ClickHouse：MergeTree表排序列方向指定及性能影响问题

问题描述 #

我正尝试优化一张MergeTree表，适配始终包含ORDER BY created_date DESC的查询，表结构如下。在CREATE TABLE的ORDER BY/PRIMARY KEY中加入created_date后，执行EXPLAIN发现存在ReverseTransform节点。我推测这会影响性能，因为列解压缩需要和压缩方向一致。但尝试在ORDER BY里加DESC没生效。

疑问 #

1. 关于性能影响的推测是否正确？
2. 怎么在CREATE TABLE的ORDER BY里指定列的排序方向？

原建表语句 #

CREATE TABLE mytable
(
    `created_date` DateTime64(6, 'UTC') CODEC(Delta(8), ZSTD(1)),
    `type` LowCardinality(String),
    `stuff` String
)
ENGINE = MergeTree
ORDER BY (created_date, type);  -- 注：这里加DESC不生效

解答 #

1. 性能影响的推测正确吗？ #

完全正确。ReverseTransform意味着ClickHouse需要在查询时对存储的created_date数据做反向排序操作，这会额外消耗CPU资源。尤其你给created_date用了Delta编码，这种编码依赖数据的连续递增特性，反向读取会打乱这种连续性，导致解压缩效率下降，进一步放大性能损耗。

2. 如何指定ORDER BY的列排序方向？ #

问题出在你用括号包裹了ORDER BY的字段列表——ClickHouse语法中，只有当字段列表不需要指定排序方向时才能用括号；如果要给列指定排序方向，必须把每个字段单独列出并标注方向，不能用括号包裹。正确的建表语句如下：

CREATE TABLE mytable
(
    `created_date` DateTime64(6, 'UTC') CODEC(Delta(8), ZSTD(1)),
    `type` LowCardinality(String),
    `stuff` String
)
ENGINE = MergeTree
ORDER BY created_date DESC, type;

如果需要给多个列指定方向，直接依次声明即可，比如：

ORDER BY created_date DESC, type ASC;

这样建表后，数据会按created_date降序、type升序的物理顺序存储，执行ORDER BY created_date DESC的查询时就不会出现ReverseTransform节点，查询性能会得到显著提升。

内容的提问来源于stack exchange，提问作者Martijn Thé