北京
一份英国房地产交易记录，三十百四十五万行。一次查询没配好索引，全表硬扫，等了半天。ClickHouse 团队认得很死：最快的分析查询，永远是那些读数据量最少的查询。这不是口号，是铁律。
下面就拿这个数据集当靶子，拆解三种索引修剪武器——什么时候拔哪把，一看便知。
要点一：主键索引，最直接的剪枝斧。表里的数据按主键排序，再切成一个个数据粒，每粒默认塞8192行。主索引只记录每个粒第一行的主键值。查询条件里带主键列过滤，引擎一眼就能瞄出哪些粒碰都不用碰。比如主键列 C1 上走 WHERE C1 > 60，前两个粒的值全在60以下，直接砍掉，只读剩下的粒。
要点二：轻量级投影，给非主键列挂上副目录。ClickHouse 25.6 开始引入，26.1 语法更好看了。传统投影会偷偷复制整份数据，按不同排序存，磁盘压力不小。轻量级投影学乖了：只保留排序键和一个 _part_offset 指针，指回原表该行的位置。遇到非主键列的过滤，比如 WHERE C2 > 900，它能用自己的主索引剪枝，再靠指针去原表拿其它需要的列，不复制全部字段。
要点三：跳过索引 minmax，省地方但要挑跟主键的“联动性”。minmax 索引给每个数据粒存下该列的最小值和最大值。ClickHouse 支持这招五年多，最近更自动给符合类型的列自动建这类索引。好处是不重复存列值，但前提是这列得跟主键的排序相关——不相关的话，跳过效果就没了。比如 C3 列上过滤 C3 > 600，前三粒的最大值全不到 600，直接跳过，只读 g4。轻量级投影是另修一条路，minmax 则是沿途插限高杆，成本更低，但只管高度限制。
要点四：上手建表有门道。表用 MergeTree 引擎，主键设成 (postcode1, postcode2, addr1, addr2)。字段里邮编、街道、地区用 LowCardinality 省空间，类型用枚举。数据先从 CSV 转成 Parquet 再吞入，一次导入 3045 万行只花了 5 秒多，峰值内存不到 774 兆。明面上是个中等规模表，但接下来用 ATTACH PARTITION 复制数据分块，几次翻倍，转眼就能堆出足够的行术来测索引效果。
要点五：ATTACH PARTITION 自复制扩容术。不想重复导入 Parquet？一行命令 ALTER TABLE ... ATTACH PARTITION ID ‘all’ FROM 同表，就把所有分块全量复印一遍，数据量滚雪球。跑几次，行数迅速膨胀，省时省力，为后面压测不同修剪策略备足料。这步本身就是 ClickHouse 数据管理的一把快刀。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
