SummingMergeTree

该引擎继承自 MergeTree。区别在于，当合并 SummingMergeTree 表的数据部分时，ClickHouse 会将所有具有相同主键的行（或更准确地说，具有相同排序键的行）替换为一行，其中包含具有数值数据类型的列的汇总值。如果排序键的构成方式使得单个键值对应于大量行，这将显着减少存储量并加快数据选择速度。

我们建议将该引擎与 MergeTree 一起使用。将完整数据存储在 MergeTree 表中，并将 SummingMergeTree 用于聚合数据存储，例如，在准备报告时。这种方法将防止您由于主键组成不正确而丢失有价值的数据。

创建表

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
    ...
) ENGINE = SummingMergeTree([columns])
[PARTITION BY expr]
[ORDER BY expr]
[SAMPLE BY expr]
[SETTINGS name=value, ...]

有关请求参数的描述，请参阅请求描述。

SummingMergeTree 的参数

columns

columns - 一个元组，包含将在其中汇总值的列的名称。可选参数。这些列必须是数值类型，并且不得在主键中。

如果未指定 columns，ClickHouse 会汇总主键中不包含的所有数值数据类型列中的值。

查询子句

创建 SummingMergeTree 表时，需要与创建 MergeTree 表时相同的子句。

创建表的已弃用方法

注意

请勿在新项目中使用此方法，如果可能，请将旧项目切换到上述方法。

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
    ...
) ENGINE [=] SummingMergeTree(date-column [, sampling_expression], (primary, key), index_granularity, [columns])

除 columns 之外的所有参数都与 MergeTree 中的含义相同。

columns — 元组，包含将要汇总其值的列的名称。可选参数。有关描述，请参见上面的文本。

使用示例

考虑以下表

CREATE TABLE summtt
(
    key UInt32,
    value UInt32
)
ENGINE = SummingMergeTree()
ORDER BY key

向其插入数据

INSERT INTO summtt Values(1,1),(1,2),(2,1)

ClickHouse 可能不会完全汇总所有行（见下文），因此我们在查询中使用聚合函数 sum 和 GROUP BY 子句。

SELECT key, sum(value) FROM summtt GROUP BY key

┌─key─┬─sum(value)─┐
│   2 │          1 │
│   1 │          3 │
└─────┴────────────┘

数据处理

当数据插入到表中时，它们会按原样保存。 ClickHouse 定期合并插入的数据部分，这时具有相同主键的行将被汇总，并替换为每个结果数据部分的一行。

ClickHouse 可以合并数据部分，以便不同的结果数据部分可以包含具有相同主键的行，即求和将是不完整的。因此，在查询中应使用聚合函数 sum() 和 GROUP BY 子句，如上面的示例中所述。

求和的通用规则

数值数据类型列中的值将被汇总。列的集合由参数 columns 定义。

如果所有用于求和的列中的值都为 0，则该行将被删除。

如果列不在主键中且未被汇总，则从现有值中选择任意值。

主键中的列的值不会被汇总。

AggregateFunction 列中的求和

对于 AggregateFunction 类型的列，ClickHouse 的行为类似于 AggregatingMergeTree 引擎，根据函数进行聚合。

嵌套结构

表可以具有以特殊方式处理的嵌套数据结构。

如果嵌套表的名称以 Map 结尾，并且它包含至少两列满足以下条件

第一列是数值型 (*Int*, Date, DateTime) 或字符串型 (String, FixedString)，我们称之为 key，
其他列是算术型 (*Int*, Float32/64)，我们称之为 (values...)，

那么这个嵌套表被解释为 key => (values...) 的映射，并且在合并其行时，两个数据集的元素通过 key 合并，并对相应的 (values...) 进行求和。

示例

DROP TABLE IF EXISTS nested_sum;
CREATE TABLE nested_sum
(
    date Date,
    site UInt32,
    hitsMap Nested(
        browser String,
        imps UInt32,
        clicks UInt32
    )
) ENGINE = SummingMergeTree
PRIMARY KEY (date, site);

INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['Firefox', 'Opera'], [10, 5], [2, 1]);
INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['Chrome', 'Firefox'], [20, 1], [1, 1]);
INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['IE'], [22], [0]);
INSERT INTO nested_sum VALUES ('2020-01-01', 10, ['Chrome'], [4], [3]);

OPTIMIZE TABLE nested_sum FINAL; -- emulate merge 

SELECT * FROM nested_sum;
┌───────date─┬─site─┬─hitsMap.browser───────────────────┬─hitsMap.imps─┬─hitsMap.clicks─┐
│ 2020-01-01 │   10 │ ['Chrome']                        │ [4]          │ [3]            │
│ 2020-01-01 │   12 │ ['Chrome','Firefox','IE','Opera'] │ [20,11,22,5] │ [1,3,0,1]      │
└────────────┴──────┴───────────────────────────────────┴──────────────┴────────────────┘

SELECT
    site,
    browser,
    impressions,
    clicks
FROM
(
    SELECT
        site,
        sumMap(hitsMap.browser, hitsMap.imps, hitsMap.clicks) AS imps_map
    FROM nested_sum
    GROUP BY site
)
ARRAY JOIN
    imps_map.1 AS browser,
    imps_map.2 AS impressions,
    imps_map.3 AS clicks;

┌─site─┬─browser─┬─impressions─┬─clicks─┐
│   12 │ Chrome  │          20 │      1 │
│   12 │ Firefox │          11 │      3 │
│   12 │ IE      │          22 │      0 │
│   12 │ Opera   │           5 │      1 │
│   10 │ Chrome  │           4 │      3 │
└──────┴─────────┴─────────────┴────────┘

当请求数据时，使用 sumMap(key, value) 函数来聚合 Map。

对于嵌套数据结构，您无需在用于求和的列元组中指定其列。

博客：在 ClickHouse 中使用聚合组合器

创建表​

SummingMergeTree 的参数​

columns​

查询子句​

使用示例​

数据处理​

求和的通用规则​

AggregateFunction 列中的求和​

嵌套结构​

相关内容​

创建表