利志分享
fast_forward
view_headline
开发工具箱
go教程
clickhouse教程
kafka教程
python教程
shell教程
原创杂文
打赏
开发工具箱
go教程
clickhouse教程
kafka教程
python教程
shell教程
原创杂文
打赏
clickhouse入门
clickhouse概述
clickhouse安装和部署
clickhouse数据类型
clickhouse表引擎学习
clickhouse表引擎学习2
clickhouse的sql语法功能1-创建库,创建表等
clickhouse的sql语法2之select功能
clickhouse的sql语法3之alter和show功能
clickhouse的sql语法4之system的了解-查看当前实时连接数
clickhouse的sql语法5之账号授权功能
浅析Clickhouse的向量化执行
clickhouse时间日期函数详解-toDate,toDateTime,formatDateTime
clickhouse常用字符串函数-empty,length,lower,upper,substring,splitByString
clickhouse常用数组函数-arrayJoin,arraySort,arrayReverseSort,arrayReduce,arrayDistinct
clickhouse常用hash函数和类型转换函数,随机函数
clickhouse实战
clickhouse实现漏斗功能
clickhouse实现留存数和留存率计算
你想要的-提高统计clickhouse的查询效率,clickhouse物化视图的应用
剖析-clickhouse的复制表引擎重复数据无法写入问题
clickhouse分布式查询报错剖析-Double-distributed IN/JOIN subqueries is denied (distributed_product_mode = 'deny'
有料-clickhouse单机的增删查询实现方案和clickhouse分布式部署的增删查改实现方案
clickhouse的go客户端实现插入分布式clickhouse集群方式
分布式物化视图在clickhouse如何实现?
助你成为数据分析达人-带你透彻的了解clickhouse实现同比环比分析
如何在clickhouse中实现连续的时间,比如连续的天
第二篇:如何在clickhouse中实现连续的时间,比如连续的天
clickhouse中toDate和toDateTime不能处理1970年之前时间问题
分享clickhouse分布式集群CPU突然暴涨接近100%的问题查证和分析
clickhouse一个特殊的Inf类型数据引发的数据问题
clickhouse的MergeTree系列引擎ReplacingMergeTree和SummingMergeTree的深入理解
sql中多表组合笛卡尔积引发数据动态变化的问题
clickhouse之删除数据或更新数据无效的解决思路-mutations相关
clickhouse(20.3.10.75版本) Sql报错总结
clickhouse网络架构问题引发的:All connection tries failed,Attempt to read after eof,While executing Remote报错
clickhouse深入
深入了解clickhouse的索引查询过程
详解clickhouse的MergeTree引擎存储结构
Clickhouse如何分析sql查询计划完整指南
详解clickhouse分区目录的合并过程
目录
clickhouse入门
clickhouse概述
clickhouse安装和部署
clickhouse数据类型
clickhouse表引擎学习
clickhouse表引擎学习2
clickhouse的sql语法功能1-创建库,创建表等
clickhouse的sql语法2之select功能
clickhouse的sql语法3之alter和show功能
clickhouse的sql语法4之system的了解-查看当前实时连接数
clickhouse的sql语法5之账号授权功能
浅析Clickhouse的向量化执行
clickhouse时间日期函数详解-toDate,toDateTime,formatDateTime
clickhouse常用字符串函数-empty,length,lower,upper,substring,splitByString
clickhouse常用数组函数-arrayJoin,arraySort,arrayReverseSort,arrayReduce,arrayDistinct
clickhouse常用hash函数和类型转换函数,随机函数
clickhouse实战
clickhouse实现漏斗功能
clickhouse实现留存数和留存率计算
你想要的-提高统计clickhouse的查询效率,clickhouse物化视图的应用
剖析-clickhouse的复制表引擎重复数据无法写入问题
clickhouse分布式查询报错剖析-Double-distributed IN/JOIN subqueries is denied (distributed_product_mode = 'deny'
有料-clickhouse单机的增删查询实现方案和clickhouse分布式部署的增删查改实现方案
clickhouse的go客户端实现插入分布式clickhouse集群方式
分布式物化视图在clickhouse如何实现?
助你成为数据分析达人-带你透彻的了解clickhouse实现同比环比分析
如何在clickhouse中实现连续的时间,比如连续的天
第二篇:如何在clickhouse中实现连续的时间,比如连续的天
clickhouse中toDate和toDateTime不能处理1970年之前时间问题
分享clickhouse分布式集群CPU突然暴涨接近100%的问题查证和分析
clickhouse一个特殊的Inf类型数据引发的数据问题
clickhouse的MergeTree系列引擎ReplacingMergeTree和SummingMergeTree的深入理解
sql中多表组合笛卡尔积引发数据动态变化的问题
clickhouse之删除数据或更新数据无效的解决思路-mutations相关
clickhouse(20.3.10.75版本) Sql报错总结
clickhouse网络架构问题引发的:All connection tries failed,Attempt to read after eof,While executing Remote报错
clickhouse深入
深入了解clickhouse的索引查询过程
详解clickhouse的MergeTree引擎存储结构
Clickhouse如何分析sql查询计划完整指南
详解clickhouse分区目录的合并过程
clickhouse的sql语法4之system的了解-查看当前实时连接数
阅读:645
分享次数:0
关于clickhouse的system的库,里面是所有的系统所有的配置都在里面这里存着,我这里就挑几个比较重要的讲一下。 clusters表保存着所有的集群信息 databases表保存着当前所有的库信息 disks表保存当前磁盘信息 functions表保存着当前clickhouse支持的系统的方法 grants表保存着clickhouse授权的信息 query_log表保存着所有的sql执行日志 metrics表保存着当前的查询信息 processes表表示当前正在进行的系统操作信息表 table_engines保存着所有的表引擎 table_functions保存着所有的表函数 parts系统库表配置信息 关于system的库有几个比较重点的命令是常用的 1:查询当前clickhouse的查看当前实时连接数 select * from metrics where metric like '%Connection' ┌─metric────────────────┬─value─┬─description────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐ │ TCPConnection │ 1 │ Number of connections to TCP server (clients with native interface), also included server-server distributed query connections │ │ MySQLConnection │ 0 │ Number of client connections using MySQL protocol │ │ HTTPConnection │ 0 │ Number of connections to HTTP server │ │ InterserverConnection │ 0 │ Number of connections from other replicas to fetch parts │ │ PostgreSQLConnection │ 0 │ Number of client connections using PostgreSQL protocol │ └───────────────────────┴───────┴────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘ 2:clickhouse查询正在执行的查询 show processlist 或者 SELECT query_id, user, address, query FROM system.processes ORDER BY query_id; ┌─query_id─────────────────────────────┬─user────┬─address──────────┬─query───────────────────────────────────────────────────────────────────────────┐ │ d570334d-e889-4388-9a7f-8ac1d4b7953f │ default │ ::ffff:127.0.0.1 │ SELECT query_id, user, address, query FROM system.processes ORDER BY query_id; │ └──────────────────────────────────────┴─────────┴──────────────────┴─────────────────────────────────────────────────────────────────────────────────┘ 3:clickhouse终止查询 通过 KILL QUERY语句,可以终止正在执行的查询: KILL QUERY WHERE query_id = ‘query_id’ 例如,终止刚才的 INSERT 查询 : KILL QUERY WHERE query_id='e9395abd-9367-4796-a6ec-a4e8a639aaea'; 4:查看各个数据库占用空间统计 SELECT database, formatReadableSize(sum(bytes_on_disk)) AS on_disk FROM system.parts GROUP BY database ┌─database─┬─on_disk────┐ │ system │ 165.67 MiB │ │ test │ 4.73 KiB │ └──────────┴────────────┘ 5:查询执行完的日志,这个可以看每个执行的sql的耗时,客户端是什么等。 SELECT user, client_hostname AS host, client_name AS client, formatDateTime(query_start_time, '%T') AS started, query_duration_ms / 1000 AS sec, round(memory_usage / 1048576) AS MEM_MB, result_rows AS RES_CNT, result_bytes / 1048576 AS RES_MB, read_rows AS R_CNT, round(read_bytes / 1048576) AS R_MB, written_rows AS W_CNT, round(written_bytes / 1048576) AS W_MB, query FROM system.query_log WHERE (type = 2) AND (query LIKE '%insert%') ORDER BY query_duration_ms DESC LIMIT 10 ┌─user────┬─host───────────┬─client──────┬─started──┬───sec─┬─MEM_MB─┬─RES_CNT─┬─────────────────RES_MB─┬─R_CNT─┬─R_MB─┬─W_CNT─┬─W_MB─┬─query──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐ │ default │ VM-0-13-centos │ ClickHouse │ 19:21:37 │ 0.177 │ 0 │ 0 │ 0 │ 0 │ 0 │ 0 │ 0 │ insert into test_aggremergetree (id,name,money,create_at) values │ │ default │ VM-0-13-centos │ ClickHouse │ 13:35:36 │ 0.015 │ 4 │ 0 │ 0 │ 36405 │ 8 │ 0 │ 0 │ SELECT user, client_hostname AS host, client_name AS client, formatDateTime(query_start_time, '%T') AS started, query_duration_ms / 1000 AS sec, round(memory_usage / 1048576) AS MEM_MB, result_rows AS RES_CNT, result_bytes / 1048576 AS RES_MB, read_rows AS R_CNT, round(read_bytes / 1048576) AS R_MB, written_rows AS W_CNT, round(written_bytes / 1048576) AS W_MB, query FROM system.query_log WHERE type = 2 and query like '%insert' ORDER BY query_duration_ms DESC LIMIT 10 │ │ default │ VM-0-13-centos │ ClickHouse │ 19:26:09 │ 0.007 │ 4 │ 0 │ 0 │ 1 │ 0 │ 1 │ 0 │ insert into table test_aggremergetree select 1,'测试',sumState(toDecimal32(10,2)),'2021-03-21 00:00:00'; │ │ default │ VM-0-13-centos │ ClickHouse │ 19:11:00 │ 0.005 │ 0 │ 1 │ 0.00002574920654296875 │ 0 │ 0 │ 1 │ 0 │ insert into test_aggremergetree (id,name,age,create_at) values │ │ default │ VM-0-13-centos │ ClickHouse │ 22:40:03 │ 0.005 │ 4 │ 1 │ 0.00000762939453125 │ 0 │ 0 │ 1 │ 0 │ insert into action1 values │ │ default │ VM-0-13-centos │ ClickHouse │ 22:35:10 │ 0.004 │ 4 │ 1 │ 0.00002193450927734375 │ 0 │ 0 │ 1 │ 0 │ insert into action values │ │ default │ VM-0-13-centos │ ClickHouse │ 19:10:58 │ 0.003 │ 0 │ 1 │ 0.00002574920654296875 │ 0 │ 0 │ 1 │ 0 │ insert into test_aggremergetree (id,name,age,create_at) values │ │ default │ VM-0-13-centos │ ClickHouse │ 19:44:37 │ 0.002 │ 4 │ 0 │ 0 │ 1 │ 0 │ 1 │ 0 │ insert into table test_summergetree select 1,'测试222',600,now(); │ │ default │ VM-0-13-centos │ ClickHouse │ 19:10:56 │ 0.002 │ 4 │ 1 │ 0.00002574920654296875 │ 0 │ 0 │ 1 │ 0 │ insert into test_aggremergetree (id,name,age,create_at) values │ │ default │ VM-0-13-centos │ ClickHouse │ 19:45:54 │ 0.002 │ 4 │ 0 │ 0 │ 1 │ 0 │ 1 │ 0 │ insert into table test_summergetree select 11,'测试222',800,now(); │ └─────────┴────────────────┴─────────────┴──────────┴───────┴────────┴─────────┴────────────────────────┴───────┴──────┴───────┴──────┴────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘ 6:查询当前库表资源占用情况: select database, table, sum(rows) AS "总行数", formatReadableSize(sum(data_uncompressed_bytes)) as "原始大小", formatReadableSize(sum(data_compressed_bytes)) AS "压缩大小", round( ( sum(data_compressed_bytes) / sum(data_uncompressed_bytes) ) * 100., 2 ) AS "压缩率/%" from system.parts group by database, table order by database ┌─database─┬─table───────────────────┬──总行数─┬─原始大小───┬─压缩大小───┬─压缩率/%─┐ │ system │ query_thread_log │ 43608 │ 26.13 MiB │ 3.85 MiB │ 14.73 │ │ system │ metric_log │ 5527039 │ 10.82 GiB │ 234.20 MiB │ 2.11 │ │ system │ query_log │ 43709 │ 32.88 MiB │ 3.44 MiB │ 10.47 │ │ system │ asynchronous_metric_log │ 4314984 │ 179.81 MiB │ 10.00 MiB │ 5.56 │ │ system │ trace_log │ 4768 │ 1.00 MiB │ 96.96 KiB │ 9.45 │ │ test │ action4 │ 2 │ 16.00 B │ 120.00 B │ 750 │ │ test │ action2 │ 5 │ 40.00 B │ 300.00 B │ 750 │ │ test │ action3 │ 4 │ 32.00 B │ 240.00 B │ 750 │ │ test │ test_summergetree │ 2 │ 41.00 B │ 146.00 B │ 356.1 │ │ test │ action1 │ 6 │ 48.00 B │ 308.00 B │ 641.67 │ │ test │ action │ 17 │ 255.00 B │ 719.00 B │ 281.96 │ │ test │ test_aggremergetree │ 1 │ 31.00 B │ 131.00 B │ 422.58 │ └──────────┴─────────────────────────┴─────────┴────────────┴────────────┴──────────┘
感觉本站内容不错,读后有收获?
attach_money
我要小额打赏,鼓励作者写出更好的教程
扫码关注公众号:talk_lizhi