什麼是 Partition（分區）？#

在 ClickHouse 中，Partition 是一種邏輯資料切分單位，資料會根據指定的 Partition Key (表達式) 被切分成獨立的資料區塊（目錄），這些區塊在查詢時可以根據條件篩選，避免全表掃描。

Partition 與 Primary Key 的差異#

兩者是互補關係，Partition 用於粗略範圍裁剪、Primary Key 用於精細定位。

Partition Pruning（分區裁剪）原理#

Partition Pruning 是 ClickHouse 在查詢時根據 WHERE 條件，自動判斷哪些 Partition 是不可能有資料的，並直接跳過讀取這些資料區塊。

1
CREATE TABLE page_views
2
(
3
    event_date Date,
4
    user_id UInt64,
5
    page String
6
) ENGINE = MergeTree
7
PARTITION BY toYYYYMM(event_date)
8
ORDER BY (event_date, user_id);

1
SELECT count() FROM page_views
2
WHERE event_date >= '2025-08-01' AND event_date < '2025-08-02';

Partition Key 設計策略#

Partition 粒度與效率平衡#

查詢如何確認 Partition Pruning 是否生效？#

1. 使用 EXPLAIN：

1
EXPLAIN PLAN SELECT * FROM page_views WHERE event_date = '2025-08-01';

2. 查詢分區讀取統計 (system.parts)：

1
SELECT
2
    partition,
3
    active,
4
    rows,
5
    bytes_on_disk
6
FROM system.parts
7
WHERE table = 'page_views' AND active;

3. 觀察查詢 profile events：

1
SET send_logs_level = 'trace';
2
SELECT count() FROM page_views WHERE event_date = '2025-08-01';

在查詢 Profile Events 中可以看到 read_rows 與 read_bytes 是否明顯降低。

實際案例#

假設一個月 30 億筆網站點擊資料，未使用分區時查詢單日流量需掃描全表，I/O 延遲數十秒。若將 Partition Key 設為 toYYYYMMDD (event_date)：

• 單日查詢只需掃描 1/30 的資料量。
• 查詢延遲可從 30 秒降至 1 秒以內。
• 結合 Primary Key (如 page, user_id) 可進一步精確篩選。

Partition 與分片 (Sharding) 的關係#

兩者可結合設計，例如：

• 分片鍵 = user_id（負載均衡分散寫入）
• 分區鍵 = toYYYYMM(date)（加速範圍查詢）

最佳實踐與注意事項#

結語#

Partition Pruning 是 ClickHouse 面對大量資料時的查詢加速神器。透過合理設計分區策略，不僅能減少 I/O 負擔，更能讓你的 OLAP 報表與即時查詢在 TB 級資料量下依然保持 ms 級回應。