ClickHouse中JOIN算法选择逻辑以及auto选项

2024-01-08 18:43:07

ClickHouse中JOIN算法选择逻辑以及auto选项

ClickHouse中的JOIN的算法有6种:

  1. Direct;
  2. Partial merge;
  3. Hash;
  4. Grace hash;
  5. Full sorting merge;
    1. Parallel hash。

Setting配置join_algorithm用于指定JOIN算法,它可以设置为多个值,例如join_algorithm=‘direct,hash,partial_merge’。在选择最终JOIN算法的时候是根据setting配置join_algorithm, 以及JOIN操作的Strictness、Kind和参与JOIN的右表表引擎类型共同决定。
Setting配置join_algorithm的可选值(可以组合,前面的例子已经展示了)如下所示:

  1. default
  2. auto
  3. hash
  4. partial_merge
  5. prefer_partial_merge
  6. parallel_hash
  7. direct
  8. full_sorting_merge
  9. grace_hash

JOIN算法的选择逻辑

上面已经提到join_algorithm上可以指定多个值,相当于是一个多路开关,它规定了哪些JOIN算法可以使用。而在具体JOIN语句执行时则根据具体情况(例如Strictness、Kind和右表表引擎类型)选择合适的JOIN算法。如果没有合适的JOIN算法,则会报错。选择逻辑按照优先级从高往低列举如下:

  1. 如果setting join_algorithm 包含’direct’或’default’,则优先尝试Direct join。Direct join的使用条件是:

    StrictnessKind右表引擎JOIN关键字/条件
    ANYLEFT键值对表引擎,如
    Join engine、Dictionary engine
    必须为Join表引擎的关键字
    单连接条件(不带OR)
  2. 如果setting join_algorithm 包含’partial_merge’或者’prefer_partial_merge’,则尝试使用Partial(sorting) merge join。Partial(sorting) merge join的使用条件是:

    StrictnessKind右表引擎JOIN关键字/条件
    ALLINNER
    LEFT
    RIGHT
    FULL
    -单连接条件(不带OR)
    ANY | SEMIINNER
    LEFT
    -连接条件(不带OR)
  3. 如果setting join_algorithm 包含’parallel_hash’,则尝试使用Parallel hash join。Parallel hash join的使用条件是:

    StrictnessKind右表引擎JOIN关键字/条件
    除了ASOF的所有INNER
    LEFT
    -单连接条件(不带OR)
  4. 如果setting join_algorithm 包含’hash’或’default’,或者虽然包含’parallel_hash’或’prefer_partial_merge’但是前面对应使用条件不满足,则尝试使用Hash join。Hash join的使用条件是:

    StrictnessKind右表引擎JOIN关键字/条件
    所有所有--
  5. 如果setting join_algorithm 包含’full_sorting_merge’,则尝试使用Full sorting merge join。Full sorting merge join的使用条件是:

    StrictnessKind右表引擎JOIN关键字/条件
    ALL | ANYINNER
    LEFT
    RIGHT
    FULL
    -单连接条件(不带OR)
  6. 如果setting join_algorithm 包含’grace_hash’,则尝试使用Grace hash join。Grace hash join的使用条件是:

    StrictnessKind右表引擎JOIN关键字/条件
    除了ASOF的所有INNER
    LEFT
    RIGHT
    FULL
    单连接条件(不带OR)
  7. 如果setting join_algorithm 包含’auto’,则尝试先使用Hash join。当切换条件触发且Partial merge join的使用条件满足时切换到Partial merge join。

Auto的逻辑

join_algorithm设置为’auto’时,ClickHouse会自行(不一定算是很智能)根据内存消耗情况选择JOIN算法。

首先采用hash join,并在JOIN运算期间记录生成的哈希表的行数和所消耗的内存。当行数或者消耗内存大小达到阈值时,切换到partial merge join算法。

阈值由settings设置max_rows_in_joinmax_bytes_in_join设定。

设置join_overflow_mode

join_algorithm为’hash’时,在阈值max_rows_in_joinmax_bytes_in_join被超过时的行为取决于join_overflow_mode的设定。join_overflow_mode有两种取值:

  1. THROW

    抛异常。

  2. BREAK

    中断执行,返回部分结果。

文章来源:https://blog.csdn.net/Ahxing1985/article/details/135463190
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。