《大规模分布式计算深入解析》3.1 排序键、主键与稀疏索引

MergeTree ORDER BY 定义 part 内排序,PRIMARY KEY 定义稀疏主索引表达式;主键可以是排序键的前缀,默认省略时通常与排序键一致。主键不强制唯一,重复值与跨 part 重复都可能存在。

排序键、主键与稀疏索引

MergeTree ORDER BY 定义 part 内排序,PRIMARY KEY 定义稀疏主索引表达式;主键可以是排序键的前缀,默认省略时通常与排序键一致。主键不强制唯一,重复值与跨 part 重复都可能存在。

机制与确认边界

假设固定 8192 行 granule,100000 行对应 13 个 granule,但产品还受 index_granularity_bytes 和自适应粒度影响。主索引记录用于缩小候选范围,不像唯一 B 树那样直接返回唯一行;重复键跨 granule 时需要读多个候选段。

实现与验证范围

原生创建 PRIMARY KEY day、ORDER BY (day,x) 可验证二者不必相同。EXPLAIN indexes=1 记录候选 Parts/Granules;这些是计划裁剪信息,不等于所有数据已扫描。Java locateGranule 仅覆盖有序且指定粒度的简化定位,不能推导所有复杂键的读取上界。

本章机制图

flowchart TD
    P["分区表达式/part 候选"] --> K["主键稀疏索引"] --> G["候选 granule"]
    S["skip index,GRANULARITY 可跨多 granule"] --> G
    G --> M["mark 定位压缩文件/块内位置"] --> B["读取、解压、真实谓词"]
    CFG["行/字节自适应粒度与 Wide/Compact"] --> 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