。本文系统阐述该理论的核心概念体系、两大支柱性数学框架及从微观网络到宏观物理的涌现…...

TinyRedis随笔

在TinyRedis的内存与AOF之间的关系中,AOF接入点在命令层中,因为只有在执行写命令,修改DB内存之后,再对AOF文件进行写入。但是这里也存在一个问题,如果对aof文件写入失败了呢,那就会造成内存与aof文件数据不…...

信息安全工程师-网络安全风险评估(下篇):风险计算、工具应用

一、引言风险评估是软考信息安全工程师考试中风险管理模块的核心考点,分值占比约 8%-12%,涵盖客观题、案例分析题两类题型。从技术定位来看,风险评估是连接安全需求与安全建设的核心枢纽,其输出结果直接作为安全策略制定、安全措施…...

观察Taotoken在多模型同时高并发调用下的服务表现

🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 观察Taotoken在多模型同时高并发调用下的服务表现 在构建依赖大模型能力的应用时,一个常见的工程挑战是如何应对突发的…...