ClickHouse 的主键设置

概况

ClickHouse 的主键是稀疏索引。

存储结构

本段落来自于参考一。参考一写的非常好，这里原文转载。

在 CK 里，主键索引用的并不是 B 树，而是稀疏索引。

如图，在一个表的分区里，包括如下数据文件：

• 校验值
• 列名
• 列.mrk
• 列.bin
• 主键

它们的关系如下：

• 每隔 8192 行数据，是 1 个 block
• 主键会每隔 8192，取一行主键列的数据，同时记录这是第几个 block
• 查询的时候，如果有索引，就通过索引定位到是哪个 block，然后找到这个 block 对应的 mrk 文件
• mrk 文件里记录的是某个 block 的数据集，在整列 bin 文件的哪个物理偏移位置
• 加载数据到内存，之后并行化过滤

这里分别举例看看是否依赖最左原则

• 在使用半主键的时候，如果出现了索引跳跃，即直接用了 y 字段，跳过 x，实际上也是可以有一些数据过滤的，但是效果并不是很好
• 所以你说这是最左原则还是不是呢？

索引使用建议

• 索引第一列为 date 字段，来限制过滤的数据行
• 索引第二列为其它查询的必传项

参考

• ClickHouse 主键探讨