1 changed files with 146 additions and 0 deletions
@@ -0,0 +1,146 @@
+--		Индексы и сжатие - Партиции		--
+
+-- #1
+/*
+1. Создай таблицу sales с `PARTITION BY toYYYYMM(sale_date)`.
+2. Выполни `ALTER TABLE ... DROP PARTITION '202405'`.
+3. Что произойдет, если не указывать `PARTITION BY`? <- удалит все данные из таблицы. партиция то одна :)
+
+*/
+
+DROP TABLE IF EXISTS dsolovianov.sales ON CLUSTER clickhouse_cluster SYNC;
+
+CREATE TABLE dsolovianov.sales 
+ON CLUSTER clickhouse_cluster 
+(
+    id UInt64,
+    region String,
+    sale_date Date,
+    amount Float64
+) ENGINE = ReplicatedMergeTree(
+    '/clickhouse/tables/{shard}/dsolovianov/sales',
+    '{replica}'
+)
+PARTITION BY toYYYYMM(sale_date)
+ORDER BY (region, sale_date);
+
+INSERT INTO dsolovianov.sales  (id, region, sale_date, amount) VALUES
+(1,	'RU',	'2024-05-01',	'100.0'),
+(2,	'RU',	'2024-05-15',	'120.0'),
+(3,	'US',	'2024-06-01',	'90.0'),
+(4,	'US',	'2024-07-03',	'150.0'),
+(5,	'DE',	'2024-07-04',	'160.0');
+
+ALTER TABLE dsolovianov.sales DROP PARTITION '202405';
+
+SELECT * 
+FROM dsolovianov.sales;
+
+-- #2
+/*
+1. Создай таблицу с `PARTITION BY event_type`.
+2. Удали все события `click` (подсказка: это `ALTER TABLE DROP PARTITION 'click'`).
+3. Чем такой подход может быть опасен (подумай про кардинальность значений)?
+При большом количестве уникальных event_type создастся много мелких партиций.
+*/
+DROP TABLE IF EXISTS dsolovianov.events ON CLUSTER clickhouse_cluster SYNC;
+
+CREATE TABLE dsolovianov.events
+ON CLUSTER clickhouse_cluster
+(
+    id UInt64,
+    event_type String,
+    event_date Date
+)
+ENGINE = ReplicatedMergeTree(
+    '/clickhouse/tables/{shard}/dsolovianov/events',
+    '{replica}'
+)
+PARTITION BY event_type
+ORDER BY (event_date, id);
+
+INSERT INTO dsolovianov.events (id, event_type, event_date) VALUES
+(1, 'login', '2024-06-01'),
+(2, 'click', '2024-06-01'),
+(3, 'click', '2024-06-02'),
+(4, 'purchase', '2024-06-03'),
+(5, 'login', '2024-06-04');
+
+ALTER TABLE dsolovianov.events DROP PARTITION 'click';
+
+-- #3
+/*
+1. Создай таблицу с `PARTITION BY cityHash64(user_id) % 100`.
+2. Что ты выиграешь с точки зрения баланса?
+Данные распределятся примерно поровну между 100 партициями. Упрощается управление удалением старых данных (можно дропать целые партиции)
+3. Почему такой тип `PARTITION` не ускорит `SELECT * WHERE user_id = 456`?
+Потому что партиции определяются хэшем, а не прямым значением user_id и к тому же сортировка в партициях по log_time, а не user_id.
+
+*/
+
+DROP TABLE IF EXISTS dsolovianov.logs ON CLUSTER clickhouse_cluster SYNC;
+
+CREATE TABLE dsolovianov.logs
+ON CLUSTER clickhouse_cluster
+(
+    id UInt64,
+    user_id UInt64,
+    log_time DateTime
+)
+ENGINE = ReplicatedMergeTree(
+    '/clickhouse/tables/{shard}/dsolovianov/logs',
+    '{replica}'
+)
+PARTITION BY cityHash64(user_id) % 100   -- 100 партиций по хэшу user_id
+ORDER BY (log_time, id);
+
+INSERT INTO dsolovianov.logs (id, user_id, log_time) VALUES
+(1, 123, '2024-07-17 10:00:00'),
+(2, 456, '2024-07-17 10:01:00'),
+(3, 789, '2024-07-17 10:02:00');
+
+SELECT 
+    id,
+    user_id,
+    cityHash64(user_id) % 100 AS partition_number
+FROM dsolovianov.logs
+ORDER BY id;
+
+SELECT * FROM logs WHERE user_id = 456;
+
+
+-- #4
+/*
+1. Создай таблицу с `PARTITION BY (region, toYYYYMM(visit_date))`.
+2. Как будет выглядеть имя партиции?
+Имена партиций будут в формате: ('значение_region', 'YYYYMM'). Пример: ('RU', '202406')
+3. Сможешь ли ты эффективно удалить **все июльские данные по `RU`**? Да. Удаляется целая партиция без сканирования и нагрузки на систему.
+*/
+
+DROP TABLE IF EXISTS dsolovianov.visits ON CLUSTER clickhouse_cluster SYNC;
+
+CREATE TABLE dsolovianov.visits
+ON CLUSTER clickhouse_cluster
+(
+    id UInt64,
+    region String,
+    visit_date Date
+)
+ENGINE = ReplicatedMergeTree(
+    '/clickhouse/tables/{shard}/dsolovianov/visits',
+    '{replica}'
+)
+PARTITION BY (region, toYYYYMM(visit_date))
+ORDER BY (region, visit_date, id);
+
+INSERT INTO dsolovianov.visits (id, region, visit_date) VALUES
+(1, 'RU', '2024-06-01'),
+(2, 'RU', '2024-06-15'),
+(3, 'US', '2024-06-03'),
+(4, 'US', '2024-07-01'),
+(5, 'RU', '2024-07-05');
+
+ALTER TABLE dsolovianov.visits ON CLUSTER clickhouse_cluster 
+DROP PARTITION ('RU', '202407');
+
+SELECT * FROM dsolovianov.visits;