Clickhouse — это колоночная база данных от Яндекса. База специально разработана для аналитических задач на больших объемах.
База данных поддерживает индексы, но в отличие от классических СУБД, в ней есть ряд ограничений. Среди нескольких движков таблиц, наиболее продвинутый MergeTree поддерживает индексы.
Первичный ключ
Для каждой таблицы можно использовать только один индекс (первичный ключ). Основная задача индекса — иметь возможность отфильтровать большую таблицу с данными. Например, большую таблицу просмотров товаров по конкретному товару:
* date * product_id * product_category * product_name
Объявление индексов
Чтобы указать индекс, нужно просто перечислить колонки при создании таблицы:
CREATE TABLE products_views (
date Date,
product_id UInt32,
product_name String,
product_category UInt8
) ENGINE = MergeTree(date, (product_id), 8192)
# Создание таблицы с индексом
Конструкция MergeTree объявляет индекс:
- date — название колонки, в которой находится дата. В clickhouse это обязательно, т.к. все данные всегда распределены по значениям этой колонки.
- product_id — название колонки, по которой строится индекс.
- 8192 — гранулированность индекса (используйте значение из примера).
С такой структурой индекса, запросы будут эффективными:
SELECT count(*) FROM products_views WHERE product_id = 751
# в таком запросе будет использован индекс
Индекс может состоять из нескольких колонок (составной индекс):
CREATE TABLE products_views (
date Date,
product_id UInt32,
product_name String,
product_category UInt8
) ENGINE = MergeTree(date, (product_id, url), 8192)
# Составной индекс
Однако в этом случае, в выборке могут использоваться колонки слева-направо (фильтр по одной только колонке url не использует индекс). Как и в других базах данных индекс будет использован в случае не только равенства, а и неравенства и операции IN.
Проверка индекса
На текущий момент Clickhouse не поддерживает запрос EXPLAIN. Однако в логе запросов можно убедиться, что индекс будет использован:
tail -f /var/log/clickhouse-server/clickhouse-server.log
Если индекс используется мы увидим такие строки в файле:
[ 20 ] <Debug> default.stats (SelectExecutor): Key condition: (column 0 in [751, 751])
В противном случае, если базе не удалось использовать индекс, мы увидим вот что:
[ 20 ] <Debug> default.stats (SelectExecutor): Key condition: unknown
TL;DR
Clickhouse поддерживает только один индекс на таблицу. Индекс может состоять из нескольких колонок (составной индекс). При использовании этих колонок в запросе WHERE база оптимизирует выборку с помощью индекса.