文章探讨了数据库中的顺序写回技术，特别是在Kafka中的应用。它指出顺序写回对于高QPS查询可能不适用，并详细介绍了Mergetree表引擎的工作原理，如分区、不唯一主键下的排序、数据存储结构以及稀疏索引和二级索引的概念。此外，还提到了列级别和表级别的数据过期策略以及预聚合在优化多维查询中的作用。
顺序写回磁盘，kafka也有这个技术
query 高qps 不合适
数据类型
表引擎
测试小表
测试大表
mergetree 主要
primarykey 不唯一，分区内排序
数据存在本地文件，一个分区一个目录
文件名
分区合并
一个分区一个线程
索引，稀疏索引，稀疏间隔8192
因为使用稀疏索引，故必须有排序，并且主键为排序建
二级索引
granularity n把几块一组索引合并为二级索引，
比如一级索引为（1,5）（5,10）（10,15）granularity 2 则二级索引为（1,10）
列级别过期
表级别过期
比mergetree多了个去重
预聚合
已order by 为维度进行聚合
查询
多维查询
扫一扫
3026
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
