SummingMergeTree 테이블 엔진

SummingMergeTree는 MergeTree 엔진을 상속합니다. 핵심 기능은 파트 병합 중 숫자형 데이터를 자동으로 합산하는 것입니다.

이 엔진은 MergeTree를 상속합니다. 차이점은 SummingMergeTree 테이블의 데이터 파트를 머지할 때 ClickHouse가 동일한 프라이머리 키(primary key), 더 정확히는 동일한 정렬 키를 가진 모든 행을 숫자 데이터 타입 컬럼의 값이 합산된 하나의 행으로 대체한다는 점입니다. 정렬 키가 하나의 키 값에 많은 수의 행이 대응되도록 구성되어 있으면 저장 용량이 크게 줄고 데이터 조회 속도도 빨라집니다.

이 엔진은 MergeTree와 함께 사용할 것을 권장합니다. 전체 데이터는 MergeTree 테이블에 저장하고, 예를 들어 보고서 작성 시에는 집계된 데이터를 저장하는 용도로 SummingMergeTree를 사용하십시오. 이렇게 하면 프라이머리 키를 잘못 구성해 중요한 데이터를 잃는 일을 방지할 수 있습니다.

​

테이블 생성하기

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],
    ...
) ENGINE = SummingMergeTree([columns])
[PARTITION BY expr]
[ORDER BY expr]
[SAMPLE BY expr]
[SETTINGS name=value, ...]

요청 매개변수에 대한 설명은 요청 설명을 참고하십시오.

​

SummingMergeTree 매개변수

​

컬럼

columns - 값이 합산될 컬럼 이름을 담은 튜플입니다. 선택적 매개변수입니다. 해당 컬럼은 숫자형이어야 하며 파티션 또는 정렬 키(sorting key)에 포함되어서는 안 됩니다.

columns를 지정하지 않으면 ClickHouse는 정렬 키에 포함되지 않은 숫자 데이터 타입의 모든 컬럼 값을 합산합니다.

​

쿼리 절

SummingMergeTree 테이블을 생성할 때는 MergeTree 테이블을 생성할 때와 동일한 절이 필요합니다.

​

사용 예시

다음 테이블을 예로 들어 보겠습니다:

CREATE TABLE summtt
(
    key UInt32,
    value UInt32
)
ENGINE = SummingMergeTree()
ORDER BY key

여기에 데이터를 삽입하세요:

INSERT INTO summtt VALUES(1,1),(1,2),(2,1)

ClickHouse에서는 모든 행이 완전히 합산되지 않을 수 있으므로(아래 참조) 쿼리에서 집계 함수 sum과 GROUP BY 절을 사용합니다.

SELECT key, sum(value) FROM summtt GROUP BY key

┌─key─┬─sum(value)─┐
│   2 │          1 │
│   1 │          3 │
└─────┴────────────┘

​

데이터 처리

데이터가 테이블(table)에 삽입되면 그대로 저장됩니다. ClickHouse는 삽입된 데이터 파트(data part)를 주기적으로 머지하며, 이 과정에서 동일한 프라이머리 키(primary key)를 가진 행(row)들이 합산되어 각 결과 데이터 파트마다 하나의 행으로 대체됩니다.

ClickHouse는 데이터 파트를 머지할 때 동일한 프라이머리 키를 가진 행이 서로 다른 결과 데이터 파트에 남을 수도 있습니다. 즉, 합산이 완전하지 않을 수 있습니다. 따라서 위 예시에서 설명한 것처럼 쿼리(query)에서는 집계 함수(aggregate function) sum()와 GROUP BY 절(clause)을 사용해야 합니다.

​

합산에 대한 일반 규칙

숫자 데이터 타입인 컬럼의 값은 합산됩니다. 컬럼 집합은 매개변수 columns로 지정됩니다.

합산 대상인 모든 컬럼의 값이 0이면 해당 행은 삭제됩니다.

컬럼이 프라이머리 키(primary key)에 포함되지 않고 합산 대상도 아니면, 기존 값 중 하나가 임의로 선택됩니다.

프라이머리 키에 포함된 컬럼의 값은 합산되지 않습니다.

​

AggregateFunction 컬럼에서의 합산

AggregateFunction type 타입의 컬럼에서는 ClickHouse가 함수에 따라 집계를 수행하는 AggregatingMergeTree 엔진처럼 동작합니다.

​

중첩 구조

테이블에는 특별한 방식으로 처리되는 중첩 데이터 구조가 포함될 수 있습니다.

중첩 테이블의 이름이 Map으로 끝나고, 다음 기준을 충족하는 컬럼을 최소 두 개 이상 포함하는 경우:

• 첫 번째 컬럼이 숫자형 (*Int*, Date, DateTime) 또는 문자열 (String, FixedString)이며, 이를 key라고 합니다.
• 나머지 컬럼이 산술형 (*Int*, Float32/64)이며, 이를 (values...)라고 합니다.

이 경우 이 중첩 테이블은 key => (values...) 매핑으로 해석되며, 행을 머지할 때 두 데이터 집합의 요소는 key를 기준으로 머지되고 해당 (values...)는 합산됩니다.

예시:

DROP TABLE IF EXISTS nested_sum;
CREATE TABLE nested_sum
(
    date Date,
    site UInt32,
    hitsMap Nested(
        browser String,
        imps UInt32,
        clicks UInt32
    )
) ENGINE = SummingMergeTree
PRIMARY KEY (date, site);

INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['Firefox', 'Opera'], [10, 5], [2, 1]);
INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['Chrome', 'Firefox'], [20, 1], [1, 1]);
INSERT INTO nested_sum VALUES ('2020-01-01', 12, ['IE'], [22], [0]);
INSERT INTO nested_sum VALUES ('2020-01-01', 10, ['Chrome'], [4], [3]);

OPTIMIZE TABLE nested_sum FINAL; -- 머지 시뮬레이션 

SELECT * FROM nested_sum;
┌───────date─┬─site─┬─hitsMap.browser───────────────────┬─hitsMap.imps─┬─hitsMap.clicks─┐
│ 2020-01-01 │   10 │ ['Chrome']                        │ [4]          │ [3]            │
│ 2020-01-01 │   12 │ ['Chrome','Firefox','IE','Opera'] │ [20,11,22,5] │ [1,3,0,1]      │
└────────────┴──────┴───────────────────────────────────┴──────────────┴────────────────┘

SELECT
    site,
    browser,
    impressions,
    clicks
FROM
(
    SELECT
        site,
        sumMap(hitsMap.browser, hitsMap.imps, hitsMap.clicks) AS imps_map
    FROM nested_sum
    GROUP BY site
)
ARRAY JOIN
    imps_map.1 AS browser,
    imps_map.2 AS impressions,
    imps_map.3 AS clicks;

┌─site─┬─browser─┬─impressions─┬─clicks─┐
│   12 │ Chrome  │          20 │      1 │
│   12 │ Firefox │          11 │      3 │
│   12 │ IE      │          22 │      0 │
│   12 │ Opera   │           5 │      1 │
│   10 │ Chrome  │           4 │      3 │
└──────┴─────────┴─────────────┴────────┘

데이터를 요청할 때는 Map 집계에 sumMap(key, value) 함수를 사용합니다.

중첩된 데이터 구조에서는 합산할 컬럼의 튜플에 해당 컬럼들을 지정할 필요가 없습니다.

​

관련 콘텐츠

• 블로그: ClickHouse에서 배열, 맵, 상태용 집계 조합자 활용하기