如何优化此 ClickHouse DB JOIN 查询？

Question

我正在玩 Clickhouse DB，我想弄清楚为什么下面的查询给了我一个 DB::Exception: Memory limit (for query) exceeded 并且可以使用一些帮助...

SELECT * FROM 
(
    SELECT created_at, rates.car_id, MIN(rates.price) FROM rates  
    WHERE 
        pickup_location_id = 198
        AND created_at = '2020-10-01'
    GROUP BY created_at, car_id 
) r
JOIN cars c2 ON r.car_id = c2.id 

内部查询位几乎立即执行（数百万条记录）并且仅产生 212 个结果。但是，添加 JOIN 会导致查询失败（内存异常，45GB）

看起来 JOIN 发生在整个 rates/cars 上 - 而不是“结果”上？

Answer 1

CH 使用 HASHJOIN 并将正确的表放入内存中的 HashTable 中。

如果是内部连接，您可以交换表：

SELECT * FROM cars c2 JOIN
(
    SELECT created_at, rates.car_id, MIN(rates.price) FROM rates  
    WHERE 
        pickup_location_id = 198
        AND created_at = '2020-10-01'
    GROUP BY created_at, car_id 
) r
ON r.car_id = c2.id