OPTIMIZE 语句

这个查询尝试初始化表的数据部分的无计划合并。请注意，我们通常不推荐使用 OPTIMIZE TABLE ... FINAL（请参见这些 文档），因为它的用例主要用于管理，而非日常操作。

备注

OPTIMIZE 不能修复 太多部分 错误。

语法

OPTIMIZE 查询支持 MergeTree 家族（包括 物化视图）和 Buffer 引擎。其他表引擎不被支持。

当 OPTIMIZE 与 ReplicatedMergeTree 家族的表引擎一起使用时，ClickHouse 会创建一个合并任务并等待在所有副本上执行（如果 alter_sync 设置为 2）或在当前副本上执行（如果 alter_sync 设置为 1）。

• 如果 OPTIMIZE 因任何原因未执行合并，它不会通知客户端。要启用通知，请使用 optimize_throw_if_noop 设置。
• 如果您指定了 PARTITION，则仅优化指定的分区。如何设置分区表达式。
• 如果您指定了 FINAL 或 FORCE，即使所有数据已经合并到一个部分，仍然会执行优化。您可以使用 optimize_skip_merged_partitions 设置来控制此行为。此外，即使正在执行并发合并，也会强制执行合并。
• 如果您指定了 DEDUPLICATE，则完全相同的行（除非指定了 by 子句）将被去重（比较所有列），这仅对 MergeTree 引擎有意义。

您可以通过 replication_wait_for_inactive_replica_timeout 设置指定等待非活动副本执行 OPTIMIZE 查询的时间（以秒为单位）。

备注

如果 alter_sync 设置为 2，并且某些副本在指定的 replication_wait_for_inactive_replica_timeout 设置时间内没有变为活动状态，则会抛出异常 未完成。

BY 表达式

如果您想根据自定义列集而非所有列进行去重，可以显式指定列的列表，或使用 *、COLUMNS 或 EXCEPT 表达式的任意组合。显式编写或隐式扩展的列列表必须包括行排序表达式（主键和排序键）和分区表达式（分区键）中指定的所有列。

备注

注意，* 的行为与 SELECT 中相同：MATERIALIZED 和 ALIAS 列不用于扩展。

此外，指定空列列表或写出导致列列表为空的表达式，或通过 ALIAS 列进行去重都是错误的。

语法

示例

考虑以下表：

结果：

以下所有示例均在包含 5 行的状态下执行。

DEDUPLICATE

当未指定去重列时，所有列都会被考虑。只有当所有列中的值都等于前一行的对应值时，行才会被移除：

结果：

DEDUPLICATE BY *

当隐式指定列时，表将根据所有非 ALIAS 或 MATERIALIZED 的列进行去重。考虑上面的表，这些列是 primary_key、secondary_key、value 和 partition_key：

结果：

DEDUPLICATE BY * EXCEPT

根据所有非 ALIAS 或 MATERIALIZED 的列去重，并显式不包括 value：primary_key、secondary_key 和 partition_key 列。

结果：

DEDUPLICATE BY <列列表>

显式根据 primary_key、secondary_key 和 partition_key 列去重：

结果：

DEDUPLICATE BY COLUMNS(<正则表达式>)

根据匹配正则表达式的所有列进行去重：primary_key、secondary_key 和 partition_key 列：

结果：