使用 生存时间 (TTL)（生存时间）管理数据

生存时间 (TTL)（生存时间）是一项功能，可在经过一定时间间隔后，将行或列移动、删除或汇总。

​

TTL 概述

生存时间 (TTL) 是一种能力，允许在经过一定时间间隔后对行或列进行移动、删除或 rollup。虽然 “time-to-live” 这个说法听起来似乎只与删除旧数据有关，但 TTL 实际上有多种用途：

• 删除旧数据：不出所料，你可以在指定时间间隔后删除行或列
• 在磁盘之间移动数据：经过一段时间后，你可以在不同存储卷之间移动数据——这对于部署热/温/冷架构非常有用
• 数据 rollup：在删除旧数据之前，先将其 rollup 为各种有用的聚合结果和计算结果

TTL 可以应用于整个表，也可以应用于特定列。

​

TTL 语法

TTL 子句可以出现在列定义之后和/或表定义末尾。使用 INTERVAL 子句来定义时间长度 (对应的值必须是 Date 或 DateTime 数据类型) 。例如，下表有两列 带有 TTL 子句：

CREATE TABLE example1 (
   timestamp DateTime,
   x UInt32 TTL timestamp + INTERVAL 1 MONTH,
   y String TTL timestamp + INTERVAL 1 DAY,
   z String
)
ENGINE = MergeTree
ORDER BY tuple()

• x 列的生存时间 (TTL) 为自 timestamp 列起 1 个月
• y 列的生存时间 (TTL) 为自 timestamp 列起 1 天
• 当时间间隔到期时，该列就会过期。ClickHouse 会将该列的值替换为其数据类型的默认值。如果数据分区片段中该列的所有值都已过期，ClickHouse 会从文件系统中的该数据分区片段删除这一列。

生存时间 (TTL) 规则可以修改或删除。更多详情请参见表生存时间 (TTL) 的操作页面。

最佳实践

使用表级生存时间 (TTL) 删除旧行时，我们建议按 TTL 表达式中使用的同一时间字段的日期或月份对表进行分区。

与删除单独的行相比，ClickHouse 删除整个分区的效率要高得多。 当分区键与 TTL 表达式一致时，ClickHouse 可以在分区过期时一次性删除整个分区，而不必重写数据分区片段来移除过期行。

请根据 TTL 周期选择分区粒度：

• 对于按天/周的 TTL：使用 toYYYYMMDD(date_field) 按天分区
• 对于按月/年的 TTL：使用 toYYYYMM(date_field) 或 toStartOfMonth(date_field) 按月分区

​

触发生存时间 (TTL) 事件

删除或聚合已过期的行不会立即发生——只有在表合并时才会执行。如果由于某种原因，你的表没有持续进行合并，则有两个设置会触发生存时间 (TTL) 事件：

• merge_with_ttl_timeout：再次执行带有删除生存时间 (TTL) 的合并前，最少需要等待的秒数。默认值为 14400 秒 (4 小时) 。
• merge_with_recompression_ttl_timeout：再次执行带有重压缩生存时间 (TTL) 的合并前，最少需要等待的秒数 (即在删除前先对数据进行汇总的规则) 。默认值：14400 秒 (4 小时) 。

因此，默认情况下，生存时间 (TTL) 规则至少每 4 小时会在你的表上应用一次。如果你需要更频繁地应用生存时间 (TTL) 规则，只需修改上述设置。

这不是一种理想的方案 (我们也不建议频繁使用) ，不过你也可以使用 OPTIMIZE 强制执行一次合并：

OPTIMIZE TABLE example1 FINAL

OPTIMIZE 会对表中的 parts 启动一次计划外合并；如果你的表已经只剩一个 part，FINAL 会强制重新优化。

​

删除行

若要在一段时间后删除表中的整行数据，请在表级定义生存时间 (TTL) 规则：

CREATE TABLE customers (
timestamp DateTime,
name String,
balance Int32,
address String
)
ENGINE = MergeTree
ORDER BY timestamp
TTL timestamp + INTERVAL 12 HOUR

此外，还可以根据记录的值定义生存时间 (TTL) 规则。 通过指定 WHERE 条件即可轻松实现。 也可以使用多个条件：

CREATE TABLE events
(
    `event` String,
    `time` DateTime,
    `value` UInt64
)
ENGINE = MergeTree
ORDER BY (event, time)
TTL time + INTERVAL 1 MONTH DELETE WHERE event != 'error',
    time + INTERVAL 6 MONTH DELETE WHERE event = 'error'

​

删除列

假设你不想删除整行，而只希望 balance 和 address 这两列过期。现在来修改 customers 表，将这两列的生存时间 (TTL) 设置为 2 小时：

ALTER TABLE customers
MODIFY COLUMN balance Int32 TTL timestamp + INTERVAL 2 HOUR,
MODIFY COLUMN address String TTL timestamp + INTERVAL 2 HOUR

​

实现 rollup

假设我们希望在一段时间后删除行，但出于报表目的保留部分数据。我们不需要所有明细——只需一些历史数据的聚合结果。这可以通过在 TTL 表达式中添加 GROUP BY 子句来实现，同时在表中添加一些列来存储聚合结果。

假设在下面的 hits 表中，我们想要删除旧行，但在删除这些行之前保留 hits 列的总和与最大值。我们需要一个字段来存储这些值，并且需要在 TTL 子句中添加一个 GROUP BY 子句，以便对总和与最大值进行 rollup：

CREATE TABLE hits (
   timestamp DateTime,
   id String,
   hits Int32,
   max_hits Int32 DEFAULT hits,
   sum_hits Int64 DEFAULT hits
)
ENGINE = MergeTree
PRIMARY KEY (id, toStartOfDay(timestamp), timestamp)
TTL timestamp + INTERVAL 1 DAY
    GROUP BY id, toStartOfDay(timestamp)
    SET
        max_hits = max(max_hits),
        sum_hits = sum(sum_hits);

关于 hits 表的几点说明：

• TTL 子句中的 GROUP BY 列必须是 PRIMARY KEY 的前缀，而我们希望按天起始时间对结果进行分组。因此，我们将 toStartOfDay(timestamp) 添加到了主键中
• 我们添加了两个字段来存储聚合结果：max_hits 和 sum_hits
• 根据 SET 子句的定义方式，必须将 max_hits 和 sum_hits 的默认值设为 hits，逻辑才能正常工作

​

实现热/温/冷架构

如果你使用的是 ClickHouse Cloud，本课中的步骤并不适用。在 ClickHouse Cloud 中，你无需操心旧数据的移动。

处理海量数据时，一种常见做法是随着数据逐渐变旧，将其迁移到不同的位置。下面介绍如何在 ClickHouse 中使用 TTL 命令的 TO DISK 和 TO VOLUME 子句实现热/温/冷架构。 (顺便一提，这并不一定非要采用热/冷分层——无论你的具体场景是什么，都可以用生存时间 (TTL) 来移动数据。)

1. TO DISK 和 TO VOLUME 选项指的是你在 ClickHouse 配置文件中定义的磁盘或卷名称。创建一个名为 my_system.xml 的新文件 (文件名也可以自定义) ，在其中定义磁盘，再定义使用这些磁盘的卷。将该 XML 文件放到 /etc/clickhouse-server/config.d/ 中，以使配置应用到你的系统：

<clickhouse>
    <storage_configuration>
        <disks>
            <default>
            </default>
           <hot_disk>
              <path>./hot/</path>
           </hot_disk>
           <warm_disk>
              <path>./warm/</path>
           </warm_disk>
           <cold_disk>
              <path>./cold/</path>
           </cold_disk>
        </disks>
        <policies>
            <default>
                <volumes>
                    <default>
                        <disk>default</disk>
                    </default>
                    <hot_volume>
                        <disk>hot_disk</disk>
                    </hot_volume>
                    <warm_volume>
                        <disk>warm_disk</disk>
                    </warm_volume>
                    <cold_volume>
                        <disk>cold_disk</disk>
                    </cold_volume>
                </volumes>
            </default>
        </policies>
    </storage_configuration>
</clickhouse>

2. 上述配置中提到了三个磁盘，它们分别指向 ClickHouse 可读写的文件夹。卷可以包含一个或多个磁盘——我们为这三个磁盘分别定义了一个卷。下面来看这些磁盘：

SELECT name, path, free_space, total_space
FROM system.disks

┌─name────────┬─path───────────┬───free_space─┬──total_space─┐
│ cold_disk   │ ./data/cold/   │ 179143311360 │ 494384795648 │
│ default     │ ./             │ 179143311360 │ 494384795648 │
│ hot_disk    │ ./data/hot/    │ 179143311360 │ 494384795648 │
│ warm_disk   │ ./data/warm/   │ 179143311360 │ 494384795648 │
└─────────────┴────────────────┴──────────────┴──────────────┘

3. 接下来……验证一下卷：

SELECT
    volume_name,
    disks
FROM system.storage_policies

┌─volume_name─┬─disks─────────┐
│ default     │ ['default']   │
│ hot_volume  │ ['hot_disk']  │
│ warm_volume │ ['warm_disk'] │
│ cold_volume │ ['cold_disk'] │
└─────────────┴───────────────┘

4. 现在我们将添加一条 TTL 规则，在热、温、冷存储卷之间移动数据：

ALTER TABLE my_table
   MODIFY TTL
      trade_date TO VOLUME 'hot_volume',
      trade_date + INTERVAL 2 YEAR TO VOLUME 'warm_volume',
      trade_date + INTERVAL 4 YEAR TO VOLUME 'cold_volume';

5. 新的 TTL 规则应该会自动生效，但你也可以手动强制执行以确保这一点：

ALTER TABLE my_table
    MATERIALIZE TTL

6. 使用 system.parts 表验证数据是否已移动到预期的磁盘上：

使用 system.parts 表，查看 crypto_prices 表中各 parts 所在的磁盘：

SELECT
    name,
    disk_name
FROM system.parts
WHERE (table = 'my_table') AND (active = 1)

响应内容如下所示：

┌─name────────┬─disk_name─┐
│ all_1_3_1_5 │ warm_disk │
│ all_2_2_0   │ hot_disk  │
└─────────────┴───────────┘