mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-20 06:32:08 +00:00
296 lines
15 KiB
Markdown
296 lines
15 KiB
Markdown
<a name="dicts-external_dicts_dict_layout"></a>
|
||
|
||
# Хранение словарей в памяти
|
||
|
||
Словари можно размещать в памяти [множеством способов](#dicts-external_dicts_dict_layout-manner).
|
||
|
||
Рекомендуем [flat](#dicts-external_dicts_dict_layout-flat), [hashed](#dicts-external_dicts_dict_layout-hashed) и [complex_key_hashed](#dicts-external_dicts_dict_layout-complex_key_hashed). Скорость обработки словарей при этом максимальна.
|
||
|
||
Размещение с кэшированием не рекомендуется использовать из-за потенциально низкой производительности и сложностей в подборе оптимальных параметров. Читайте об этом подробнее в разделе "[cache](#dicts-external_dicts_dict_layout-cache)".
|
||
|
||
Повысить производительнось словарей можно следующими способами:
|
||
|
||
- Вызывать функцию для работы со словарём после `GROUP BY`.
|
||
- Помечать извлекаемые атрибуты как инъективные. Атрибут называется инъективным, если разным ключам соответствуют разные значения атрибута. Тогда при использовании в `GROUP BY` функции, достающей значение атрибута по ключу, эта функция автоматически выносится из `GROUP BY`.
|
||
|
||
При ошибках работы со словарями ClickHouse генерирует исключения. Например, в следующих ситуациях:
|
||
|
||
- При обращении к словарю, который не удалось загрузить.
|
||
- При ошибке запроса к `cached`-словарю.
|
||
|
||
Список внешних словарей и их статус можно посмотреть в таблице `system.dictionaries`.
|
||
|
||
Общий вид конфигурации:
|
||
|
||
```xml
|
||
<yandex>
|
||
<dictionary>
|
||
...
|
||
<layout>
|
||
<layout_type>
|
||
<!-- layout settings -->
|
||
</layout_type>
|
||
</layout>
|
||
...
|
||
</dictionary>
|
||
</yandex>
|
||
```
|
||
|
||
<a name="dicts-external_dicts_dict_layout-manner"></a>
|
||
|
||
## Способы размещения словарей в памяти
|
||
|
||
- [flat](#dicts-external_dicts_dict_layout-flat)
|
||
- [hashed](#dicts-external_dicts_dict_layout-hashed)
|
||
- [cache](#dicts-external_dicts_dict_layout-cache)
|
||
- [range_hashed](#dicts-external_dicts_dict_layout-range_hashed)
|
||
- [complex_key_hashed](#dicts-external_dicts_dict_layout-complex_key_hashed)
|
||
- [complex_key_cache](#dicts-external_dicts_dict_layout-complex_key_cache)
|
||
- [ip_trie](#dicts-external_dicts_dict_layout-ip_trie)
|
||
|
||
<a name="dicts-external_dicts_dict_layout-flat"></a>
|
||
|
||
### flat
|
||
|
||
Словарь полностью хранится в оперативной памяти в виде плоских массивов. Объем памяти, занимаемой словарем? пропорционален размеру самого большого (по размеру) ключа.
|
||
|
||
Ключ словаря имеет тип `UInt64` и его величина ограничена 500 000. Если при создании словаря обнаружен ключ больше, то ClickHouse бросает исключение и не создает словарь.
|
||
|
||
Поддерживаются все виды источников. При обновлении, данные (из файла, из таблицы) читаются целиком.
|
||
|
||
Это метод обеспечивает максимальную производительность среди всех доступных способов размещения словаря.
|
||
|
||
Пример конфигурации:
|
||
|
||
```xml
|
||
<layout>
|
||
<flat />
|
||
</layout>
|
||
```
|
||
|
||
<a name="dicts-external_dicts_dict_layout-hashed"></a>
|
||
|
||
### hashed
|
||
|
||
Словарь полностью хранится в оперативной памяти в виде хэш-таблиц. Словарь может содержать произвольное количество элементов с произвольными идентификаторами. На практике, количество ключей может достигать десятков миллионов элементов.
|
||
|
||
Поддерживаются все виды источников. При обновлении, данные (из файла, из таблицы) читаются целиком.
|
||
|
||
Пример конфигурации:
|
||
|
||
```xml
|
||
<layout>
|
||
<hashed />
|
||
</layout>
|
||
```
|
||
|
||
<a name="dicts-external_dicts_dict_layout-complex_key_hashed"></a>
|
||
|
||
### complex_key_hashed
|
||
|
||
Тип размещения предназначен для использования с составными [ключами](external_dicts_dict_structure.md#dicts-external_dicts_dict_structure). Аналогичен `hashed`.
|
||
|
||
Пример конфигурации:
|
||
|
||
```xml
|
||
<layout>
|
||
<complex_key_hashed />
|
||
</layout>
|
||
```
|
||
|
||
<a name="dicts-external_dicts_dict_layout-range_hashed"></a>
|
||
|
||
### range_hashed
|
||
|
||
Словарь хранится в оперативной памяти в виде хэш-таблицы с упорядоченным массивом диапазонов и соответствующих им значений.
|
||
|
||
Этот способ размещения работает также как и hashed и позволяет дополнительно к ключу использовать дипазоны по дате/времени, если они указаны в словаре.
|
||
|
||
Пример: таблица содержит скидки для каждого рекламодателя в виде:
|
||
|
||
```
|
||
+---------------+---------------------+-------------------+--------+
|
||
| advertiser id | discount start date | discount end date | amount |
|
||
+===============+=====================+===================+========+
|
||
| 123 | 2015-01-01 | 2015-01-15 | 0.15 |
|
||
+---------------+---------------------+-------------------+--------+
|
||
| 123 | 2015-01-16 | 2015-01-31 | 0.25 |
|
||
+---------------+---------------------+-------------------+--------+
|
||
| 456 | 2015-01-01 | 2015-01-15 | 0.05 |
|
||
+---------------+---------------------+-------------------+--------+
|
||
```
|
||
|
||
Чтобы использовать выборку по диапазонам дат, необходимо в [structure](external_dicts_dict_structure.md#dicts-external_dicts_dict_structure) определить элементы `range_min`, `range_max`.
|
||
|
||
Пример:
|
||
|
||
```xml
|
||
<structure>
|
||
<id>
|
||
<name>Id</name>
|
||
</id>
|
||
<range_min>
|
||
<name>first</name>
|
||
</range_min>
|
||
<range_max>
|
||
<name>last</name>
|
||
</range_max>
|
||
...
|
||
```
|
||
|
||
Для работы с такими словарями в функцию `dictGetT` необходимо передавать дополнительный аргумент - дату: :
|
||
|
||
dictGetT('dict_name', 'attr_name', id, date)
|
||
|
||
Функция возвращает значение для заданных `id` и диапазона дат, в который входит переданная дата.
|
||
|
||
Особенности алгоритма:
|
||
|
||
- Если не найден `id` или для найденного `id` не найден диапазон, то возвращается значение по умолчанию для словаря.
|
||
- Если есть перекрывающиеся диапазоны, то можно использовать любой подходящий.
|
||
- Если граница диапазона `NULL` или некорректная дата (1900-01-01, 2039-01-01), то диапазон считается открытым. Диапазон может быть открытым с обеих сторон.
|
||
|
||
Пример конфигурации:
|
||
|
||
```xml
|
||
<yandex>
|
||
<dictionary>
|
||
|
||
...
|
||
|
||
<layout>
|
||
<range_hashed />
|
||
</layout>
|
||
|
||
<structure>
|
||
<id>
|
||
<name>Abcdef</name>
|
||
</id>
|
||
<range_min>
|
||
<name>StartDate</name>
|
||
</range_min>
|
||
<range_max>
|
||
<name>EndDate</name>
|
||
</range_max>
|
||
<attribute>
|
||
<name>XXXType</name>
|
||
<type>String</type>
|
||
<null_value />
|
||
</attribute>
|
||
</structure>
|
||
|
||
</dictionary>
|
||
</yandex>
|
||
```
|
||
|
||
<a name="dicts-external_dicts_dict_layout-cache"></a>
|
||
|
||
### cache
|
||
|
||
Словарь хранится в кэше, состоящем из фиксированного количества ячеек. Ячейки содержат часто используемые элементы.
|
||
|
||
При поиске в словаре сначала просматривается кэш. На каждый блок данных, все не найденные в кэше или устаревшие ключи запрашиваются у источника с помощью `SELECT attrs... FROM db.table WHERE id IN (k1, k2, ...)`. Затем, полученные данные записываются в кэш.
|
||
|
||
Для cache-словарей может быть задано время устаревания [lifetime](external_dicts_dict_lifetime.md#dicts-external_dicts_dict_lifetime) данных в кэше. Если от загрузки данных в ячейке прошло больше времени, чем `lifetime`, то значение не используется, и будет запрошено заново при следующей необходимости его использовать.
|
||
|
||
Это наименее эффективный из всех способов размещения словарей. Скорость работы кэша очень сильно зависит от правильности настройки и сценария использования. Словарь типа cache показывает высокую производительность лишь при достаточно больших hit rate-ах (рекомендуется 99% и выше). Посмотреть средний hit rate можно в таблице `system.dictionaries`.
|
||
|
||
Чтобы увеличить производительность кэша, используйте подзапрос с `LIMIT`, а снаружи вызывайте функцию со словарём.
|
||
|
||
Поддерживаются [источники](external_dicts_dict_sources.md#dicts-external_dicts_dict_sources): MySQL, ClickHouse, executable, HTTP.
|
||
|
||
Пример настройки:
|
||
|
||
```xml
|
||
<layout>
|
||
<cache>
|
||
<!-- Размер кэша в количестве ячеек. Округляется вверх до степени двух. -->
|
||
<size_in_cells>1000000000</size_in_cells>
|
||
</cache>
|
||
</layout>
|
||
```
|
||
|
||
Укажите достаточно большой размер кэша. Количество ячеек следует подобрать экспериментальным путём:
|
||
|
||
1. Выставить некоторое значение.
|
||
2. Запросами добиться полной заполненности кэша.
|
||
3. Оценить потребление оперативной памяти с помощью таблицы `system.dictionaries`.
|
||
4. Увеличивать/уменьшать количество ячеек до получения требуемого расхода оперативной памяти.
|
||
|
||
<div class="admonition warning">
|
||
|
||
Не используйте в качестве источника ClickHouse, поскольку он медленно обрабатывает запросы со случайным чтением.
|
||
|
||
</div>
|
||
|
||
<a name="dicts-external_dicts_dict_layout-complex_key_cache"></a>
|
||
|
||
### complex_key_cache
|
||
|
||
Тип размещения предназначен для использования с составными [ключами](external_dicts_dict_structure.md#dicts-external_dicts_dict_structure). Аналогичен `cache`.
|
||
|
||
<a name="dicts-external_dicts_dict_layout-ip_trie"></a>
|
||
|
||
### ip_trie
|
||
|
||
Тип размещения предназначен для сопоставления префиксов сети (IP адресов) с метаданными, такими как ASN.
|
||
|
||
Пример: таблица содержит префиксы сети и соответствующие им номера AS и коды стран:
|
||
|
||
```
|
||
+-----------------+-------+--------+
|
||
| prefix | asn | cca2 |
|
||
+=================+=======+========+
|
||
| 202.79.32.0/20 | 17501 | NP |
|
||
+-----------------+-------+--------+
|
||
| 2620:0:870::/48 | 3856 | US |
|
||
+-----------------+-------+--------+
|
||
| 2a02:6b8:1::/48 | 13238 | RU |
|
||
+-----------------+-------+--------+
|
||
| 2001:db8::/32 | 65536 | ZZ |
|
||
+-----------------+-------+--------+
|
||
```
|
||
|
||
При использовании такого макета структура должна иметь составной ключ.
|
||
|
||
Пример:
|
||
|
||
```xml
|
||
<structure>
|
||
<key>
|
||
<attribute>
|
||
<name>prefix</name>
|
||
<type>String</type>
|
||
</attribute>
|
||
</key>
|
||
<attribute>
|
||
<name>asn</name>
|
||
<type>UInt32</type>
|
||
<null_value />
|
||
</attribute>
|
||
<attribute>
|
||
<name>cca2</name>
|
||
<type>String</type>
|
||
<null_value>??</null_value>
|
||
</attribute>
|
||
...
|
||
```
|
||
|
||
Этот ключ должен иметь только один атрибут типа `String`, содержащий допустимый префикс IP. Другие типы еще не поддерживаются.
|
||
|
||
Для запросов необходимо использовать те же функции (`dictGetT` с кортежем), что и для словарей с составными ключами:
|
||
|
||
```
|
||
dictGetT('dict_name', 'attr_name', tuple(ip))
|
||
```
|
||
|
||
Функция принимает либо `UInt32` для IPv4, либо `FixedString(16)` для IPv6:
|
||
|
||
```
|
||
dictGetString('prefix', 'asn', tuple(IPv6StringToNum('2001:db8::1')))
|
||
```
|
||
|
||
Никакие другие типы не поддерживаются. Функция возвращает атрибут для префикса, соответствующего данному IP-адресу. Если есть перекрывающиеся префиксы, возвращается наиболее специфический.
|
||
|
||
Данные хранятся в побитовом дереве (`trie`), он должены полностью помещаться в оперативной памяти.
|