optimize_* 会话设置 - ClickHouse Documentation

这些设置可在 system.settings 中找到，并由源代码自动生成。

optimize_aggregators_of_group_by_keys

消除 SELECT 部分中对 GROUP BY 键使用的 min/max/any/anyLast 聚合函数

optimize_append_index

使用约束来附加索引条件。默认值为 false。可能的值：

true, false

optimize_arithmetic_operations_in_aggregate_functions

将算术运算移到聚合函数之外

optimize_const_name_size

替换为标量，并对较大的常量使用哈希作为名称 (大小按名称长度估算) 。可能的取值：

正整数 - 名称的最大长度，
0 — 始终，
负整数 - 从不。

optimize_count_from_files

启用或禁用针对不同输入格式文件的行数统计优化。适用于表函数/引擎 file/s3/url/hdfs/azureBlobStorage。可能的值：

0 — 禁用优化。
1 — 启用优化。

optimize_dictget_tuple_element

将 tupleElement(dictGet('dict', ('a', 'b', 'c'), key), 2) 改写为 dictGet('dict', 'b', key)，以避免拉取不必要的字典属性。支持按位置 (.1、.2、…) 和按名称 (.b) 访问，也适用于 dictGetOrDefault，前提是默认参数为常量 Tuple 或由常量组成的 tuple(...)。

optimize_distinct_in_order

如果 DISTINCT 中的某些列构成排序前缀，则启用 DISTINCT 优化。例如，MergeTree 中 sorting key 的前缀，或 ORDER BY 语句中的前缀。

optimize_distributed_group_by_sharding_key

通过避免在发起服务器上执行高开销的聚合，优化 GROUP BY sharding_key 查询 (这将降低该查询在发起服务器上的内存使用) 。支持以下类型的查询 (以及它们的任意组合) ：

SELECT DISTINCT [..., ]sharding_key[, ...] FROM dist
SELECT ... FROM dist GROUP BY sharding_key[, ...]
SELECT ... FROM dist GROUP BY sharding_key[, ...] ORDER BY x
SELECT ... FROM dist GROUP BY sharding_key[, ...] LIMIT 1
SELECT ... FROM dist GROUP BY sharding_key[, ...] LIMIT 1 BY x

不支持以下类型的查询 (其中部分查询后续可能会增加支持) ：

SELECT ... GROUP BY sharding_key[, ...] WITH TOTALS
SELECT ... GROUP BY sharding_key[, ...] WITH ROLLUP
SELECT ... GROUP BY sharding_key[, ...] WITH CUBE
SELECT ... GROUP BY sharding_key[, ...] SETTINGS extremes=1

可能的值：

0 — 禁用。
1 — 启用。

另请参见：

目前它要求启用 optimize_skip_unused_shards (原因是未来某一天它可能会默认启用，而它只有在数据是通过 Distributed 表插入时才能正确工作，也就是说，数据必须按 sharding_key 分布) 。

optimize_dry_run_check_part

启用后，OPTIMIZE ... DRY RUN 会使用 checkDataPart 对生成的合并后分片进行校验。如果校验失败，则会抛出异常。

optimize_empty_string_comparisons

仅当 col 为 String 或 FixedString 类型时，才会将 col = '' 或 '' = col 之类的表达式转换为 empty(col)，并将 col != '' 或 '' != col 转换为 notEmpty(col)。

optimize_extract_common_expressions

允许在 WHERE、PREWHERE、ON、HAVING 和 QUALIFY 表达式中从析取项里提取公共表达式。像 (A AND B) OR (A AND C) 这样的逻辑表达式可以改写为 A AND (B OR C)，这可能有助于利用：

简单筛选表达式中的索引
CROSS 到 INNER JOIN 的优化

optimize_functions_to_subcolumns

通过将某些函数优化为读取子列，启用或禁用相关优化。这可以减少需要读取的数据量。可进行此类转换的函数包括：

length 优化为读取 size0 子列。
empty 优化为读取 size0 子列。
notEmpty 优化为读取 size0 子列。
isNull 优化为读取 null 子列。
isNotNull 优化为读取 null 子列。
count 优化为读取 null 子列。
mapKeys 优化为读取 keys 子列。
mapValues 优化为读取 values 子列。

Possible values:

0 — 禁用优化。
1 — 启用优化。

optimize_inverse_dictionary_lookup

通过更快地查找预先计算出的可能键值集合，避免重复进行反向字典查找。

optimize_multiif_to_if

将仅包含一个条件的 multiIf 替换为 if。

optimize_normalize_count_variants

将语义上等价于 count() 的聚合函数重写为 count()。

optimize_on_insert

启用或禁用在插入前对数据进行转换，其效果相当于已对该块执行了合并 (具体取决于表引擎) 。可能的值：

0 — 禁用。
1 — 启用。

示例启用与禁用的区别：查询：

SET optimize_on_insert = 1;

CREATE TABLE test1 (`FirstTable` UInt32) ENGINE = ReplacingMergeTree ORDER BY FirstTable;

INSERT INTO test1 SELECT number % 2 FROM numbers(5);

SELECT * FROM test1;

SET optimize_on_insert = 0;

CREATE TABLE test2 (`SecondTable` UInt32) ENGINE = ReplacingMergeTree ORDER BY SecondTable;

INSERT INTO test2 SELECT number % 2 FROM numbers(5);

SELECT * FROM test2;

结果：

┌─FirstTable─┐
│          0 │
│          1 │
└────────────┘

┌─SecondTable─┐
│           0 │
│           0 │
│           0 │
│           1 │
│           1 │
└─────────────┘

请注意，此设置项会影响 materialized view 的行为。

optimize_prewhere_after_pushdown

在后续查询计划优化可能已在 MergeTree 读取步骤上方产生额外过滤器 (例如通过 JOIN 的谓词下推、投影重写) 后，执行第二轮 PREWHERE 提升。若已存在 PREWHERE，新的过滤器会通过 AND 合并到其中，而不是保留为单独的过滤器步骤。

optimize_qbit_distance_function_reads

将 QBit 数据类型上的距离函数替换为等效函数，后者仅从存储中读取计算所需的列。

optimize_read_in_order

启用 SELECT 查询中的 ORDER BY 优化，以便从 MergeTree 表中读取数据。可能的值：

0 — ORDER BY 优化已禁用。
1 — ORDER BY 优化已启用。

另请参见

ORDER BY 子句

optimize_respect_aliases

如果将其设置为 true，则会在 WHERE/GROUP BY/ORDER BY 中识别别名，这将有助于分区裁剪/次级索引/optimize_aggregation_in_order/optimize_read_in_order/optimize_trivial_count

optimize_sorting_by_input_stream_properties

根据输入流的排序属性优化排序

optimize_substitute_columns

使用约束来替换列。默认值为 false。可选值：

true, false

optimize_syntax_fuse_functions

启用将具有相同参数的聚合函数融合。它会将包含至少两个参数相同的 sum、count 或 avg 聚合函数的查询重写为 sumCount。可能的值：

0 — 不融合参数相同的函数。
1 — 融合参数相同的函数。

示例查询：

CREATE TABLE fuse_tbl(a Int8, b Int8) Engine = Log;
SET optimize_syntax_fuse_functions = 1;
EXPLAIN SYNTAX run_query_tree_passes = 1 SELECT sum(a), sum(b), count(b), avg(b) from fuse_tbl FORMAT TSV;

结果：

SELECT
    sum(__table1.a) AS `sum(a)`,
    tupleElement(sumCount(__table1.b), 1) AS `sum(b)`,
    tupleElement(sumCount(__table1.b), 2) AS `count(b)`,
    divide(tupleElement(sumCount(__table1.b), 1), toFloat64(tupleElement(sumCount(__table1.b), 2))) AS `avg(b)`
FROM default.fuse_tbl AS __table1

optimize_throw_if_noop

启用或禁用以下行为：如果 OPTIMIZE 查询未执行合并，则抛出异常。默认情况下，即使 OPTIMIZE 没有执行任何操作，也会成功返回。此设置可让您区分这些情况，并在异常消息中获取原因。可能的值：

1 — 启用抛出异常。
0 — 禁用抛出异常。

optimize_time_filter_with_preimage

通过将函数改写为无需转换的等效比较来优化 Date 和日期时间谓词 (例如 toYear(col) = 2023 -> col >= '2023-01-01' AND col <= '2023-12-31')

optimize_truncate_order_by_after_group_by_keys

当 ORDER BY 前缀已覆盖所有 GROUP BY 键时，移除 ORDER BY 末尾的多余元素。

optimize_uniq_to_count

如果子查询包含 distinct 或 GROUP BY 子句，则将 uniq 及其各种变体 (uniqUpTo 除外) 改写为 count。

optimize_using_constraints

使用约束进行查询优化。默认值为 false。可能的值：

true, false

​optimize_aggregators_of_group_by_keys

​optimize_append_index

​optimize_arithmetic_operations_in_aggregate_functions

​optimize_const_name_size

​optimize_count_from_files

​optimize_dictget_tuple_element

​optimize_distinct_in_order

​optimize_distributed_group_by_sharding_key

​optimize_dry_run_check_part

​optimize_empty_string_comparisons

​optimize_extract_common_expressions

​optimize_functions_to_subcolumns

​optimize_inverse_dictionary_lookup

​optimize_multiif_to_if

​optimize_normalize_count_variants

​optimize_on_insert

​optimize_prewhere_after_pushdown

​optimize_qbit_distance_function_reads

​optimize_read_in_order

​optimize_respect_aliases

​optimize_sorting_by_input_stream_properties

​optimize_substitute_columns

​optimize_syntax_fuse_functions

​optimize_throw_if_noop

​optimize_time_filter_with_preimage

​optimize_truncate_order_by_after_group_by_keys

​optimize_uniq_to_count

​optimize_using_constraints

optimize_aggregators_of_group_by_keys

optimize_append_index

optimize_arithmetic_operations_in_aggregate_functions

optimize_const_name_size

optimize_count_from_files

optimize_dictget_tuple_element

optimize_distinct_in_order

optimize_distributed_group_by_sharding_key

optimize_dry_run_check_part

optimize_empty_string_comparisons

optimize_extract_common_expressions

optimize_functions_to_subcolumns

optimize_inverse_dictionary_lookup

optimize_multiif_to_if

optimize_normalize_count_variants

optimize_on_insert

optimize_prewhere_after_pushdown

optimize_qbit_distance_function_reads

optimize_read_in_order

optimize_respect_aliases

optimize_sorting_by_input_stream_properties

optimize_substitute_columns

optimize_syntax_fuse_functions

optimize_throw_if_noop

optimize_time_filter_with_preimage

optimize_truncate_order_by_after_group_by_keys

optimize_uniq_to_count

optimize_using_constraints