分区粒度影响什么

ClickHouse 的 MergeTree 按分区键把数据切成一个个 part，查询时靠分区裁剪跳过无关数据，后台再把同分区的小 part 合并成大 part。分区太粗，单分区数据量大，裁剪效果差；分区太细，part 数量暴涨，合并与元数据开销吃掉查询收益。按月还是按天，取决于数据量与查询条件。

基本信息

典型使用场景

• 明细日志表：按月分区，查询多带时间范围条件
• 高频日查询表：按天分区，让裁剪更精确
• 冷热分离：TTL 把过期分区按规则下沉或删除
• 批量导入：按分区组织批次，避免单个 part 过大
• 容量规划：按分区统计磁盘占用，判断是否需要归档

分区与 TTL 示例

CREATE TABLE dw.trade_order
(
    dt        Date,
    order_id  String,
    pay_amt   Decimal(18, 2)
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(dt)      -- 按月分区
ORDER BY (dt, order_id)        -- 排序键决定稀疏索引
TTL dt + INTERVAL 12 MONTH;    -- 超过一年自动删除

-- 观察 part 数量与分区分布
SELECT partition, count() AS parts FROM system.parts
WHERE table = 'trade_order' AND active GROUP BY partition ORDER BY partition;

分区键怎么选

part 数量为什么关键

ClickHouse 每次查询都要为涉及的每个 part 建索引与读取线程，part 数量越多，固定开销越大。小批量写入是 part 膨胀的主要来源：每条记录单独插入一次，就会生成一个小 part，后台合并跟不上时，几周内就能累积出成千上万个。写入侧应攒批，并关注后台合并是否落后。