联邦查询与同步:快照、删除和吞吐单位
联邦查询实时访问多个数据源,导入/增量同步则把外部数据复制到本地;两种路径的数据新鲜度、故障与事务边界不同。一个 SQL 访问多个源不普遍意味着每个源已建立相同时刻的一致快照。
机制与确认边界
全量同步 100 万行用一小时,平均是 100 万行/小时;增量 1000 行用五分钟为 12000 行/小时。这些是假设作业速率,不应推成端到端延迟或引擎峰值。更新时间游标还需处理相同时间戳、回退、删除和重试边界。
实现与验证范围
设计先定义源版本或水位,落地临时版本后校验并发布,失败保持旧版本可读。跨源 JOIN 可用字典、表函数或本地副本,不能保证先聚合大表再按结果逐键拉取一定是产品计划;用实际 EXPLAIN 与远端查询记录证实。
本章共享图解见 11.1 的机制图 ,其中的状态与确认点需和本节一起阅读。
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。