Skip to content
ClickHouse Docs
ClickHouse DocsClickHouse Docs
49.6kGet Started

为什么我的主键没有被使用？如何检查？

View as MarkdownEdit this pageReport an issueSet up docs MCP

检查主键使用情况

用户有时会发现，自己明明认为是在按主键排序或过滤，但查询速度仍比预期更慢。本文将说明如何确认是否使用了该键，并重点介绍一些未使用该键的常见原因。

创建表

下面是一个简单的表示例：

CREATE TABLE logs
(
    `code` LowCardinality(String),
    `timestamp` DateTime64(3)
)
ENGINE = MergeTree
ORDER BY (code, toUnixTimestamp(timestamp))

请注意，我们的排序键中的第二个条目是 toUnixTimestamp(timestamp)。

填充数据

向此表写入 1 亿行数据：

INSERT INTO logs SELECT
 ['200', '404', '502', '403'][toInt32(randBinomial(4, 0.1)) + 1] AS code,
    now() + toIntervalMinute(number) AS timestamp
FROM numbers(100000000)

0 rows in set. Elapsed: 15.845 sec. Processed 100.00 million rows, 800.00 MB (6.31 million rows/s., 50.49 MB/s.)

SELECT count()
FROM logs

┌

基本过滤

如果按代码过滤，我们可以在输出中看到扫描的行数：- 49.15 thousand。请注意，这只是总计 1 亿行中的一部分。

SELECT count() AS c
FROM logs
WHERE code = '200'

┌

此外，我们还可以通过 EXPLAIN indexes=1 子句来确认已使用该索引：

EXPLAIN indexes = 1
SELECT count() AS c
FROM logs
WHERE code = '200'

┌

注意，扫描的粒度数 8012 仅占总数 12209 的一部分。下方高亮的部分表明这里使用了主键。

PrimaryKey
  Keys: 
   code

粒度是 ClickHouse 中的数据处理单元，每个粒度通常包含 8192 行。有关粒度及其过滤方式的更多信息，建议阅读本指南。

按多个键过滤

假设我们按 code 和 timestamp 进行过滤：

SELECT count()
FROM logs
WHERE (code = '200') AND (timestamp >= '2025-01-01 00:00:00') AND (timestamp <= '2026-01-01 00:00:00')

┌

在这种情况下，这两个排序键都会用于过滤行，因此只需要读取 87 个粒度。

在排序中使用键

ClickHouse 还可以利用排序键高效地进行排序。具体来说，

当 optimize_read_in_order 设置启用时 (默认即为启用) ，ClickHouse server 会使用表索引，并按 ORDER BY 键的顺序读取数据。这样一来，在指定 LIMIT 的情况下，就可以避免读取全部数据。因此，对于数据量大且 LIMIT 较小的查询，处理速度会更快。更多详情请参见这里和这里。

不过，这要求所使用的键保持一致。

例如，考虑以下查询：

SELECT *
FROM logs
WHERE (code = '200') AND (timestamp >= '2025-01-01 00:00:00') AND (timestamp <= '2026-01-01 00:00:00')
ORDER BY timestamp ASC
LIMIT 10

┌

我们可以通过 EXPLAIN pipeline 确认这里并未应用该优化：

EXPLAIN PIPELINE
SELECT *
FROM logs
WHERE (code = '200') AND (timestamp >= '2025-01-01 00:00:00') AND (timestamp <= '2026-01-01 00:00:00')
ORDER BY timestamp ASC
LIMIT 10

┌

这里的 MergeTreeSelect(pool: ReadPool, algorithm: Thread) 这一行并不表示使用了该优化，而是表示一次常规读取。这是因为我们的表排序键使用的是 toUnixTimestamp(Timestamp)，而不是 timestamp。修正这种不匹配即可解决该问题：

EXPLAIN PIPELINE
SELECT *
FROM logs
WHERE (code = '200') AND (timestamp >= '2025-01-01 00:00:00') AND (timestamp <= '2026-01-01 00:00:00')
ORDER BY toUnixTimestamp(timestamp) ASC
LIMIT 10

┌
Navigation