大佬们麻烦帮忙看下这个 CK 查询速度为啥比 MySQL 慢

[lbllol365]

单表两千万数据，MySQL 4C8G,24ms ，clickhouse 2C4G,282ms

MySQL:

SELECT
corp_id,
corp_user_id,
SUM(totalxx_num) totalxx_num,
SUM(total_xxx_num) total_xxx_num
from xxx.xxxx
where corp_id = 'sdd' and dept_id = 100 and send_day >= '2023-03-01 00:00:00'and send_day <= '2023-04-25 00:00:00'
group by corp_id,corp_user_id;

CK:

SELECT
corp_id,
corp_user_id,
SUM(totalxx_num) totalxx_num,
SUM(total_xxx_num) total_xxx_num
from xxx.xxxx
where corp_id = 'sdd' and dept_id = 100 and send_day >= toDate('2023-03-01 00:00:00') and send_day <= toDate('2023-04-25 00:00:00')
group by corp_id,corp_user_id;

DDL:

create table xxxx
(
    id                          Int64,
    corp_id                     String,
    user_id                     Int64,
    corp_user_id                String,
    totalxx_num              	Int32,
    total_xxx_num               Int32,
    send_day                    Date
)
    engine = MergeTree PARTITION BY toMonday(send_day)
        PRIMARY KEY id
        ORDER BY (id, corp_id, user_id, send_day)
        SETTINGS index_granularity = 8192;

[standchan]

CK ddl 的分区感觉有点奇怪，分区对 ck 的性能影响很大。你使用 toMonday 分区，2 千万的数据量那分区就贼多了吧，你查一下你这批数据分了多少区呢，在 sys 表里面有，看一下呢

[lbllol365]

@standchan system.parts 表里查有 34 个分区

[simonlu9]

@lbllol365 打开调式模式，看看执行计划

[x308989414q]

查询尽量不要跨分区

[troywinter]

2000 万数据感觉 ck 都没必要分区，或者根据查询场景用 corp_id 分区。

[RangerWolf]

我感觉问题在 order by 上。
order by 的顺序是 ORDER BY (id, corp_id, user_id, send_day)
而你的查询值没有用到 id ，导致要扫描的行数还是太多了。你试试看在 order by 之中把 id 去掉或者放到后面，查询速度应该有明显提升。

只能说盲猜，猜错勿怪

[OliverDD]

看看你的 primary key…id…但是查询没用到。order by 第一个竟然是 id ，这种高基数键不应该放首位；其次，不知道这几个 id 是不是随机值还是自增的，随机的值不应该放在 order by 里面

[OliverDD]

你可以用 explain indexes=1 你的 sql;来看看你的 sql 命中索引情况，我理解，应该是全盘扫描