cangyin
commented
2 years ago 我看了一下，你的问题好多都应该是自己查找ClickHouse文档就能解决的，一些“为什么”的问题是关于ClickHouse的实现方式的，也不应该问书的作者而应该在ClickHouse社区提issue。
不要把这本书当作你对ClickHouse唯一的知识来源。
Open ubyyj opened 4 years ago
cangyin
commented
2 years ago 我看了一下，你的问题好多都应该是自己查找ClickHouse文档就能解决的，一些“为什么”的问题是关于ClickHouse的实现方式的，也不应该问书的作者而应该在ClickHouse社区提issue。
不要把这本书当作你对ClickHouse唯一的知识来源。
Pxx代表页码。
【1】P55 "物化视图目前不支持同步删除"，为什么呢？MV的更新是在有新数据插入的时候触发；而Clickhouse的数据删除也是以增代删，理论上应该也可以同步啊。 【2】P79 "可执行文件"。非常不理解这种字典的使用场景，它与本地文件有什么本质区别？ 【3】P81 上半部分字典配置。如果不只是能指定filter，如果还能指定select字句来增加projection岂不是更加灵活，就像一个view一样。
【4】P83 MongoDB字典，字典的字段如何与MongoDB的字段进行映射呢？MongoDB是支持嵌套的。
【5】P90 "sample by intHash32(UserID)" 加了这句之后，数据的存储模型有什么变化吗？他是如何帮助后面可以高效的采样的呢？
【6】P92 "MergeTree通过标记文件建立了primary.idx稀疏索引与.bin数据文件之间的映射关系"。这里如果能讲primary.idx与.mrk文件的映射关系，读者就会更加清楚了。
【7】P104 minmax的汇总信息以什么方式存储在哪里？
【8】P105 ngrambf_v1 布隆过滤器为什么能提升like语句的查询效率？
【9】P107 每个压缩块都有压缩方式字段，是不是意味着每个数据块都可以使用不同的压缩方式？
【10】P121 "如果一个分区内某一列数据因为TTL到期全部被删除了，那么在合并之后生成的新分区目录中，将不会保护这个列字段的数据文件"，如果此时select该字段，会返回数据吗？是返回null还是返回默认值?
【11】P127 "注意，如果一次性写入大于1MB的数据，分区也会被写入cold卷"，这个似乎不是很实用，能否根据数据的age来确定是否存到code卷呢？比如1年以前的数据已到cold卷，以节约成本。
【12】P131 "在修改ORDER BY时会有一些限制，只能…."，如果新增拍下字段，已有的数据会重建吗？为什么新增排序字段不能通过MODIFY ORDER BY语句完成，而是需要通过ALTER ADD COLUMN完成，这个语句有什么pros/cons吗？
【13】P140 "数据会按照ORDER BY id, ver DESC"，为什么是DESC?
【14】P141 应用程序如果决定ver呢？多线程访问下，是不是也存在ver字段冲突？譬如两个线程使用了一样的ver进行插入和删除。
【15】P150 "当通过MySQL表引擎向远端MySQL数据库写入数据的同时，物化视图也会同步更新数据"，如果通过MYSQL的原生借口写入数据，而不是从ClickHouse里面写，MV还能同步吗？
【16】P164 TinyLog使用场景是什么？
【17】P166 Log与TinyLog有什么本质区别？比MergeTree好在哪里?
【18】P172 应该是一个笔误 router.post('/ user', …" 斜杆(/)与user之间多了一个空格。
【19】P180 "SAMPL 0.4" 这里是连续的取40%的数据吗？没有任何的随机性？
【20】P185 第5行，表中第二行"1,ClickHouse,105"，原表中没有rate=105的表，貌似原始表join_tb2少了一行。
【21】P188 "(3)将右表中未被连接的…"，那么左表中未被连接的数据行呢？
【22】P191 "这是因为中执行PREWHERE查询时，只需要获取JavaEnable字段进行数据过滤"，WHERE查询时不能这么做吗？这个不应该在优化器里面用户无感的做掉了的么？为什么引入一个新的关键字PREWHERE?
【23】P201 倒数第4行，NULL为什么不是排在最后或者最前？
【24】P212 唯一性，应用侧如何以相同的block写入呢？另外相反，如果确实有2条一样的数据需要插入，如何才能不被reject掉呢？
【25】P215 "/block_numbers …. 都会依照相同的block_numbers顺序进行" 这是为了保证副本merge之后与主副本完全一致？
【26】P216 "/queue ….会将执行任务添加至该节点", 这个添加动作会失败吗？log与mutation的执行顺序重要吗？不同的执行顺序会导致不同的结果吗？貌似insert和delete顺序不同，最终结果是不一样的。
【27】P223 "与此同时，主副本还会锁住执行线程"， 锁住执行线程意味着什么？后续无法进行merge计划？
【28】P237 本地表是如何与Distributed表关联起来的？是通过表名的前缀(test_shard_2)关联的吗？
【29】P242 "首先在CH5节点，对分布式表…"，Client端可以轮换这个节点，以分散写入压力吗？
【30】P245 "分布式查询的核心流程"，这里有可能根据key进行分支裁剪吗？如果一个key肯定不在这个副本上，那就没有必要查它了。