行存、列存与列裁剪:读到哪些字节
行式将一行字段相邻布局,列式将一列的值集中存储;真实读写单位仍是页和压缩块,不是一个抽象单元。只取少数列的大扫描常受益于列裁剪,但行存的覆盖索引、纵向分区和缓存也能改变读取量。
机制与确认边界
查询 SELECT region,SUM(amount) WHERE day>=… 至少涉及分组列、度量列和过滤列,不能只把 SELECT 列表当读取列。PREWHERE 一类机制还可能先读过滤列,再为通过位置读取其他列,读取路径需与计划核对。
实现与验证范围
Java ioRow/ioCol 是固定宽度、无覆盖索引的理想字段单元模型;不是字节计时器。原生通过 system.parts 和 query_log 观察压缩、解压后读取及扫描行,记录列类型和编码后再比较同一查询,不用列数直接预测最终墙钟时间。
本章机制图
flowchart LR
V["UInt8 输入"] --> RUN["连续游程"] --> SPLIT["计数超过65535则拆段"] --> ENC["每段1B值+2B计数"] --> DEC["解码并逐元素核对"]
V --> SORT["排序改变游程"] --> RUN
ENC --> BYTES["实际 byte 数,可能比原始更大"]
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。
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。