您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關(guān)ClickHouse是如何批量寫入的,文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。
批量寫入又稱為bulk write,對于單表插入多條數(shù)據(jù)的場景,可以減少插入請求數(shù)量,提高吞吐量和效率。clickhouse官方Golang驅(qū)動clickhouse-go[1]支持該關(guān)鍵特性,但是文檔的介紹不是很詳細,只有一句:
Bulk write support : begin->prepare->(in loop exec)->commit
并沒有詳細介紹用法和原理,筆者在開發(fā)業(yè)務時使用的庫是sqlx[2],sql也支持clickhouse-go驅(qū)動。參考了官方樣例代碼[3]:
...
tx, err := connect.Begin()
checkErr(err)
stmt, err := tx.Prepare("INSERT INTO example (country_code, os_id, browser_id, categories, action_day, action_time) VALUES (?, ?, ?, ?, ?, ?)")
checkErr(err)
for i := 0; i < 100; i++ {
if _, err := stmt.Exec(
"RU",
10+i,
100+i,
[]int16{1, 2, 3},
time.Now(),
time.Now(),
); err != nil {
log.Fatal(err)
}
}
...
我寫的bulk write類似上面的代碼,但是提交給同事review時,他提出了疑問:stmt.Exec是每次執(zhí)行都發(fā)送寫請求到數(shù)據(jù)庫嗎?這個問題其實我不敢肯定,官方文檔也說得不明確??紤]到嚴謹性,讓自己的PR更有說服力,自己去翻看了相關(guān)源代碼。
這里需要指出,如果利用編輯器里的代碼跳轉(zhuǎn)功能會跳到database/sql
庫中的Exec
函數(shù)實現(xiàn),實際上我們要看的代碼是clickhouse-go中的實現(xiàn),至于編輯器跳轉(zhuǎn)到database/sql中的原因,書寫此文時筆者也沒弄清楚,先挖個坑吧。
stmt.Exec的核心代碼如下[4]:
func (stmt *stmt) execContext(ctx context.Context, args []driver.Value) (driver.Result, error) {
if stmt.isInsert {
stmt.counter++
if err := stmt.ch.block.AppendRow(args); err != nil {
return nil, err
}
if (stmt.counter % stmt.ch.blockSize) == 0 {
stmt.ch.logf("[exec] flush block")
if err := stmt.ch.writeBlock(stmt.ch.block); err != nil {
return nil, err
}
if err := stmt.ch.encoder.Flush(); err != nil {
return nil, err
}
}
return emptyResult, nil
}
if err := stmt.ch.sendQuery(stmt.bind(convertOldArgs(args))); err != nil {
return nil, err
}
if err := stmt.ch.process(); err != nil {
return nil, err
}
return emptyResult, nil
}
上面的代碼不多,非常清晰,當執(zhí)行Exec時,stmt.ch.block.AppendRow(args)
會先把sql參數(shù)附加到本地緩存block中,然后(stmt.counter % stmt.ch.blockSize)
判斷本地緩存大小是否到達閾值,到達則執(zhí)行Flush()
,將數(shù)據(jù)寫入遠端。綜上,clickhouse-go中的核心實現(xiàn)邏輯是:
因此block_size這個參數(shù)很重要,它表示本地緩存的上限,如果很大的話,程序會占用一些內(nèi)存。筆者起初設(shè)置為100000
,在調(diào)試日志中看不到stmt.ch.logf("[exec] flush block")
打印的log,設(shè)置小后就看到下面的輸出:
...
[clickhouse][connect=1][begin] tx=false, data=false
[clickhouse][connect=1][prepare]
[clickhouse][connect=1][read meta] <- data: packet=1, columns=6, rows=0
[clickhouse][connect=1][exec] flush block
[clickhouse][connect=1][exec] flush block
....
關(guān)于ClickHouse是如何批量寫入的就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。