如何配置数据索引

ClickHouse是⼀款⾼性能的列式数据库，通过其独特的索引机制，实现了极⾼的查询效率和吞吐量。 ClickHouse中的索引类型丰富多样，每种类型适⽤于不同的场景。以下是ClickHouse中的主要索引类型及其选择策略：

一、主要索引类型

1. 主键索引（Primary Key Index）

• 定义：主键索引是最常⽤的索引类型之⼀，⽤于唯⼀标识每条记录。在ClickHouse中，主键索引可 以加速数据的查找和聚合操作。
• 特点：主键索引由稀疏索引和段内数据排序组成。数据写⼊时按照主键排序（如果指定了ORDER BY），每次插⼊新的数据块时，ClickHouse会在磁盘上⽣成新的稀疏索引。每个稀疏索引条⽬对应 ⼀个数据块中的⾸⾏，索引条⽬记录该块的⾸个主键值以及其在数据⽂件中的位置。
• 使⽤场景：适⽤于需要唯⼀标识记录的场景，如⽤户ID、订单号等。

2. 排序键索引（Sorting Key Index）

• 定义：排序键索引是根据指定的列对数据进⾏排序存储的索引类型。
• 特点：在ClickHouse中，可以通过指定ORDER BY关键字来创建排序键索引。排序键索引与主键索 引密切相关，默认情况下主键与排序键相同。排序键索引可以加速按排序键进⾏查询和聚合操作。
• 使⽤场景：适⽤于需要按特定列进⾏排序查询的场景，如按时间戳排序的事件⽇志查询。

3. 辅助索引（Secondary Index，也称为跳数索引或数据跳过索引）

• 定义：辅助索引⽤于加速查询列数据，提⾼查询效率。在ClickHouse中，辅助索引允许在查询时跳 过那些不相关的数据块，从⽽减少不必要的磁盘I/O。
• 类型：

• 使⽤场景：适⽤于列上具有⾼度稀疏性或数据分布不均匀的场景，以及需要加速范围查询、精确匹 配等操作的场景。

4. 稠密索引（Dense Index）

• 定义：稠密索引存储了每⼀条记录的索引信息，可以提⾼范围查询的速度。
• 特点：与稀疏索引不同，稠密索引会为每⼀⾏数据都创建⼀个索引条⽬。虽然稠密索引在理论上可 以提供更快的查询速度，但由于其占⽤空间较⼤，且会增加数据插⼊、更新和删除的开销，因此在 ClickHouse中并不常⽤。
• 使⽤场景：适⽤于数据分布稠密、需要频繁进⾏范围查询的场景，但考虑到其性能和空间开销，实 际应⽤中需谨慎使⽤。

二、索引选择策略

在选择ClickHouse的索引类型时，需要综合考虑多个因素，包括数据特点、查询需求、性能要求等。以下是⼀些建议：

1. 根据查询需求选择索引类型：

• 如果查询中经常涉及主键列的查找和聚合操作，应优先考虑使⽤主键索引。
• 如果查询中经常需要进⾏范围查询，如按时间戳筛选数据，可以考虑使⽤minmax索引或稠密索引 （但需注意稠密索引的空间开销）。
• 如果查询中涉及对⾼基数列（如字符串或ID字段）的精确匹配，可以考虑使⽤bloom_filter索引。

2. 根据数据特点优化索引设计：

• 避免在低基数（即值的数量很少）的列上创建索引，因为这样的索引往往效果不佳。
• 当多个列经常⼀起⽤于查询条件时，可以考虑创建复合索引（通过ORDER BY⼦句指定多个列）。

3. 控制索引的⼤⼩和数量：

• 索引会占⽤额外的存储空间，并且会增加数据插⼊、更新和删除的开销。因此，在创建索引时要注 意控制索引的⼤⼩和数量，避免过度索引。
• 可以通过设置 GRANULARITY 参数来控制索引的粒度，从⽽平衡索引的⼤⼩和查询性能，⼀般建 议⼤⼩为8192。

4. 定期维护索引：

• 随着数据的插⼊、更新和删除，索引可能会变得碎⽚化，导致查询性能下降。定期对索引进⾏维 护，如重建索引、合并索引等，可以保持索引的⾼效性。

5. 结合使⽤多种索引类型：

• 在某些复杂查询场景中，可能需要结合使⽤多种索引类型来达到最佳的查询性能。例如，在按时间 戳排序的事件⽇志查询中，可以同时使⽤主键索引（基于⽤户ID）和minmax索引（基于时间戳） 来加速查询。

综上所述，ClickHouse提供了多种索引类型以满⾜不同的查询需求和数据特点。在选择索引类型时，需要根据实际情况进⾏综合考虑和优化设计。

如何定时删除数据

定期删除是在建表语句的ttl里面定义，另外在配置里面也可以定义ttl的转存。

用这个语句定义 query_log的保存天数。示例：

ALTER TABLE system.query_log
MODIFY TTL event_time + INTERVAL 7 DAY;