ClickHouse中分区键是否需纳入ORDER BY或PRIMARY KEY列表？

针对你的建表需求和查询模式，以下是具体的分析和优化方案：

核心问题解答 #

是否仍需将test_day纳入ORDER BY或PRIMARY KEY列表？ #

不需要。原因如下：

• 表已按test_day分区，每个分区内的test_day值完全一致，在ORDER BY中加入该字段属于冗余设置，不会改变分区内的数据排序顺序。
• 冗余的test_day会增加主键索引的存储空间，且二分查找索引时，第一列（test_day）无区分度，需要额外的比较步骤，降低索引查找效率。

应该选择哪种ORDER BY配置？ #

推荐使用ORDER BY (sensor, ts)，而非ORDER BY (sensor, test_day, ts)，理由如下：

• 匹配你的主流查询模式：多数查询会指定test_day（先定位到对应分区）+sensor+ts范围条件。在分区内，数据按sensor排序，相同sensor的记录按ts有序排列，能通过主键索引快速定位目标sensor的区间，再利用ts的有序性快速扫描时间范围，查询效率最优。
• ORDER BY (sensor, test_day, ts)中的test_day在分区内无区分度，排序结果与ORDER BY (sensor, ts)完全一致，但会额外占用索引存储空间，没有实际收益。

优化后的建表语句 #

CREATE TABLE IF NOT EXISTS sensor_reading
(
  test_day          Date,
  sensor            String,
  ts                DateTime,
  speed             Int32,
  weight            Int32
)
ENGINE = MergeTree()
PARTITION BY test_day
ORDER BY (sensor, ts);
-- PRIMARY KEY 可省略，ClickHouse默认将ORDER BY的前缀作为主键，即(sensor, ts)

补充说明 #

如果后续需要跨分区查询（如查询某一sensor在多个日期的数据），ORDER BY (sensor, ts)的结构依然高效：每个分区内的sensor数据连续存储，ClickHouse可在每个分区内快速定位目标sensor区间，再合并结果。

内容的提问来源于stack exchange，提问作者ningl