и словил такую ошибку
"Too many partitions for single INSERT block". Партиция у меня на дату по дням стоит и очевидно что в пачке из 10к будет куча одинаковых дат, так как пишу события по дням.
Нормально ли будет увеличить max_partitions_per_insert_block до 10к или это как-то скажется на скорости/ресурсах и так вообще неользя делать?
Ошибка про то, что ваш инсерт вставляет во много партиции разом, а не про много записей в одну
а, хм. Тость наоборот там разные даты?
Скорость инсерта снизится, тк ваш батч затрагиваетт слишком много партиций -> больше файлов. Так же в будущем будут замедлятся селекты, которые имеют(в вашем примере) выборку больше дня, тк читать много файликов приходится. Так же это генерит невероятное количество партов. Сам сталкивался с такой проблемой - пришлоись репартиционировать таблицу.
А как? По месяцам?
Да, я пришел к выводу что это самое оптимальное значение. Ну я переодически чатик читаю, многие приходят к такому выводу. Так же туторах для кх тоже советуют использовать именно так. Конечно же, все депендс от вашей специфики и конкретных кейсов.
А если у меня таблица с примерно 300кк записями, как-то запросом можно определить, каких данных уникальных больше, чтобы например сделать репартицию например по какому-то типу. Например у меня есть тип события, там их всего штук 5 на все записи, а месцов очевидно больше и каждый раз будет больше. Имеет такое смысл? Или так же надо смотреть систему, какие вообще запросы и какие фильтры используются?
count() и group by. Можно ещё uniq()
Посчитайте количество уникальных значений, что бы найти коррелирующее значение, которое будет оптимально балансировать паратиции в рамках вашей специфики.
Да, точно. Но у меня например в системе поумолчанию фильтр по датам стоит с большим промежутком, однако фильтр на тип стоит всегда поумолчанию 1. Тоесть мы можем смотреть данные одного типа по разным датам. Однако можно поставить фильтр на дргой тип и надо будет делать join. Мб имеет смысл репартицию сделать на тип все же?
Партиции больше для удобства, так что оставьте по дате. А в индекс на первое место поставьте тип.
Так сделайте партиции по месяцу и в ключ оред бай поставьте колонку в начало с наибольшей кардинальностью - тип, в вашем примере.
Я по неделям делал, тоже неплохо. А по дням это жесть, извините
Понял, я просто только начинаю осваивать КХ и пока только разбираюсь в партициях, ключах сортировки и тд
у нас и по часам есть. зависит от того: - сколько времени храянятся все данные - сколько времени в одном запросе запрашивается (минимальные-максимальный разброс) - сколько данных итого в ГБ в один день
Мы выбрали промежуточный вариант - по неделям. PARTITION BY toYYYYMMDD(toMonday(clock))
Обсуждают сегодня