标签：10 P239 权重 第一分 分片 区间 对应 ClickHouse

 

《ClickHouse原理解析与应用实践》关于P239[分片规则]错误的地方

 

快过年了，坚守到最后一天。

刚好开发有新的想法，需要用到ReplacingMergeTree引擎实现去重或删除数据功能实现不匹配。

但是对于分布式表来说，数据需要落到同个分区同个分片是去重的前提。

于是研究怎么落到同个分片。

《ClickHouse原理解析与应用实践》一书中，P239（如下图）对于分片区间，第二个的[10,20)是错误的。

  

在不知道错误的前提下，阅读起来是非常纳闷的，因为书里边没有提到区间是怎么划分的，怎么就出来个[10,20)，而不是[10,30)。

我一开始看的时候就觉得有种违和感，总觉得有问题，但因为不知道区间划分规则就不好说。

网上查资料，大多是不相关的，有也是就是这本书摘抄的。CK资料太少了。。。

 

于是，去官网找（还不好找）。。

终于是弄明白了。

官档中文  官档英文

这里引用中文官档的一段话：

选择将一行数据发送到哪个分片的方法是，首先计算分片表达式，然后将这个计算结果除以所有分片的权重总和得到余数。该行会发送到那个包含该余数的从’prev_weight’到’prev_weights + weight’的半闭半开区间对应的分片上，其中 ‘prev_weights’ 是该分片前面的所有分片的权重和，‘weight’ 是该分片的权重。例如，如果有两个分片，第一个分片权重为9，而第二个分片权重为10，则余数在 [0,9) 中的行发给第一个分片，余数在 [9,19) 中的行发给第二个分片。

说的更明白通俗点，以官档的例子说明，

第一分片权重：9        第二分片权重：10       则每个分片对应区间为：[a,b)

[a,b)区间，左边总是闭区间，右边总是开区间

a等于当前分片的前边所有分片权重和（不包括当前分片），b等于到当前我这个分片为止所有分片的权重和。

这里第一分片对应区间这么算：

　　a=当前分片（第一分片）前边所有分片（它前边没分片）权重和为0

　　b=到当前我这个分片（第一分片）所有分片的权重和，也就是只有第一分片，为9

因此第一分片对应区间为[0,9)。

同样的，

第二分片对应区间这么算：

　　a=当前分片（第二分片）前边所有分片权重和为9

　　b=到当前我这个分片为止（第二分片）所有分片的权重和，也就是只有第一+第二，为9+10=19

因此第一分片对应区间为[9,19)

这好理解了吧......

 

因此书里边的是错误的，

第一分片权重：10        第二分片权重：20

那么，第一分片区间应为[0,10)

第二分片区间应为[10,10+20)，即[10,30)。

 

在搞个3分片的例子，好好体会......

第一分片权重：5        第二分片权重：10     第三分片权重：10

第一分片对应区间：[0,5)

第二分片对应区间：[5,5+10)，即[5,15)

第三分片对应区间：[5+10,5+10+10)，即[15,25)

 

至此。（赶紧到周五回家过年）。

标签：10,P239,权重,第一分,分片,区间,对应,ClickHouse
From： https://www.cnblogs.com/PiscesCanon/p/17060241.html