ClickHouse分散テーブルが遅い

Question

ClickHouseに2つのシャードと1つのデータのレプリカを含む分散テーブルを作成しました。

SELECT * 
FROM system.clusters 

┌─cluster──────────────┬─shard_num─┬─shard_weight─┬─replica_num─┬─host_name────┬─host_address─┬─port─┬─is_local─┬─user────┬─default_database─┐ 
│ twoshardsonereplicas │   1 │   1 │   1 │ 192.168.8.70 │ 192.168.8.70 │ 9000 │  0 │ default │     │ 
│ twoshardsonereplicas │   2 │   1 │   1 │ 192.168.8.71 │ 192.168.8.71 │ 9000 │  1 │ default │     │ 
└──────────────────────┴───────────┴──────────────┴─────────────┴──────────────┴──────────────┴──────┴──────────┴─────────┴──────────────────┘ 

私は分散テーブルであるexitとexit_allというテーブルを持っています。私はテーブルexit_allに挿入し、私の2台のサーバにデータを均等に分配します。レコードの半分でローカル出口テーブルからクエリを実行すると、0.15秒かかるが、exit_allで実行すると0.45秒かかる。処理が分割されてから同じ時間がかかることが予想されます。

データがこのクエリで完全に分割されているか、または100kで100レコード内にデータが分割されていることがわかります。すべてのデータが1つのサーバーに格納されているわけではありません。

編集：2-3回のクエリごとに大きな違いがあります。同じクエリの場合は、1.3秒から750msになります。

Answer 1

最初の質問に答えるには

分散テーブルは処理にいくらかのオーバーヘッドを加える可能性があります。 2つのクエリを実行し、結果をhttpsで渡してマージするので、最後の2つの部分は0.3秒の処理を追加することができます。http経由で1台のマシンから別のマシン（ローカルネットワーク内）にデータを渡すだけで0.1秒。

Tlの; DRあなたが分散しているクエリはまだしかし

は、2番目の質問に答えるために多くの時間を転送し、その結果がかかるマージする、〜0.15秒を取っている： Clickhouseはそうかもしれないクエリを繰り返し、内部クエリキャッシュを持っていますキャッシュからのデータの引き出しをトリガしないため、高速になります。それで、なぜあなたは照会時間の不一致に気付いているのですか？