ClickHouse 卡夫卡性能

Question

按照文档中的示例： https://clickhouse.yandex/docs/en/table_engines/kafka/

我使用 Kafka 引擎和一个将数据推送到 MergeTree 表的物化视图创建了一个表。

这是我的表格的结构：

CREATE TABLE games (
    UserId UInt32,
    ActivityType UInt8,
    Amount Float32,
    CurrencyId UInt8,
    Date String
  ) ENGINE = Kafka('XXXX.eu-west-1.compute.amazonaws.com:9092,XXXX.eu-west-1.compute.amazonaws.com:9092,XXXX.eu-west-1.compute.amazonaws.com:9092', 'games', 'click-1', 'JSONEachRow', '3');


CREATE TABLE tests.games_transactions (
    day Date,
    UserId UInt32,
    Amount Float32,
    CurrencyId UInt8,
    timevalue DateTime,
    ActivityType UInt8
 ) ENGINE = MergeTree(day, (day, UserId), 8192);


  CREATE MATERIALIZED VIEW tests.games_consumer TO tests.games_transactions
    AS SELECT toDate(replaceRegexpOne(Date,'\\..*','')) as day, UserId, Amount, CurrencyId, toDateTime(replaceRegexpOne(Date,'\\..*','')) as timevalue, ActivityType
    FROM default.games;

在 Kafka 主题中，我每秒收到大约 150 条消息。

一切都很好，表中数据更新的部分延迟很大，肯定不是实时的。

似乎只有当我达到65536条新消息准备在Kafka中消费时，数据才会从Kafka发送到表

我应该设置一些特定的配置吗？

我尝试从 cli 更改配置：

SET max_insert_block_size=1048
SET max_block_size=655
SET stream_flush_interval_ms=750

但没有任何改善

我应该更改任何特定配置吗？
我应该在创建表之前更改上述配置吗？

Answer 1

ClickHouse github 上有一个问题 - https://github.com/yandex/ClickHouse/issues/2169.

基本上你需要在创建表之前设置max_block_size（http://clickhouse-docs.readthedocs.io/en/latest/settings/settings.html#max-block-size），否则它将不起作用。

我使用了覆盖 users.xml 的解决方案：

<yandex>
    <profiles>
        <default>
           <max_block_size>100</max_block_size>
        </default>
    </profiles>
</yandex>

我删除了我的表和数据库并重新创建了它们。它对我有用。现在可能每 100 条记录更新一次表。