ClickHouse/docs/es/operations/table_engines/summingmergetree.md

SummingMergeTree

El motor hereda de Método de codificación de datos:. La diferencia es que al fusionar partes de datos para SummingMergeTree ClickHouse reemplaza todas las filas con la misma clave primaria (o más exactamente, con la misma clave de clasificación) con una fila que contiene valores resumidos para las columnas con el tipo de datos numérico. Si la clave de ordenación está compuesta de manera que un solo valor de clave corresponde a un gran número de filas, esto reduce significativamente el volumen de almacenamiento y acelera la selección de datos.

Recomendamos usar el motor junto con MergeTree. Almacenar datos completos en MergeTree mesa, y el uso SummingMergeTree para el almacenamiento de datos agregados, por ejemplo, al preparar informes. Tal enfoque evitará que pierda datos valiosos debido a una clave primaria compuesta incorrectamente.

Creación de una tabla

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
    ...
) ENGINE = SummingMergeTree([columns])
[PARTITION BY expr]
[ORDER BY expr]
[SAMPLE BY expr]
[SETTINGS name=value, ...]

Para obtener una descripción de los parámetros de solicitud, consulte descripción de la solicitud.

Parámetros de SummingMergeTree

• columns - una tupla con los nombres de las columnas donde se resumirán los valores. Parámetro opcional. Las columnas deben ser de tipo numérico y no deben estar en la clave principal.

  Si columns no especificado, ClickHouse resume los valores de todas las columnas con un tipo de datos numérico que no están en la clave principal.

Cláusulas de consulta

Al crear un SummingMergeTree mesa de la misma clausula se requieren, como al crear un MergeTree tabla.

Método obsoleto para crear una tabla

!!! attention "Atención" No use este método en proyectos nuevos y, si es posible, cambie los proyectos antiguos al método descrito anteriormente.

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
    ...
) ENGINE [=] SummingMergeTree(date-column [, sampling_expression], (primary, key), index_granularity, [columns])

Todos los parámetros excepto columns el mismo significado que en MergeTree.

• columns — tupla con nombres de valores de columnas de los cuales se resumirán. Parámetro opcional. Para una descripción, vea el texto anterior.

Ejemplo de uso

Considere la siguiente tabla:

CREATE TABLE summtt
(
    key UInt32,
    value UInt32
)
ENGINE = SummingMergeTree()
ORDER BY key

Inserte datos:

INSERT INTO summtt Values(1,1),(1,2),(2,1)

ClickHouse puede sumar todas las filas no completamente (ver abajo), entonces usamos una función agregada sum y GROUP BY cláusula en la consulta.

SELECT key, sum(value) FROM summtt GROUP BY key

┌─key─┬─sum(value)─┐
│   2 │          1 │
│   1 │          3 │
└─────┴────────────┘

Procesamiento de datos

Cuando los datos se insertan en una tabla, se guardan tal cual. Clickhouse fusiona las partes insertadas de datos periódicamente y esto es cuando las filas con la misma clave principal se suman y se reemplazan con una para cada parte resultante de los datos.

ClickHouse puede fusionar las partes de datos para que las diferentes partes resultantes del cat de datos consistan en filas con la misma clave principal, es decir, la suma estará incompleta. Pues (SELECT) una función agregada resumir() y GROUP BY cláusula se debe utilizar en una consulta como se describe en el ejemplo anterior.

Reglas comunes para la suma

Se resumen los valores de las columnas con el tipo de datos numérico. El conjunto de columnas está definido por el parámetro columns.

Si los valores eran 0 en todas las columnas para la suma, se elimina la fila.

Si la columna no está en la clave principal y no se resume, se selecciona un valor arbitrario entre los existentes.

Los valores no se resumen para las columnas de la clave principal.

La suma en las columnas AggregateFunction

Para columnas de Tipo AggregateFunction ClickHouse se comporta como AgregaciónMergeTree agregación del motor según la función.

Estructuras anidadas

La tabla puede tener estructuras de datos anidadas que se procesan de una manera especial.

Si el nombre de una tabla anidada termina con Map y contiene al menos dos columnas que cumplen los siguientes criterios:

• la primera columna es numérica (*Int*, Date, DateTime) O una cadena (String, FixedString), vamos a llamarlo key,
• las otras columnas son aritméticas (*Int*, Float32/64), vamos a llamarlo (values...),

entonces esta tabla anidada se interpreta como una asignación de key => (values...), y al fusionar sus filas, los elementos de dos conjuntos de datos se fusionan por key con una suma de los correspondientes (values...).

Ejemplos:

[(1, 100)] + [(2, 150)] -> [(1, 100), (2, 150)]
[(1, 100)] + [(1, 150)] -> [(1, 250)]
[(1, 100)] + [(1, 150), (2, 150)] -> [(1, 250), (2, 150)]
[(1, 100), (2, 150)] + [(1, -100)] -> [(2, 150)]

Al solicitar datos, utilice el SumMap (clave, valor) función para la agregación de Map.

Para la estructura de datos anidados, no necesita especificar sus columnas en la tupla de columnas para la suma.

Artículo Original