ClickHouse Kafka效果

Question

遵循文档中的示例：https : //clickhouse.yandex/docs/en/table_engines/kafka/

我使用Kafka Engine和一个实例化视图创建了一个表，该视图将数据推送到MergeTree表。

这是我的表格结构：

CREATE TABLE games (
    UserId UInt32,
    ActivityType UInt8,
    Amount Float32,
    CurrencyId UInt8,
    Date String
  ) ENGINE = Kafka('XXXX.eu-west-1.compute.amazonaws.com:9092,XXXX.eu-west-1.compute.amazonaws.com:9092,XXXX.eu-west-1.compute.amazonaws.com:9092', 'games', 'click-1', 'JSONEachRow', '3');


CREATE TABLE tests.games_transactions (
    day Date,
    UserId UInt32,
    Amount Float32,
    CurrencyId UInt8,
    timevalue DateTime,
    ActivityType UInt8
 ) ENGINE = MergeTree(day, (day, UserId), 8192);


  CREATE MATERIALIZED VIEW tests.games_consumer TO tests.games_transactions
    AS SELECT toDate(replaceRegexpOne(Date,'\\..*','')) as day, UserId, Amount, CurrencyId, toDateTime(replaceRegexpOne(Date,'\\..*','')) as timevalue, ActivityType
    FROM default.games;

在Kafka主题中，我每秒收到约150条消息。

一切都很好，部分原因是表中的数据更新有很大的延迟，这绝对不是实时的。

似乎只有当我到达65536个准备在Kafka中使用的新消息时，数据才从Kafka发送到表

我应该设置一些特定的配置吗？

我试图从cli更改配置：

SET max_insert_block_size=1048
SET max_block_size=655
SET stream_flush_interval_ms=750

但是没有改善

我应该更改任何特定配置吗？
在创建表之前，是否应该更改上述配置？

Answer 1

ClickHouse github上存在此问题-https: //github.com/yandex/ClickHouse/issues/2169。

基本上，您需要在创建表格之前设置max_block_size（http://clickhouse-docs.readthedocs.io/en/latest/settings/settings.html#max-block-size），否则它将无法正常工作。

我将解决方案与重载users.xml一起使用：

<yandex>
    <profiles>
        <default>
           <max_block_size>100</max_block_size>
        </default>
    </profiles>
</yandex>

我删除了表和数据库，然后重新创建了它们。它为我工作。现在可能表每100条记录更新一次。