为何ClickHouse表Part目录仅存在单个bin文件？

以下是几种常见的原因：

• 启用了低基数列的字典复用
  当你的表中多个列都使用LowCardinality类型，且它们的字典内容完全一致时，ClickHouse会开启字典复用（依赖allow_remapping_low_cardinality_keys配置，默认开启），将这些列的索引数据合并存储到单个.bin文件中，而非每个列单独生成文件。你可以通过SHOW CREATE TABLE your_table_name查看列类型，或执行SELECT value FROM system.settings WHERE name = 'allow_remapping_low_cardinality_keys'确认配置状态。

• 使用了Compact存储格式
  MergeTree引擎默认采用Wide格式（每个列对应独立的.bin文件），但如果建表时显式指定了storage_format = 'Compact'，或者存储策略配置了Compact格式，ClickHouse会将所有列的数据打包到一个data.bin文件中，同时用data.mrk2记录各列数据的偏移位置。执行SHOW CREATE TABLE your_table_name即可查看当前存储格式配置。

• Part处于临时未合并状态
  刚写入的数据会以临时Part（目录名带tmp后缀）的形式存在，此时可能还未完成列文件的拆分。等后台合并任务完成后，临时Part会转为正式Part，每个列对应的.bin文件就会生成。你可以查看Part目录的命名，或执行SELECT name, active FROM system.parts WHERE table = 'your_table_name'确认Part的状态。

• 使用了特殊引擎或物化视图
  诸如AggregatingMergeTree、MaterializedView关联的底层表等特殊场景下，引擎可能会对数据做合并存储优化，尤其是当数据经过聚合后列数据关联性极强时，可能会出现单个.bin文件的情况。

内容的提问来源于stack exchange，提问作者Alexandr