大表实时聚合为什么慢

ClickHouse 擅长在亿级明细上做实时聚合，但每次查询都全表扫描算一遍 count、sum、group by，在高并发报表场景下还是吃力。解法是预计算：数据写入时就提前算好聚合结果存起来，查询时直接读小结果集。物化视图就是实现预计算的核心工具。

本文核心知识点
  • MergeTreeClickHouse 最核心的表引擎。
  • 物化视图写入时触发、自动维护聚合结果。
  • 主键/排序键决定数据的物理排序与稀疏索引。
  • 分区裁剪扫描范围、提升性能。
ClickHouse 物化视图配图：蓝色渐变背景左侧长条原始数据表方块流入中央发光预聚合方块，右侧流出柱状图与折线图方块，扁平科技插画
明细表流入预聚合方块、流出图表结果，正是物化视图预计算的意象。

MergeTree：ClickHouse 的地基

几乎所有 ClickHouse 表都建在 MergeTree 家族上。它按主键排序存数据、按分区组织、用稀疏索引加速。写入时先落多个小数据片，后台再异步合并（merge）成大文件，所以叫 MergeTree。理解它的排序、分区、稀疏索引，是用深 ClickHouse 的前提。

物化视图是怎么工作的

物化视图不是普通视图那种查询时才计算的假视图。它在数据写入原表时，自动执行一段聚合逻辑、把结果写进一张目标表。查询报表时直接查这张小结果表，而不是每次扫明细。它像一个随数据写入自动维护的汇总表。

-- 建一张按天+渠道的 PV 汇总物化视图
CREATE MATERIALIZED VIEW pv_by_day
ENGINE = SummingMergeTree
ORDER BY (day, channel) AS
SELECT toDate(ts) AS day, channel, count() AS pv
FROM events GROUP BY day, channel;

预聚合与增量更新

物化视图随写入增量更新，新数据进来只算这部分、合并到结果表，不用重算全量。配合 SummingMergeTree、AggregatingMergeTree 这类引擎，可以自动做累加、合并状态。查询时读的是已经聚合好的小表，速度提升几个数量级。