4.8 KiB
4.8 KiB
P12-A. ClickHouse: отсечение данных
- Версия и дата проверки: 1.0, 05.09.2026.
- Статус: готово к назначению.
Статья и исходные материалы
- Основная статья: Robert Schulze и соавт. — ClickHouse — Lightning Fast Analytics for Everyone. VLDB 2024.
- Кратко о статье: Статья описывает архитектуру ClickHouse — столбцовой аналитической СУБД, рассчитанной на быстрое выполнение запросов над большими объёмами данных. Производительность обеспечивают совместно порядок хранения, разреженный первичный индекс, пропуск ненужных гранул, сжатие и векторизованное выполнение. В этом проекте изолируется вклад порядка данных и отсечения гранул при разной селективности запросов.
- Почему результат актуален: статья описывает устройство открытой аналитической СУБД ClickHouse: столбцовое хранение, фоновые слияния частей, векторизованный конвейер исполнения запросов и отсечение ненужных данных.
- Артефакты и данные: ClickHouse/ClickHouse под Apache-2.0 и ClickHouse/ClickBench с воспроизводимой аналитической нагрузкой и конфигурациями разных СУБД. Зафиксированные ревизии:
ClickHouse/ClickHouse@2da63c1b42ca(Apache-2.0);ClickHouse/ClickBench@fa52f8524ad9(CC BY-NC-SA 4.0; лицензии отдельных входных наборов проверяются отдельно).
Обязательный результат
- Проверяемый вопрос или утверждение: порядок данных и пропуск ненужных гранул дают измеримый выигрыш для аналитических запросов, когда фильтр согласован с физической организацией таблицы.
- Технический результат: Развернуть ClickHouse и подготовить уменьшенный ClickBench с двумя физическими вариантами одной таблицы, различающимися ключом сортировки и размером гранул.
- Эксперимент: Для не менее чем пяти запросов сравнить варианты хранения по прочитанным строкам и байтам, времени, CPU и памяти. Выполнить прогрев и не менее трёх измеряемых повторов; объяснить результат через
EXPLAINи системные таблицы. - Границы выводов: эффект отсечения данных оценивается для выбранных ключей сортировки, размеров гранул и запросов уменьшенного ClickBench; он не характеризует все оптимизации ClickHouse и производительность распределённого кластера.
- Ресурсный профиль: локально, CPU, 8–16 ГБ памяти, готовый бинарный выпуск или контейнер. Полный ClickBench не требуется: объём данных и набор запросов сокращаются с проверкой того, что выбранные режимы остаются различимы.
Содержательные направления
- данные, схема и варианты хранения.
- планы и измерения исполнения.
- распределённый режим или дополнительная оптимизация и анализ результатов.
Возможное продолжение
Добавить реплицированный двухузловой стенд, сравнить локальный и распределённый запрос, исследовать компрессию, проекции, пропускную способность загрузки либо сопоставимый столбцовый baseline.