OPTIMIZE 语句

此查询尝试为表的数据片段触发一次非计划内的合并操作。请注意，我们通常不建议使用 OPTIMIZE TABLE ... FINAL（参见这些文档），因为它主要用于管理性维护，而不是日常操作。

注意

OPTIMIZE 无法修复 Too many parts 错误。

语法

OPTIMIZE TABLE [db.]name [ON CLUSTER cluster] [PARTITION partition | PARTITION ID 'partition_id'] [FINAL | FORCE] [DEDUPLICATE [BY expression]]

OPTIMIZE 查询支持 MergeTree 系列表引擎（包括物化视图）以及 Buffer 引擎。其他表引擎不支持。

当在 ReplicatedMergeTree 系列表引擎上使用 OPTIMIZE 时，ClickHouse 会创建一个合并任务，并在所有副本上等待执行（如果 alter_sync 设置为 2），或者只在当前副本上等待执行（如果 alter_sync 设置为 1）。

如果 OPTIMIZE 由于任何原因未执行合并，它不会通知客户端。要启用通知，请使用 optimize_throw_if_noop 设置。
如果指定了 PARTITION，则仅优化指定的分区。如何设置分区表达式。
如果指定了 FINAL 或 FORCE，即使所有数据已经在一个 part 中，也会执行优化。可以通过 optimize_skip_merged_partitions 控制此行为。此外，即使正在执行并发合并，也会强制执行合并。
如果指定了 DEDUPLICATE，则完全相同的行（除非指定了 BY 子句）会被去重（比较所有列），这仅对 MergeTree 引擎有意义。

可以通过 replication_wait_for_inactive_replica_timeout 设置来指定等待处于非活动状态的副本执行 OPTIMIZE 查询的最长时间（以秒为单位）。

:::note
如果将 alter_sync 设置为 2，并且某些副本处于非活动状态的时间超过 replication_wait_for_inactive_replica_timeout 设置指定的时间，则会抛出 UNFINISHED 异常。 :::

BY 表达式

如果希望基于自定义的一组列而不是所有列进行去重，可以显式指定列列表，或使用 *、COLUMNS 或 EXCEPT 表达式的任意组合。显式写出或隐式展开得到的列列表必须包含行排序表达式（主键和排序键）以及分区表达式（分区键）中指定的所有列。

:::note
注意，* 的行为与在 SELECT 中相同：MATERIALIZED 和 ALIAS 列不会参与展开。

此外，指定空列表、写出会得到空列表的表达式，或者按某个 ALIAS 列进行去重，都是错误的。 :::

语法

OPTIMIZE TABLE table DEDUPLICATE; -- 所有列
OPTIMIZE TABLE table DEDUPLICATE BY *; -- 排除 MATERIALIZED 和 ALIAS 列
OPTIMIZE TABLE table DEDUPLICATE BY colX,colY,colZ;
OPTIMIZE TABLE table DEDUPLICATE BY * EXCEPT colX;
OPTIMIZE TABLE table DEDUPLICATE BY * EXCEPT (colX, colY);
OPTIMIZE TABLE table DEDUPLICATE BY COLUMNS('column-matched-by-regex');
OPTIMIZE TABLE table DEDUPLICATE BY COLUMNS('column-matched-by-regex') EXCEPT colX;
OPTIMIZE TABLE table DEDUPLICATE BY COLUMNS('column-matched-by-regex') EXCEPT (colX, colY);

示例

考虑如下表：

CREATE TABLE example (
    primary_key Int32,
    secondary_key Int32,
    value UInt32,
    partition_key UInt32,
    materialized_value UInt32 MATERIALIZED 12345,
    aliased_value UInt32 ALIAS 2,
    PRIMARY KEY primary_key
) ENGINE=MergeTree
PARTITION BY partition_key
ORDER BY (primary_key, secondary_key);

INSERT INTO example (primary_key, secondary_key, value, partition_key)
VALUES (0, 0, 0, 0), (0, 0, 0, 0), (1, 1, 2, 2), (1, 1, 2, 3), (1, 1, 3, 3);

SELECT * FROM example;

结果：


┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           0 │             0 │     0 │             0 │
│           0 │             0 │     0 │             0 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             2 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             3 │
│           1 │             1 │     3 │             3 │
└─────────────┴───────────────┴───────┴───────────────┘

下面所有示例都在当前包含 5 行的数据状态下执行。

`DEDUPLICATE`

当未指定用于去重的列时，将使用所有列进行去重。只有当一行中所有列的值都与前一行对应列的值相等时，该行才会被删除：

OPTIMIZE TABLE example FINAL DEDUPLICATE;

SELECT * FROM example;

结果：

┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             2 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           0 │             0 │     0 │             0 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             3 │
│           1 │             1 │     3 │             3 │
└─────────────┴───────────────┴───────┴───────────────┘

`DEDUPLICATE BY *`

当未显式指定列时，表会按所有不是 ALIAS 或 MATERIALIZED 的列进行去重。结合上表来看，这些列是 primary_key、secondary_key、value 和 partition_key 列：

OPTIMIZE TABLE example FINAL DEDUPLICATE BY *;

SELECT * FROM example;

结果：

┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             2 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           0 │             0 │     0 │             0 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             3 │
│           1 │             1 │     3 │             3 │
└─────────────┴───────────────┴───────┴───────────────┘

`DEDUPLICATE BY * EXCEPT`

根据所有既不是 ALIAS 也不是 MATERIALIZED，且不为 value 的列（即 primary_key、secondary_key 和 partition_key 列）进行去重。

OPTIMIZE TABLE example FINAL DEDUPLICATE BY * EXCEPT value;

SELECT * FROM example;

结果：

┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             2 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           0 │             0 │     0 │             0 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             3 │
└─────────────┴───────────────┴───────┴───────────────┘

`DEDUPLICATE BY <list of columns>`

显式按 primary_key、secondary_key 和 partition_key 列去重：

OPTIMIZE TABLE example FINAL DEDUPLICATE BY primary_key, secondary_key, partition_key;

SELECT * FROM example;

结果：

┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             2 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           0 │             0 │     0 │             0 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             3 │
└─────────────┴───────────────┴───────┴───────────────┘

`DEDUPLICATE BY COLUMNS(<regex>)`

根据所有匹配该正则表达式的列进行去重：primary_key、secondary_key 和 partition_key 列：

OPTIMIZE TABLE example FINAL DEDUPLICATE BY COLUMNS('.*_key');

SELECT * FROM example;

结果：

┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           0 │             0 │     0 │             0 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             2 │
└─────────────┴───────────────┴───────┴───────────────┘
┌─primary_key─┬─secondary_key─┬─value─┬─partition_key─┐
│           1 │             1 │     2 │             3 │
└─────────────┴───────────────┴───────┴───────────────┘

BY 表达式​

DEDUPLICATE​

DEDUPLICATE BY *​

DEDUPLICATE BY * EXCEPT​

DEDUPLICATE BY <list of columns>​

DEDUPLICATE BY COLUMNS(<regex>)​