问题描述
我想了解如何在 Clickhosue 中选择分片键？以及 clickhosue 如何选择哪个分片？ 例如，我有一个包含 3 列的表： 用户身份， 时间戳， city_id。
我应该按 user_id 还是按城市分片？
我使用 murmurHash3_64 函数。
murmurHash3_64(city_id = 1) 返回：
┌──murmurHash3_64(1)─┐
│ 956517343494314387 │
└────────────────────┘
当我有 3 个分片或 2 个分片时，Clickhouse 中选择分片 ID 的机制是什么？
解决方法
https://clickhouse.tech/docs/en/engines/table-engines/special/distributed/
首先你需要明白为什么你需要通过一些有意义的列进行分片。为什么不能使用 rand()？
通常用什么不是问题，因为分片很自然地遵循业务需求。如果您没有这样的要求，那么您应该使用 rand()。
CH 使用模运算 + 权重。 这很简单。如果您有 6 个分片，则 956517343494314387 % 6 = 5 === 分片编号为 5。因此具有相同 city_id 的行将被放置在同一个分片上。
因此，如果您选择 city_id 作为分片键，并且城市的分布通常不相等，那么阴影也会不相等。 纽约或墨西哥等大城市的所有行都将在一个分片中。
所以 user_id 看起来更适合作为分片键。