RICH-ATONE

摘要： 不一定, 原因有二 我们多数情况下使用 != 只是筛选掉少量数据, 这种情况下走索引树找出不符合条件的值然后返回其他符合条件的值, 跟直接做全表扫描的效率其实相差不大（走索引的概率低）。如果筛选掉的数据的量很大, 剩下的数据的量很少, 这种情况下有可能会走索引. 更重要的是, 多数情况下我们是会se 阅读全文

摘要： 数据库常见知识点总结-最左前缀匹配原则、EXPLAIN 命令详解 阅读全文

摘要： Clickhouse的主键索引是一个稀疏索引, 它并不存储每一个行的数据, 而是存储每个子矩阵的第一个行数据, 因此8192行数据才会有一个索引值, 索引非常小, 对应的代价就是查找时, 需要用折半查找的方式来查询具体的编号, 复杂度为log(n) 主键索引可以是组合索引, 类似于mysql的组合索 阅读全文

摘要： 参考： 列式数据库管理系统——ClickHouse（version：22.7.1 环境部署） 阅读全文

摘要： oozie报错： java.lang.RuntimeException: java.lang.RuntimeException: java.lang.ClassNotFoundException: Class org.apache.oozie.action.hadoop.OozieLauncherO 阅读全文

摘要： 操作针对2.7.x版本的Hadoop 1、首先停止已经启动的hadoop [hadoop@localhost ~]$ stop-all.sh 2、然后查看hadoop配置文件hdfs-site.xml,确定dfs.namenode.name.dir、dfs.datanode.data.dir以及ha 阅读全文

摘要： Linux 平均负载 Load Average 详解 阅读全文

摘要： ClickHouse 中最重要的表引擎：MergeTree 的深度原理解析 阅读全文

摘要： clickhouse分区的作用； 分区会不会提高查询速度也要看查询条件里面带什么。如果查询条件就是分区的等值操作，那优化器在生成查询操作的时候肯定能够做到partition elimination，扫描的io块少了查询速度肯定也能提高。如果查询条件里面没有分区等值查询条件，那么再怎么分区，都是扫描所 阅读全文

摘要： 1、背景 ck在单表查询能够做到极致，但是在join上性能就相对尬尴, A JOIN B 特别是当两张表的数据都不小的时候，经常就会有内存溢出，超时等等情况 特别是当AB都为分布表的时候 就拿常用的事件表（events_all）和用户表（users_all）做JOIN为例，都是分布表； 以下为cli 阅读全文