其他分享
首页 > 其他分享> > clickhouse中update/delete的使用之mutation

clickhouse中update/delete的使用之mutation

作者:互联网

  Clickhouse是个分析型数据库。这种场景下,数据一般是不变的,因此Clickhouse对update、delete的支持是比较弱的,实际上并不支持标准的update、delete操作。

1.Clickhouse通过alter方式实现更新、删除,它把update、delete操作叫做mutation(突变)。

  语法为:

ALTER TABLE [db.]table DELETE WHERE filter_expr
ALTER TABLE [db.]table UPDATE column1 = expr1 [, ...] WHERE filter_expr

 

  那么,mutation与标准的update、delete有什么区别呢?

  标准SQL的更新、删除操作是同步的,即客户端要等服务端反回执行结果(通常是int值);而Clickhouse的update、delete是通过异步方式实现的,当执行update语句时,服务端立即反回,但是实际上此时数据还没变,而是排队等着。它们是异步后台进程,类似于MergeTree表中的合并,用于生成新的“变异”版本的部件。

  大多数ALTER TABLE查询仅支持*MergeTree表以及Merge和Distributed

  1)对于*MergeTree表,突变通过重写整个数据部分来执行。没有原子性 - 部件一旦准备好就被变异部件替换,并且SELECT在变异期间开始执行的查询将看到来自已经变异部件的数据以及来自尚未变异部件的数据。

  2)突变完全按其创建顺序排序,并按该顺序应用于每个部分。突变也通过INSERT INTO查询部分排序:在提交突变之前插入到表中的数据将被突变,之后插入的数据不会被突变。请注意,突变不会以任何方式阻止插入。

  3)添加突变条目后,突变查询立即返回(如果复制表到 ZooKeeper,对于非复制表 - 到文件系统)。突变本身使用系统配置文件设置异步执行。要跟踪突变的进度,您可以使用该system.mutations表。即使重新启动 ClickHouse 服务器,成功提交的变更仍将继续执行。一旦提交,就无法回滚突变,但如果突变由于某种原因被卡住,可以通过KILL MUTATION查询取消它。

  4)完成突变的条目不会立即删除(保留条目的数量由finished_mutations_to_keep存储引擎参数确定)。旧的突变条目被删除。

  5)对于非复制表,所有ALTER查询都是同步执行的。对于复制的表,查询只是将适当操作的指令添加到ZooKeeper,并且操作本身会尽快执行。但是,查询可以等待在所有副本上完成这些操作。对于所有ALTER查询,您可以使用replication_alter_partitions_sync设置来设置等待。您可以使用replication_wait_for_inactive_replica_timeout设置指定等待非活动副本执行所有ALTER查询的时间(以秒为单位)。!!!对于所有ALTER查询,如果replication_alter_partitions_sync = 2某些副本不活动超过replication_wait_for_inactive_replica_timeout设置中指定的时间,UNFINISHED则抛出异常。

2.查看mutation队列

  那么,怎么查看数据是否更新完成了呢?

  可以通过system.mutations表查看相关信息:

SELECT
    database,
    table,
    command,
    create_time,
    is_done
FROM system.mutations
LIMIT 10

┌─database─┬─table─────────────────┬─command─────────────────────────────────────────────────────────────────────────────┬─────────create_time─┬─is_done─┐
│ app      │ scene_model           │ UPDATE status = '2' WHERE id = '208209306'                                          │ 2020-03-30 15:38:58 │       1 │
│ app      │ scene_model           │ UPDATE status = '2' WHERE id = '100000004'                                          │ 2020-03-30 15:40:00 │       1 │
│ app      │ scene_model           │ UPDATE status = '2' WHERE id = '100000004'                                          │ 2020-03-30 15:41:09 │       1 │
│ app      │ user_model            │ UPDATE name = 'zhuweiming' WHERE id = '0000000047fd31e40147fd3477cc0000'            │ 2020-03-19 18:34:59 │       1 │
│ app      │ work_statistics_total │ UPDATE pv = 10000, uv = 10000 WHERE (id = '1000900') AND (product = 'tracker_view') │ 2020-03-31 14:45:59 │       1 │
│ app      │ work_statistics_total │ UPDATE pv = 10000, uv = 10000 WHERE (id = '1000901') AND (product = 'tracker_view') │ 2020-03-31 14:45:59 │       1 │
│ app      │ work_statistics_total │ UPDATE pv = 10000, uv = 10000 WHERE (id = '1000902') AND (product = 'tracker_view') │ 2020-03-31 14:45:59 │       1 │
│ app      │ work_statistics_total │ UPDATE pv = 10000, uv = 10000 WHERE (id = '1000903') AND (product = 'tracker_view') │ 2020-03-31 14:45:59 │       1 │
│ app      │ work_statistics_total │ UPDATE pv = 10000, uv = 10000 WHERE (id = '1000904') AND (product = 'tracker_view') │ 2020-03-31 14:45:59 │       1 │
│ app      │ work_statistics_total │ UPDATE pv = 10000, uv = 10000 WHERE (id = '1000905') AND (product = 'tracker_view') │ 2020-03-31 14:45:59 │       1 │
└──────────┴───────────────────────┴─────────────────────────────────────────────────────────────────────────────────────┴─────────────────────┴─────────┘

 

  除了上述的,还有一些其他的字段,详见官方文档。

  通过以上信息,可以查看当前有哪些mutation已经完成,is_done为1即表示已经完成。

3.Mutation具体过程

  首先,使用where条件找到需要修改的分区;
  然后,重建每个分区,用新的分区替换旧的,分区一旦被替换,就不可回退;

  对于每个分区,可以认为是原子性的;但对于整个mutation,如果涉及多个分区,则不是原子性的。

4.注意事项

kill kutation where database='app' and table='test' 

-- database、table是system.mutations表中的字段

  当执行删除更新失败的时候需注意:对于mutations执行失败的话,先去查询system.mutations的任务,查看is_done=0的数据,并且看下latest_fail_reason的原因。如果发现问题不是sql的原因,则删除mutations再尝试执行删除或者更新,如果是sql或者其他原因,查询找到原因解决再执行删除或者更新。

5.使用建议

  按照官方的说明,update/delete 的使用场景是一次更新大量数据,也就是where条件筛选的结果应该是一大片数据。

  举例:alter table test update status=1 where status=0 and day='2022-04-01',一次更新一天的数据。

  那么,能否一次只更新一条数据呢?例如:alter table test update pv=110 where id=100

  当然也可以,但频繁的这种操作,可能会对服务造成压力。这很容易理解,如上文提到,更新的单位是分区,如果只更新一条数据,那么需要重建一个分区;如果更新100条数据,而这100条可能落在3个分区上,则需重建3个分区;相对来说一次更新一批数据的整体效率远高于一次更新一行。

  对于频繁单条更新的这种场景,建议使用ReplacingMergeTree引擎来变相解决。

      

标签:10000,app,update,更新,mutation,突变,WHERE,id,clickhouse
来源: https://www.cnblogs.com/MrYang-11-GetKnow/p/16053471.html