前面通过 一文了解 ClickHouse 介绍过 ClickHouse 的特性、结构、使用场景。自己并未完全深入学习 clickhouse，因为公司打算小范围使用 ClickHouse，所以有必要深入学习之。本文主要内容是关于了解 Clickhouse 的分区感念和分区合并规则。
MergeTree 数据分区规则
CREATE TABLE tab_partition(`dt` Date, `v` UInt8)ENGINE = MergeTree PARTITION BY toYYYYMM(dt) ORDER BY v;insert into tab_partition(dt,v) values ('2020-02-11',1),('2020-02-13',2);insert into tab_partition(dt,v) values ('2020-04-11',3),('2020-04-13',4);insert into tab_partition(dt,v) values ('2020-09-11',5),('2020-09-10',6);insert into tab_partition(dt,v) values ('2020-10-12',7),('2020-10-09',8);insert into tab_partition(dt,v) values ('2020-02-14',9),('2020-02-15',10);insert into tab_partition(dt,v) values ('2020-02-11',23),('2020-02-13',45);
MergeTree 存储引擎在写入数据之后生成对应的分区文件为：
MergeTree 的分区目录是在写入数据的过程中被创建出来，每 insert 一次，就会创建一批次分区目录。也就是说如果仅创建表结构，是不会创建分区目录的，因为木有数据。
最小的数据块编号和最大的数据块编号，最后的 _0 表示目前分区合并的层级。
不指定分区键：如果建表时未指定分区键，则分区 ID 默认使用 all，所有数据都被写入 all 分区中。 整型字段：如果分区键取值是整型字段，并且无法转换为 YYYYMMDD 的格式，则会按照该整型字段的字符形式输出，作为分区 ID 取值。 日期类型：如果分区键属于日期格式，或可以转换为 YYYYMMDD 格式的整型，则按照 YYYYMMDD 格式化后的字符形式输出，作为分区 ID 取值。 其他类型：如果使用其他类似 Float、String 等类型作为分区键，会通过对其插入数据的 128 位 Hash 值作为分区 ID 的取值。
MergeTree 数据分区合并规则
随着数据的写入 MergeTree 存储引擎会很多分区目录。如果分区目录数太多怎么办？
因为 Clickhouse 的 MergeTree 存储引擎是基于 LSM 实现的。MergeTree 可以通过分区合并将属于相同分区的多个目录合并为一个新的目录（官方描述在 10 到 15 分钟内会进行合并，也可直接执行 optimize 语句），已经存在的旧目录（也即 system.parts 表中 activie 为 0 的分区）在之后某个时刻通过后台任务删除（默认 8 分钟）。
分区合并
# ls202002_1_1_0 202004_2_2_0 202009_3_3_0202002_4_4_0 202002_5_5_0
qabb-qa-ch00 :) optimize table tab_partition;OPTIMIZE TABLE tab_partitionOk.0 rows in set. Elapsed: 0.003 sec.qabb-qa-ch00 :) select partition,name,part_type, active from system.parts where table ='tab_partition';┌─partition─┬─name─────────┬─part_type─┬─active─┐│ 202002 │ 202002_1_1_0 │ Wide │ 0 ││ 202002 │ 202002_1_5_1 │ Wide │ 1 ││ 202002 │ 202002_4_4_0 │ Wide │ 0 ││ 202002 │ 202002_5_5_0 │ Wide │ 0 ││ 202004 │ 202004_2_2_0 │ Wide │ 1 ││ 202009 │ 202009_3_3_0 │ Wide │ 1 │└───────────┴──────────────┴───────────┴────────┘6 rows in set. Elapsed: 0.003 sec.
PartitionID：分区 ID 保持不变 MinBlockNum：取同一个分区内所有目录中最小的 MinBlockNum 值 MaxBlockNUm：取同一个分区内所有目录中最大的 MaxBlockNum 值 Level：取同一个分区内最大 Level 值并加 1
小结
本文可以认为是《ClickHouse 原理解析与应用实践》的学习笔记 ^_^。通过案例介绍了 MergeTree 的分区产生的机制，命名规则，以及合并的基本过程。有兴趣的朋友可以自己动手实践一下。
