Исходная таблица имеет формат
CREATE TABLE IF NOT EXISTS src_table (
str_1 String,
str_2 String,
metric_1 UInt64,
metric_2 UInt8
) ENGINE = Log
денормализованный столбец - str_2, а денормализованная таблица
CREATE TABLE IF NOT EXISTS denorm_table (
dt Date,
str_1 String,
attr_1 UInt64,
attr_2 UInt64,
......
attr_1000 UInt64,
attr_1001 UInt8,
attr_1002 UInt8,
.....
attr_2000 UInt8
) ENGINE = MergeTree PARTITION BY (dt) ORDER BY (dt, str_1) SETTINGS index_granularity=8192
Предположим, что столбец str_2 имеет 1000 различных значений (1 ... 1000) и что
attr_1 - значение столбца metric_1, когда str_2 равно 1,
attr_2 - значение столбца metric_1, когда str_2 равно 1,
.....
attr_1001 - значение столбца metric_2, когда str_2 равно 1
...
Запрос денормализации:
INSERT INTO denorm_table
(dt, user, attr_1, attr_2, ..., attr_1000, attr_1001, attr_2000)
SELECT
'2018-11-01' as dt,
str_1,
arrayElement( groupArray(metric_1), indexOf(groupArray(str_2), '1') ) as attr_1,
arrayElement( groupArray(metric_1), indexOf(groupArray(str_2), '2') ) as attr_2,
......
arrayElement( groupArray(metric_1), indexOf(groupArray(str_2), '1000') ) as attr_1000,
arrayElement( groupArray(metric_2), indexOf(groupArray(str_2), '1001') ) as attr_1001,
.....
arrayElement( groupArray(metric_1), indexOf(groupArray(str_2), '2000') ) as attr_2000
FROM src_table
WHERE str_2 in ('1', '2', .....)
GROUP BY str_1
Для 750 значений столбца str_2 (1502 столбца в денормализованной таблице) запрос работает без проблем.
Но когда количество столбцов денормализованной таблицы равно 2002 (и соответствующие значения str_2 1000), у меня есть socket.timeout: timed out ОШИБКА
File "/usr/lib/python2.7/site-packages/clickhouse_driver/client.py", line 119, in execute
columnar=columnar
File "/usr/lib/python2.7/site-packages/clickhouse_driver/client.py", line 192, in process_ordinary_query
columnar=columnar)
File "/usr/lib/python2.7/site-packages/clickhouse_driver/client.py", line 42, in receive_result
return result.get_result()
File "/usr/lib/python2.7/site-packages/clickhouse_driver/result.py", line 39, in get_result
for packet in self.packet_generator:
File "/usr/lib/python2.7/site-packages/clickhouse_driver/client.py", line 54, in packet_generator
packet = self.receive_packet()
File "/usr/lib/python2.7/site-packages/clickhouse_driver/client.py", line 68, in receive_packet
packet = self.connection.receive_packet()
File "/usr/lib/python2.7/site-packages/clickhouse_driver/connection.py", line 331, in receive_packet
packet.type = packet_type = read_varint(self.fin)
File "/usr/lib/python2.7/site-packages/clickhouse_driver/reader.py", line 38, in read_varint
i = _read_one(f)
File "/usr/lib/python2.7/site-packages/clickhouse_driver/reader.py", line 23, in _read_one
c = f.read(1)
File "/usr/lib64/python2.7/socket.py", line 380, in read
data = self._sock.recv(left)
socket.timeout: timed out
Есть ли настройка клиент / сервер, которая устранила бы проблему?
Из журналов
2018.12.04 22:49:26.755926 [ 36 ] {} <Trace> SystemLog (system.query_thread_log): Flushing system log
2018.12.04 22:49:26.756233 [ 139 ] {821ce7ea-94b7-4675-96f5-feccb31b0ebe} <Error> executeQuery: Code: 32, e.displayText() = DB::Exception: Attempt to read after eof, e.what() = DB::Exception (from [::1]:52224) (in query:
========= ИЗМЕНИТЬ =========
Я изменил запрос, как показано ниже (@johey), и ошибка больше не повторялась:
WHERE modulo(sipHash64(str_1), 20) = 0
используется для разделения данных на группы вместо выполнения запроса для всех значений в столбце str_1
INSERT INTO dst_table (....)
SELECT
arrayElement(metric_1_array, indexOf(str_2_array, '1') ) as attr_1,
arrayElement(metric_1_array, indexOf(str_2_array, '2') ) as attr_2,
......
arrayElement(metric_2_array, indexOf(str_2_array, '1') ) as attr_1001,
......
FROM (
SELECT
str_1,
groupArray(metric_1) metric_1_array,
groupArray(metric_2) metric_2_array,
groupArray(str_2) str_2_array
FROM src_table
WHERE modulo(sipHash64(str_1), 20) = 0
AND str_2 in ('1', '2', ......)
GROUP BY str_1
)
INSERT INTO denorm_table (...) SELECT '2018-11-01' as dt, str_1, arrayElement(metric1, indexOf(str2, '1') ) as attr_1, arrayElement(metric1, indexOf(str2, '2') ) as attr_2, ... FROM ( SELECT user, str_1, groupArray(metric_1) metric1, groupArray(metric_2) metric2, groupArray(str_2) str2 FROM src_table WHERE str_2 in ('1', '2', .....) ) s GROUP BY user
- person johey   schedule 04.12.2018indexOf(groupArray(str_2), '1')
также не даст положительного отрицательного результата, когда str_2 равно, например, 1001? Вы же этого не хотите? - person johey   schedule 04.12.2018user
? - person Amos   schedule 04.12.2018user
- этоstr_1
столбец - person dimitris lepipas   schedule 04.12.2018arrayElement( groupArray(metric_1), indexOf(groupArray(str_2), '1') )
--- ›Я хочу получить значение столбца metric_1, которое соответствует значению« 1 »столбца str_2 (создайте массив из 2 столбцов и используйте элементы 2-го массива для индексации 1-го) @johey - person dimitris lepipas   schedule 04.12.2018