ClickHouse/docs/ja/sql-reference/dictionaries/external-dictionaries/external-dicts-dict-layout.md
2020-10-13 20:23:29 +03:00

13 KiB
Raw Blame History

machine_translated machine_translated_rev toc_priority toc_title
true 72537a2d52 41 メモリへの辞書の格納

メモリへの辞書の格納

辞書をメモリに保存するには、さまざまな方法があります。

私達は推薦します 平ら, ハッシュcomplex_key_hashed. 最適の処理速度を提供するかどれが。

キャッシュ推奨されていないものになる可能性のある性能や困難の選定に最適なパラメータ。 セクションの続きを読む “キャッシュ”.

する方法は幾つかあるが、今回は改善辞書性能:

  • 後で辞書を操作するための関数を呼び出します GROUP BY.
  • 抽出する属性をinjectiveとしてマークします。 異なる属性値が異なるキーに対応する場合、属性はinjectiveと呼ばれます。 だからとき GROUP BY キーによって属性値を取得する関数を使用すると、この関数は自動的に GROUP BY.

ClickHouseは、辞書のエラーに対して例外を生成します。 エラーの例:

  • アクセス中の辞書を読み込めませんでした。
  • クエリエラー cached 辞書。

外部辞書のリストとそのステータスは、 system.dictionaries テーブル。

設定は次のようになります:

<yandex>
    <dictionary>
        ...
        <layout>
            <layout_type>
                <!-- layout settings -->
            </layout_type>
        </layout>
        ...
    </dictionary>
</yandex>

対応する DDL-クエリ:

CREATE DICTIONARY (...)
...
LAYOUT(LAYOUT_TYPE(param value)) -- layout settings
...

辞書をメモリに保存する方法

平ら

辞書は完全にフラット配列の形でメモリに格納されます。 辞書はどのくらいのメモリを使用しますか? 量は、最大のキーのサイズに比例します(使用されるスペース)。

辞書キーには UInt64 タイプと値は500,000に制限されています。 辞書の作成時に大きなキーが検出された場合、ClickHouseは例外をスローし、辞書を作成しません。

すべての種類の源対応しています。 更新時には、ファイルまたはテーブルからのデータが全体として読み込まれます。

この方法は最高性能の中で利用可能なすべての方法を格納する辞書です。

設定例:

<layout>
  <flat />
</layout>

または

LAYOUT(FLAT())

ハッシュ

辞書は、ハッシュテーブルの形でメモリに完全に格納されます。 辞書には、実際には任意の識別子を持つ任意の数の要素を含めることができ、キーの数は数千万の項目に達することができます。

すべての種類の源対応しています。 更新時には、ファイルまたはテーブルからのデータが全体として読み込まれます。

設定例:

<layout>
  <hashed />
</layout>

または

LAYOUT(HASHED())

sparse_hashed

に類似した hashed が、使用メモリ賛以上のCPUます。

設定例:

<layout>
  <sparse_hashed />
</layout>
LAYOUT(SPARSE_HASHED())

complex_key_hashed

このタイプの貯蔵は合成物との使用のためです キー. に類似した hashed.

設定例:

<layout>
  <complex_key_hashed />
</layout>
LAYOUT(COMPLEX_KEY_HASHED())

range_hashed

辞書は、範囲とそれに対応する値の順序付き配列を持つハッシュテーブルの形式でメモリに格納されます。

このストレージメソッドはハッシュ処理と同じように動作し、キーに加えて日付/時刻(任意の数値型)範囲を使用できます。

例:この表には、各広告主の割引が次の形式で含まれています:

+---------|-------------|-------------|------+
| 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   |
+---------|-------------|-------------|------+

日付範囲のサンプルを使用するには、 range_minrange_max の要素 構造. これらの要素の要素が含まれている必要があ nametype (もし type 指定されていない場合、デフォルトの型はuse-Dateになります)。 type 任意の数値型(Date/DateTime/UInt64/Int32/others)を指定できます。

例:

<structure>
    <id>
        <name>Id</name>
    </id>
    <range_min>
        <name>first</name>
        <type>Date</type>
    </range_min>
    <range_max>
        <name>last</name>
        <type>Date</type>
    </range_max>
    ...

または

CREATE DICTIONARY somedict (
    id UInt64,
    first Date,
    last Date
)
PRIMARY KEY id
LAYOUT(RANGE_HASHED())
RANGE(MIN first MAX last)

これらの辞書を操作するには、追加の引数を渡す必要があります。 dictGetT 範囲が選択される関数:

dictGetT('dict_name', 'attr_name', id, date)

この関数は、指定された値を返します idsおよび渡された日付を含む日付範囲。

アルゴリズムの詳細:

  • もし id が見つからないか、範囲が見つからない。 id,ディクショナリのデフォルト値を返します。
  • 重複する範囲がある場合は、anyを使用できます。
  • 範囲区切り文字が NULL または無効な日付(1900-01-01または2039-01-01など)、範囲は開いたままになります。 範囲は両側で開くことができる。

設定例:

<yandex>
        <dictionary>

                ...

                <layout>
                        <range_hashed />
                </layout>

                <structure>
                        <id>
                                <name>Abcdef</name>
                        </id>
                        <range_min>
                                <name>StartTimeStamp</name>
                                <type>UInt64</type>
                        </range_min>
                        <range_max>
                                <name>EndTimeStamp</name>
                                <type>UInt64</type>
                        </range_max>
                        <attribute>
                                <name>XXXType</name>
                                <type>String</type>
                                <null_value />
                        </attribute>
                </structure>

        </dictionary>
</yandex>

または

CREATE DICTIONARY somedict(
    Abcdef UInt64,
    StartTimeStamp UInt64,
    EndTimeStamp UInt64,
    XXXType String DEFAULT ''
)
PRIMARY KEY Abcdef
RANGE(MIN StartTimeStamp MAX EndTimeStamp)

キャッシュ

辞書は、固定数のセルを持つキャッシュに格納されます。 これらの細胞を含む使用頻度の高います。

辞書を検索するときは、まずキャッシュが検索されます。 データの各ブロックについて、キャッシュ内に見つからない、または古いすべてのキーがソースから要求されます。 SELECT attrs... FROM db.table WHERE id IN (k1, k2, ...). 受信したデータは、キャッシュに書き込まれます。

キャッシュディクショナリの有効期限 生涯 キャッシュ内のデータの設定が可能です。 より多くの時間が lifetime セルにデータをロードしてから経過した場合、セルの値は使用されず、次に使用する必要があるときに再要求されます。 これは、辞書を保存するすべての方法の中で最も効果的ではありません。 キャッシュの速度は、正しい設定と使用シナリオに強く依存します。 キャッシュタイプディクショナリは、ヒット率が十分に高い(推奨99%以上)場合にのみ適切に機能します。 の平均ヒット率を表示することができます system.dictionaries テーブル。

キャッシュのパフォーマ LIMIT、および外部辞書を使用して関数を呼び出します。

サポート ソースMySQL、ClickHouse、実行可能ファイル、HTTP。

設定例:

<layout>
    <cache>
        <!-- The size of the cache, in number of cells. Rounded up to a power of two. -->
        <size_in_cells>1000000000</size_in_cells>
    </cache>
</layout>

または

LAYOUT(CACHE(SIZE_IN_CELLS 1000000000))

設定するのに十分な大きさのキャッシュサイズです。 あなたは細胞の数を選択するために実験する必要があります:

  1. 値を設定します。
  2. 走行クエリーまでのキャッシュを完全に。
  3. を使用してメモリ消費量を評価する system.dictionaries テーブル。
  4. 必要なメモリ消費に達するまで、セル数を増減します。

!!! warning "警告" ClickHouseをソースとして使用しないでください。

complex_key_cache

このタイプの貯蔵は合成物との使用のためです キー. に類似した cache.

直接

辞書はメモリに格納されず、要求の処理中にソースに直接移動します。

辞書キーには UInt64 タイプ。

すべてのタイプの ソース ローカルファイ

設定例:

<layout>
  <direct />
</layout>

または

LAYOUT(DIRECT())

ip_trie

このタイプの貯蔵するマッピングするネットワーク接頭辞(IPアドレスへのメタデータなどのASN.

例:テーブルを含むネットワークの接頭辞およびその対応としての数および国コード:

  +-----------|-----|------+
  | 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     |
  +-----------|-----|------+

このタイプのレイアウトを使用する場合、構造に複合キーが必要です。

例:

<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>
    ...

または

CREATE DICTIONARY somedict (
    prefix String,
    asn UInt32,
    cca2 String DEFAULT '??'
)
PRIMARY KEY prefix

キーには、許可されたIPプレフィックスを含む文字列型属性のみが必要です。 その他のタイプはサポートされていませんか。

クエリでは、同じ関数を使用する必要があります (dictGetT タプル付き)複合キーを持つ辞書については:

dictGetT('dict_name', 'attr_name', tuple(ip))

この関数は、 UInt32 IPv4の場合、または FixedString(16) IPv6の場合:

dictGetString('prefix', 'asn', tuple(IPv6StringToNum('2001:db8::1')))

その他のタイプはサポートされていませんか。 この関数は、このIPアドレスに対応するプレフィックスの属性を返します。 重複する接頭辞がある場合は、最も特定の接頭辞が返されます。

データは trie. それはRAMに完全に収まる必要があります。

元の記事