> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-home-button.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# Создайте первую проекцию
> Узнайте, как использовать проекции в ClickHouse для хранения дополнительной отсортированной копии данных в той же таблице, чтобы ускорить поиск по столбцам, не входящим в первичный ключ.
Руководство по быстрому старту
Real-time аналитика
Хранилище данных
Обсервабилити
AI/ML
Cloud
Oss
## Предварительные требования
To successfully follow this guide, you'll need the following:
* A running ClickHouse Cloud service. If you don't have one yet, complete the [Create your first Cloud service](/get-started/quickstarts/create-your-first-service-on-cloud) quickstart first.
Вам также следует пройти следующие руководства из раздела «Быстрый старт», поскольку это руководство напрямую опирается на таблицу `uk_price_paid` и представленные в них концепции:
* [Создайте свою первую таблицу MergeTree](/ru/get-started/quickstarts/create-your-first-mergetree-table)
* [Создайте свое первое materialized view](/ru/get-started/quickstarts/create-your-first-materialized-view)
## Что вы создадите
В кратком руководстве по MergeTree вы увидели, что при запросах к `uk_price_paid` по `town` или `county` требуется полное сканирование таблицы, поскольку таблица отсортирована по `(postcode, addr1, addr2)`.
В этом кратком руководстве вы решите эту проблему, создав **проекцию** — дополнительное отсортированное представление данных, хранящееся *внутри* той же таблицы. В отличие от materialized views, проекции не требуют отдельной целевой таблицы, остаются синхронизированными с мутациями (удалениями и обновлениями) и прозрачно используются оптимизатором запросов — вы по-прежнему выполняете запросы к таблице с тем же именем.
К концу этого руководства вы поймёте, как добавить и материализовать проекцию, как ClickHouse автоматически её выбирает и в каких случаях проекции предпочтительнее materialized views.
### Зачем нужна проекция
Ваша таблица `uk_price_paid` отсортирована по `(postcode, addr1, addr2)`. Это значит, что ClickHouse может пропускать большие блоки данных, когда вы фильтруете по `postcode`, `addr1` или `addr2`, но при фильтрации по `town` запросам приходится сканировать каждую строку — все 30 миллионов.
**Проекция** хранит дополнительную отсортированную копию (некоторых или всех) столбцов *внутри той же таблицы*. Когда вы обращаетесь к таблице с запросом, оптимизатор запросов автоматически проверяет, позволит ли чтение из проекции прочитать меньше гранул, чем чтение из основных данных, и при необходимости прозрачно использует её.
Ключевые отличия от materialized views:
* **Нет отдельной таблицы** — проекция находится прямо внутри `uk_price_paid`
* **Прозрачная оптимизация запросов** — вы обращаетесь к `uk_price_paid` как обычно; ClickHouse автоматически выбирает проекцию
* **Синхронизируется с мутациями** — удаления и обновления, применённые к таблице, отражаются в проекции
Подробнее см. в [справочной документации по проекциям](/ru/reference/statements/alter/projection).
### Добавьте проекцию в таблицу
Определите проекцию для `uk_price_paid`, в которой `town`, `date`, `price` и `type` хранятся с сортировкой по `(town, date)`:
```sql theme={null}
ALTER TABLE uk_price_paid
ADD PROJECTION uk_price_paid_by_town
(
SELECT town, date, price, type
ORDER BY (town, date)
);
```
Это регистрирует проекцию в метаданных таблицы, но **не** материализует её для существующих данных — только будущие вставки будут её заполнять.
Убедитесь, что проекция присутствует в определении таблицы:
```sql theme={null}
SHOW CREATE TABLE uk_price_paid;
```
В выводе должен быть блок `PROJECTION uk_price_paid_by_town`.
### Материализуйте проекцию для существующих данных
Как и materialized view, недавно добавленная проекция применяется только к будущим вставкам. Чтобы заполнить её 30 миллионами строк, уже находящимися в таблице, нужно материализовать её явно:
```sql theme={null}
ALTER TABLE uk_price_paid
MATERIALIZE PROJECTION uk_price_paid_by_town;
```
Эта операция выполняется как фоновая мутация. Вы можете проверить её прогресс:
```sql theme={null}
SELECT
mutation_id,
command,
is_done
FROM system.mutations
WHERE table = 'uk_price_paid'
ORDER BY create_time DESC
LIMIT 5;
```
Когда `is_done = 1`, проекция полностью материализована. Также можно убедиться в этом, проверив `system.projection_parts`:
```sql theme={null}
SELECT
name,
count() AS parts,
sum(rows) AS total_rows,
formatReadableSize(sum(bytes_on_disk)) AS size
FROM system.projection_parts
WHERE table = 'uk_price_paid'
AND active = true
GROUP BY name;
```
### Выполните запрос к таблице и обратите внимание на автоматическое использование проекции
Теперь выполните запрос с фильтром по `town` — к **той же таблице**, к которой вы обращались ранее:
```sql theme={null}
SELECT
toYear(date) AS year,
round(avg(price)) AS avg_price,
count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC;
```
Проверьте статистику запроса — считывается значительно меньше строк, чем до появления проекции, поскольку ClickHouse автоматически выбрал чтение из проекции `uk_price_paid_by_town` вместо сканирования исходных данных.
Убедиться, что проекция действительно использовалась, можно с помощью `EXPLAIN`:
```sql theme={null}
EXPLAIN
SELECT
toYear(date) AS year,
round(avg(price)) AS avg_price,
count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC;
```
Ищите в выводе `ReadFromMergeTree`, где упоминается имя проекции. Если вы хотите явно сравнить производительность, можно отключить оптимизацию проекций для одного запроса:
```sql theme={null}
SELECT
toYear(date) AS year,
round(avg(price)) AS avg_price,
count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC
SETTINGS optimize_use_projections = 0;
```
Это принудительно запускает полное сканирование таблицы, чтобы вы могли увидеть разницу в количестве прочитанных строк.
### Сравнение проекций и materialized views
И проекции, и materialized views решают одну и ту же задачу — ускоряют чтение при альтернативных шаблонах доступа, — но предполагают разные компромиссы. Коротко говоря, проекции лучше подходят, когда нужен лишь другой порядок сортировки тех же данных; materialized views более гибки, когда требуется преобразовывать, агрегировать или направлять данные в другую схему. Подробное сравнение см. в разделе [Materialized views versus projections](/ru/concepts/features/projections/materialized-views-versus-projections).
### Оцените дополнительный расход хранилища
Проекции хранят вторую копию выбранных столбцов в той же таблице, увеличивая использование диска. Выполните запрос к `system.parts`, чтобы увидеть общий размер `uk_price_paid` (который теперь включает данные проекций):
```sql theme={null}
SELECT
table,
count() AS parts,
sum(rows) AS total_rows,
formatReadableSize(sum(bytes_on_disk)) AS compressed_size
FROM system.parts
WHERE table = 'uk_price_paid'
AND active = true
GROUP BY table;
```
Вы также можете проверить хранилище для конкретных проекций:
```sql theme={null}
SELECT
name,
count() AS parts,
sum(rows) AS total_rows,
formatReadableSize(sum(bytes_on_disk)) AS projection_size
FROM system.projection_parts
WHERE table = 'uk_price_paid'
AND active = true
GROUP BY name;
```
Это тот же базовый компромисс, что и у materialized view: больше места на диске в обмен на более быстрое чтение. Проекция может быть меньше полной копии, поскольку включает только четыре выбранных столбца, а степень сжатия зависит от порядка сортировки.
## Следующие шаги
В этом руководстве по быстрому старту вы добавили проекцию в `uk_price_paid`, которая хранит данные, отсортированные по `(town, date)`, что позволяет выполнять быстрые выборки по городу без создания отдельной таблицы. Вы узнали, что проекции прозрачно выбираются оптимизатором запросов, остаются синхронизированными с мутациями и обеспечивают более высокую производительность чтения в обмен на дополнительное место на диске.
Далее ознакомьтесь со следующими руководствами по быстрому старту:
Или подробнее изучите справочную документацию:
* [materialized view и проекции](/ru/concepts/features/projections/materialized-views-versus-projections)
* [Справочник по проекциям](/ru/reference/statements/alter/projection)
* [Движок таблицы MergeTree](/ru/reference/engines/table-engines/mergetree-family/mergetree)
