TPC-H:原查询、数据规模与调优证据
TPC-H 是包含 8 张表、22 个查询及相应规则的决策支持基准。Q1 含 l_shipdate 日期谓词,不能称无谓词纯聚合;Q3 的原始 shipdate 条件方向也必须与规范一致,不能为了配排序键而悄悄改查询语义。
机制与确认边界
复现实验要保存规范版本、SF、dbgen/qgen、数据类型、SQL 改写、硬件、并发、冷热缓存和完整输出。未按官方流程执行并审核的结果,不应称为合规 TPC-H 成绩;单个类似查询也不能代表全套排名。
实现与验证范围
本包没有运行 TPC-H,不提供所谓改键后固定十倍收益。用 EXPLAIN 和 query_log 学诊断的方法可以复用,但应把示意数据和真实基准结果分开。每次优化先核对结果不变,再解释裁剪、连接与内存的变化。
本章共享图解见 14.1 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。