SummingMergeTree, ClickHouse sustituye todas las filas con la misma clave primaria (o, más exactamente, con la misma clave de ordenación) por una sola fila que contiene los valores sumados de las columnas con tipo de dato numérico. Si la clave de ordenación está compuesta de tal manera que un único valor de clave corresponde a un gran número de filas, esto reduce significativamente el volumen de almacenamiento y acelera la consulta de datos.
Recomendamos usar este motor junto con MergeTree. Almacene los datos completos en una tabla MergeTree y use SummingMergeTree para almacenar datos agregados, por ejemplo, al preparar informes. Este enfoque evitará la pérdida de datos valiosos debido a una clave primaria mal definida.
Crear una tabla
Parámetros de SummingMergeTree
Columnas
columns - una tupla con los nombres de las columnas cuyos valores se sumarán. Parámetro opcional.
Las columnas deben ser de tipo numérico y no deben formar parte de la partición ni de la clave de ordenación.
Si no se especifica columns, ClickHouse suma los valores de todas las columnas de tipo de datos numérico que no formen parte de la clave de ordenación.
Cláusulas de consulta
Al crear una tablaSummingMergeTree, se requieren las mismas cláusulas que al crear una tabla MergeTree.
Ejemplo de uso
Considere la siguiente tabla:sum y la cláusula GROUP BY en la consulta.
Procesamiento de datos
Cuando los datos se insertan en una tabla, se guardan tal cual. ClickHouse fusiona periódicamente las partes de datos insertadas, y es entonces cuando las filas con la misma clave primaria se suman y se sustituyen por una sola fila en cada parte de datos resultante. ClickHouse puede fusionar las partes de datos de modo que distintas partes de datos resultantes puedan contener filas con la misma clave primaria; es decir, la suma será incompleta. Por lo tanto, en una consulta (SELECT) se deben usar una función de agregación sum() y la cláusula GROUP BY, como se describe en el ejemplo anterior.
Reglas comunes para la suma
Se suman los valores de las columnas con tipo de dato numérico. El conjunto de columnas se define mediante el parámetrocolumns.
Si los valores eran 0 en todas las columnas que se suman, la fila se elimina durante una fusión. Una consulta con el modificador FINAL suma las filas, pero no elimina esas filas, de modo que el conjunto de filas que devuelve no depende de las columnas que lea la consulta. Tenga en cuenta que FINAL fusiona una estructura anidada cuyo nombre termina en Map del mismo modo que una fusión solo si la consulta lee todas las columnas de esa estructura.
Si una columna no forma parte de la clave primaria y no se suma, se selecciona un valor arbitrario de los existentes.
Los valores no se suman en las columnas de la clave primaria.
La suma en las columnas de AggregateFunction
En las columnas de tipo AggregateFunction, ClickHouse se comporta como el motor AggregatingMergeTree, agregando de acuerdo con la función.Estructuras anidadas
Una tabla puede tener estructuras de datos anidadas que se procesan de forma especial. Si el nombre de una tabla anidada termina enMap y contiene al menos dos columnas que cumplen los siguientes criterios:
- la primera columna es numérica
(*Int*, Date, DateTime)o de cadena(String, FixedString), llamémoslakey, - las demás columnas son aritméticas
(*Int*, Float32/64), llamémoslas(values...),
key => (values...), y al fusionar sus filas, los elementos de ambos conjuntos de datos se combinan por key, sumando los (values...) correspondientes.
Ejemplos:
Map.
En una estructura de datos anidada, no es necesario especificar sus columnas en la tupla de columnas para la suma.
Agregación de elementos de Tuple
Cuando la configuraciónallow_tuple_element_aggregation está habilitada, las columnas Tuple se aplanan de forma recursiva para que cada elemento hoja participe en la suma de forma independiente. Esto le permite almacenar varias métricas en una sola columna Tuple y hacer que se sumen elemento a elemento durante las fusiones.
A las subcolumnas aplanadas se les aplican las mismas reglas que a las columnas normales:
- Solo se suman las subcolumnas numéricas.
- Las subcolumnas que pertenecen a un
Tupleen la clave de ordenación o en la clave de partición se excluyen de la suma. - Si se especifica
columns, solo se suman las subcolumnas de las columnasTupleincluidas en la lista. - Si todas las subcolumnas numéricas de una fila son cero después de la suma, la fila se elimina durante una fusión (pero no mediante una consulta con
FINAL).
Esta configuración es inmutable y debe especificarse al crear la tabla.