【clickhouse踩坑记录】ClickHouse查询性能优化（入门级）

背景

用了一年多的ClickHouse，但好像都没系统地去学一遍，趁着最近有点时间，相对全面地去看了一圈ClickHouse的内容。发现ClickHouse虽然性能查询本身快，但如果使用不恰当，性能会被降一个级别。下面主要简单介绍一下，ClickHouse的查询可以从哪些方面做优化。可重点关注标题加粗部分！！

优化方法

以下，主要从表级别、语法、查询这三方面简要介绍。

表级别优化

1. 填充有空值的字段

   对于一些表字段，若存在空值，则可以考虑使用无业务场景意义的字符进行填充。因为ClickHouse对于空值，在底层存储是用了单独的文件存储。相对于没有空值的情况，存在空值会稍微影响查询性能。

2. 分区存储与索引

   这部分属于相对常规的操作啦。跟hive一样，表分区后，底层也会有相关的分区目录，筛选的时候添加分区过滤，提升查询性能。
   另一部分是索引，即建表语句中的order by，对于涉及到筛选的字段，按由粗到细的粒度对表进行排序，查询性能也可以有一定的提升。

3. 索引粒度

   index_granularity：这个参数是稀疏索引的粒度，默认是8192。正常情况是不用修改，官方也不建议。除非遇到大量的数据（上亿级别）且分布不均的时候，可以调整此参数。

语法优化

1. count优化

   因为clickhouse对每个表的数据量，在底层文件中提供了预数据。所以能直接使用count()则避免使用count(col_name)。

2. 谓词下推

   常规操作啦，也就是存储在子查询的话，将where条件挪到子查询中，提前过滤，避免过多的数据加载到内存中。

3. 聚合外推

   举个例子：如将sum(money * 2) 变成 sum(money) * 2。对数据库来说，后者的计算量明显少一点。

4. 高级函数

   ClickHouse中有很多很好用的