《大规模分布式计算深入解析》1.1 OLAP 工作负载:同一查询的读取账本

OLAP 常以扫描、聚合、连接与即席分析为核心,OLTP 常以短事务点查与更新为核心,但两者不是按引擎名称划分的绝对集合。讨论布局收益要比较同一查询、同一投影和同样的结果合同。

OLAP 工作负载:同一查询的读取账本

OLAP 常以扫描、聚合、连接与即席分析为核心,OLTP 常以短事务点查与更新为核心,但两者不是按引擎名称划分的绝对集合。讨论布局收益要比较同一查询、同一投影和同样的结果合同。

机制与确认边界

一张 1000 行、8 个等宽字段的假设表,查询读取其中 2 列全部行:不含覆盖索引或压缩的行式全扫描读 8000 个字段单元,理想列裁剪读 2000 个。这里比较的是投影 IO,不是用单行点查与全表聚合的耗时差证明列式更快。

实现与验证范围

实际 IO 还受页、压缩块、谓词列、缓存与覆盖索引影响。星型/雪花模型又引入维表连接和不同粒度。原生探针创建的 fact 只有 day、region、amount、status 四列;八列是 Java 算例,不能把两者合成同一实测表。

本章机制图

flowchart LR
    Q["固定同一 SQL、数据与结果"] --> R["行式扫描/覆盖索引"]
    Q --> C["列裁剪、谓词列和压缩块"]
    R --> M["分别计字段单元、物理字节、扫描与耗时"]
    C --> M

复现与资料

下载本卷实验包 ,按 README 运行 Java 8 lab.RunAll。单节点原生运行 clickhouse-probe.sh,多分片与复制实验运行 clickhouse_cluster.py;每个脚本仅把实际执行并断言的场景记为实测。外部源、真实 Kafka、TTL 介质、TPC-H 和未测版本的功能不包含在这些结果中。

卷十二目录 · 系列导读

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析·向量数据库与 AI 检索内核》 · 目录与学习路径(45 篇)
  2. 《大规模分布式计算深入解析》15.3 自研向量引擎:可执行骨架与工程缺口
  3. 《大规模分布式计算深入解析》14.1 Milvus:组件架构、段管理与检索链路