Лукойл существует

для такой задачи если записей миллирды и это не разовая задача, то надо искать какой-то другой подход и скорее всего программировать какие-нибудь хитрые деревья, т.е. тупой NestedLoop и BTree слишком медленны

Ладно тогда другой вопрос
with в CH может возвращать только одно значение
возможно ли запросить из двух таблиц в одном запросе без join'ов? т.к. джойнить их не на что

select (select groupArray(number) from numbers(10)) a, (select dummy from system.one) b

with (select (select groupArray(number) from numbers(10)) a, (select dummy from system.one) b) as xxx select xxx

Интересненько
Спасибо
Думаю это сможет мне как-то помочь

без эвристики не обойтись. всмотритесь в данные. у нас например это были "пути" и мы смогли используя иерархические словари джойнить

всем здравствовать)
подскажите, пожалуйста, есть ли возможность вставить в поле int значение с ведущими нулями?

они там на самом деле есть, но вам их не видно...

Если вариков длин не много - можно попробовать через хэши
Ещё (тут не уверен по имплементации в кх) но asof механика - тот же сорт-мерж делает
На самый край - два дампа отсортированных а дальше проходить их самописным мержем...

в смысле format TSV или JSONEachRow? Да, возможно. Но через конвертацию строки в число.

скоростной парсер КХ специально заточен понимать 0 специальным образом

парсер экономит кучу бабок на электричестве  за счет микрооптимизации при парсинге TSV 0\t\0\t\0

спасибо)

Ребята привет.

Очень хочу настроить Nginx-log-collector от Авито. Но там SQL схема только для кластера ClickHouse. Помогите пожалуйста составить схему для одного хоста ClickHouse. Ресурсов на кластер просто нет.

Вот схема https://github.com/avito-tech/nginx-log-collector/blob/master/etc/examples/clickhouse/table_schema.sql#L27

CREATE DATABASE IF NOT EXISTS nginx;

 CREATE TABLE nginx.access_log
(
   event_datetime DateTime,
   event_date Date,
   server_name LowCardinality(String),
   remote_user String,
   http_x_real_ip UInt32,
   remote_addr UInt32,
   status UInt16,
   scheme LowCardinality(String),
   request_method LowCardinality(String),
   request_uri String,
   request_args String,
   server_protocol LowCardinality(String),
   body_bytes_sent UInt64,
   request_bytes UInt64,
   http_referer String,
   http_user_agent LowCardinality(String),
   request_time Float32,
   upstream_response_time Array(Float32),
   hostname LowCardinality(String),
   host LowCardinality(String),
   upstream_addr LowCardinality(String)
)
ENGINE = MergeTree()
PARTITION BY toMonday(event_date)
ORDER BY (hostname, request_uri, event_date)

CREATE TABLE nginx.error_log
(
   event_datetime DateTime,
   event_date Date,
   server_name LowCardinality(String),
   http_referer String,
   pid UInt32,
   sid UInt32,
   tid UInt64,
   host LowCardinality(String),
   client String,
   request String,
   message String,
   login String,
   upstream String,
   subrequest String,
   hostname LowCardinality(String)
)
ENGINE = MergeTree()
PARTITION BT toMonday(event_date)
ORDER BY (server_name, request, event_date)

Огромнейшее спасибо )

если ресурсов мало, то в конце еще

TTL timestamp + toIntervalMonth(1)

чтобы логи автоудалялись через месяц