ClickHouse Kafka 性能

Question

按照文档中的示例： https://clickhouse.yandex/docs/en/table_engines/kafka/

我用 Kafka Engine 创建了一个 table 和一个将数据推送到 MergeTree table.

的物化视图

这是我的 table 的结构：

CREATE TABLE games (
    UserId UInt32,
    ActivityType UInt8,
    Amount Float32,
    CurrencyId UInt8,
    Date String
  ) ENGINE = Kafka('XXXX.eu-west-1.compute.amazonaws.com:9092,XXXX.eu-west-1.compute.amazonaws.com:9092,XXXX.eu-west-1.compute.amazonaws.com:9092', 'games', 'click-1', 'JSONEachRow', '3');


CREATE TABLE tests.games_transactions (
    day Date,
    UserId UInt32,
    Amount Float32,
    CurrencyId UInt8,
    timevalue DateTime,
    ActivityType UInt8
 ) ENGINE = MergeTree(day, (day, UserId), 8192);


  CREATE MATERIALIZED VIEW tests.games_consumer TO tests.games_transactions
    AS SELECT toDate(replaceRegexpOne(Date,'\..*','')) as day, UserId, Amount, CurrencyId, toDateTime(replaceRegexpOne(Date,'\..*','')) as timevalue, ActivityType
    FROM default.games;

在 Kafka 主题中，我每秒收到大约 150 条消息。

一切正常，部分数据在table更新，延迟较大，肯定不是实时的。

似乎只有当我达到 65536 条新消息 准备好在 Kafka 中使用时，数据才会从 Kafka 发送到 table

我应该设置一些特定的配置吗？

我尝试从 cli 更改配置：

SET max_insert_block_size=1048
SET max_block_size=655
SET stream_flush_interval_ms=750

但是没有改善

我应该更改任何特定配置吗？
我是否应该在创建 table 之前更改上述配置？

Answer 1

ClickHouse 上存在此问题 github - https://github.com/yandex/ClickHouse/issues/2169.

基本上在创建table之前需要先设置max_block_size（http://clickhouse-docs.readthedocs.io/en/latest/settings/settings.html#max-block-size），否则是不行的。

我使用了覆盖users.xml的解决方案：

<yandex>
    <profiles>
        <default>
           <max_block_size>100</max_block_size>
        </default>
    </profiles>
</yandex>

我删除了 table 和数据库并重新创建了它们。它对我有用。现在可能 table 每 100 条记录更新一次。

ClickHouse Kafka 性能

ClickHouse Kafka Performance

apache-kafka

clickhouse