在clickhouse中选择分片键的最佳方法是什么？

Question

我想了解如何在 Clickhosue 中选择分片键？clickhosue 如何选择哪个分片？\n例如，我有一个包含 3 列的表：\nuser_id、\ntimestamp、\ncity_id。

\n

我应该按 user_id 还是按城市进行分片？

\n

我使用 murmurHash3_64 函数。

\n

murmurHash3_64(city_id = 1) 返回：

\n

\xe2\x94\x8c\xe2\x94\x80\xe2\x94\x80murmurHash3_64(1)\xe2\x94\x80\xe2\x94\x90\n\xe2\x94\x82 956517343494314387 \xe2\x94\x82\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x98\n

\n

当我有 3 个分片或 2 个分片时，Clickhouse 中选择分片 id 的机制是什么？

\n

Answer 1

https://clickhouse.tech/docs/en/engines/table-engines/special/distributed/

首先，您需要了解为什么需要按一些有意义的列进行分片。为什么你不能使用rand()？

通常不是用什么的问题，因为分片自然就遵循业务需求。如果您没有这样的要求，那么您应该使用rand().

CH采用模运算+权重。这很简单。如果您有 6 个分片，则 956517343494314387 % 6 = 5 === 分片号 5。因此具有相同 city_id 的行将被放置在同一个分片上。

因此，如果您选择 city_id 作为分片键，并且城市的分布通常不相等，因此阴影也会不相等。纽约或墨西哥等大城市的所有行都将位于一个分片中。

所以 user_id 看起来更适合作为分片键。