**1\. 查詢sql編寫規范** （1）當多表聯查時，查詢的數據僅從其中一張表出時，可考慮使用IN操作而不是JOIN。 （2）多表查詢性能較差，多表Join時要滿足小表在右的原則，右表關聯時被加載到內存中與左表進行比較，ClickHouse中無論是Left Join 、Right Join還是Inner Join永遠都是拿著右表中的每一條記錄到左表中查找該記錄是否存在，所以右表必須是小表。 （3）將一些需要關聯分析的業務創建成字典表進行join操作，前提是字典表不宜太大，因為字典表會常駐內存。 （4）禁?業務select \*?，列存數據,每減少一個字段會減少大量的數據掃描,提升查詢效率。 （5）建議使用 limit 限制返回數據條數使用limit返回指定的結果集數量，不會進行向下掃描，大大提升了查詢效率。 （6）查詢時如果可以建議帶上分區鍵查詢,可以有效減少數據掃描量,提升查詢效率。 （7）CK的稀疏索引使得點查詢(即kv類型的查詢)性能不佳，千萬不要把它簡單當做關系型數據庫進行查詢。 （8）使用Global優化分布式子查詢，避免出現查詢指數級放大。 （9）使用 uniqCombined 替代 distinctuniqCombined 對去重進行了優化，通過近似去重提升十倍查詢性能。 （10）盡量不去使用字符串類型，時間類型最終會轉換成數值類型進行處理，數值類型在執行效率和存儲上遠好過字符串。 （11）ClickHouse的分布式表性能性價比不如物理表高，建表分區字段值不宜過多，防止數據導入過程磁盤可能會被打滿。 （12）不要在唯一列或大基數列上進行分組或去重操作，基數太大會消耗過多的io和內存。 （13）CPU一般在50%左右會出現查詢波動，達到70%會出現大范圍的查詢超時，CPU是最關鍵的指標，要非常關注。 **2. 數據寫入注意事項** （1）不適合高并發寫入，最好還是從異步化隊列寫入，batch insert 5w-10w 起步，盡量不要執行單條或插入操作，會產生大量小分區文件，給后臺merge任務帶來巨大壓力。 （2）幾乎完全不支持update/delete，也不支持事務。 （3）建議表要指定分區鍵,尤其是數據量大的表，插入/查詢/合并都是以分區為單位，合理的分區可以提升整體性能。 （4）分區不建議太多，如果分區太多，會因需要打開的文件描述符過多導致查詢效率不佳。 （5）數據在寫入ClickHouse前預先的對數據進行分組，避免一次插入的數據屬于多個分區。 （6）注意MerTree 主鍵允許存在重復數據(ReplacingMergeTree可以在分區內去重)。 **3. 建表規范** （1）本地表命名格式：{tab\_name}\_local，分布式表命名格式：{tab\_name}\_shard 。 （2）物化視圖命名規范：{tabl\_name\_xxx}\_mv 。 （3）盡量不要使用Nullable類型,該類型對性能有一定影響,且不能包含在索引中。 （4）合理設置分區，所有本地表使用order by關鍵字指定分區字段，建議采用日期作為一級分區。默認 order by 字段作為主鍵。 （5）如果表中不是必須保留全量歷史數據，建議指定TTL，可以免去手動過期歷史數據的麻煩。 （6）所有復制引擎表建表指定 use\_minimalistic\_part\_header\_in\_zookeeper=1。 ?本地ReplicatedMergeTree表建表模板如下所示： ~~~sql CREATE TABLE IF NOT EXISTS ads. ads_af_city_complaint_1d _local ON cluster ycdata_3shards_3replicas (`id` UInt64 COMMENT '序號', `order_id` UInt64 COMMENT '訂單號', `gross_weight` UInt64 COMMENT '權重', `create_time` Date COMMENT '創建時間', `event` String COMMENT '事件') ENGINE = ReplicatedMergeTree('/clickhouse/table/{shared}/ads_af_city_complaint_1d _local', '{replica}') PARTITION BY create_time ORDER BY id TTL create_time + toIntervalDay(90) SETTINGS index_granularity = 8192, use_minimalistic_part_header_in_zookeeper = 1; ~~~ **解釋：** * TTL 定義了數據保留策略為90天。 * {shared},{replica}無需替換為一個具體值。 * ycdata\_3shards\_3replicas為clickhouse是集群名稱。