前言
使用的插件及数据库版本、配置
Postgresql | ClickHouse | |
---|---|---|
Version | 10.8 | 20.9.3.45 |
CPU | 4c | 4c |
Memory | 16g | 16g |
文章目录
-
- 准备工作
- PG与CK对比测试
- CK多字段聚合测试
准备工作
由于PG数据表已经存在,所以需要准备一张Clickhouse的表,这里使用基础的MergeTree引擎,没有做分区,也没有做自定义的配置,采用默认配置,建表语句如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | create table m_retailitem2(ID String, AD_CLIENT_ID String, AD_ORG_ID String, ISACTIVE String, CREATIONDATE String, OWNERID String, MODIFIEDDATE String, MODIFIERID String, M_RETAIL_ID String, ORDERNO String, C_VIP_ID String, ... )ENGINE MergeTree() ORDER BY (CREATIONDATE,MODIFIEDDATE); |
备注:表有134个字段,搞了3500W数据
PG与CK对比测试
备注:这里PG只有300W数据,我们先做一些测试对比,本次测试只对比聚合排序的性能
1、group by一个字段
ClickHouse:
Postgresql:
2、group by两个字段
ClickHouse:
Postgresql:
第一阶段测试初步结论:在PG300W数据,CK3500W数据的情况下,对字段进行聚合排序,CK显示的性能由于PG
CK多字段聚合测试
1、group by 3个字段
2、group by 4个字段
结论:随着聚合字段的增多,响应时间也在增长,但是性能依旧很不错
待续//