Разложить заказы в ODS по своему ключу шардирования #138

Merged
ddmitry merged 3 commits from 137-orders-shard-colocation into main 2026-08-22 11:38:57 +03:00
2 changed files with 39 additions and 2 deletions
Showing only changes of commit 8c76a7a0d8 - Show all commits

No files matched your search

+23
View File
@@ -84,6 +84,19 @@ CSV-файла. Живёт он вне цепочки слоёв, в зоне `d
Пошардовые счётчики STG и ODS поэтому не сходятся и сходиться не должны —
сверять слои можно только через `_dist`.
Разные ключи у слоёв ставят капкан на вставке `INSERT INTO цель_dist SELECT …
FROM источник_dist`. Заводское значение `parallel_distributed_insert_select` —
2: если обе таблицы на одном кластере, вставка исполняется локально на каждом
шарде, и шард пишет прямо в локальную таблицу цели, минуя её ключ шардирования.
Строки наследуют раскладку источника, и ошибки при этом нет: расхождение видно
только пересчётом по `hostName()` — сколько ключей встретилось больше чем на
одном шарде. На разборе заказов так и вышло: 1189 из 1662 заказов легли
одинаковыми строками на оба шарда, а `ReplacingMergeTree` через границу шарда их
не схлопывает. Поэтому у такой вставки в `SETTINGS` стоит явное
`parallel_distributed_insert_select = 0`: раскладку делает инициатор, по ключу
цели (`sql/ods/order_parse.sql`). Правило нужно и дальше — сборки DDS тоже будут
читать `_dist` и писать в `_dist` с другим ключом.
Ключи ко-локации названы заранее, потому что на них стоит политика соединений из
раздела 6 спеки: обычное соединение разрешено только по ключу ко-локации, всё
прочее — через `GLOBAL`. Значит `dds.session` и `dds.identity_map` шардируются по
@@ -573,6 +586,16 @@ DDL-словарь с файловым источником внутри `user_f
разобрано, почему отказ в праве на движок называет не то право, которого не
хватает.
**Проверка ко-локации заказов 22 августа 2026 года (#137).** Context7 и
`system.settings` закреплённого ClickHouse 26.3 назвали одну и ту же тройку
значений `parallel_distributed_insert_select`: `0` — выключено, `1` — `SELECT`
на каждом шарде, `2` — `SELECT` и `INSERT` на каждом шарде; заводское — `2`.
На живых данных видны и дефект, и починка: до правки 1189 из 1662 заказов
лежали на обоих шардах, после явного нуля и повторного разбора того же
`_load_id` — ни одного, каждый шард держит только свои ключи. Вершина версий
уцелела: деловые поля `ods.order_v` сошлись с эталоном, посчитанным прямо из
сырья.
**Проверка версий заказов 18 августа 2026 года (#94).** MCP Context7 подтвердил,
что `JSONType` возвращает имя типа значения JSON, — на нём стоит проверка типов
в предикате приёма заказов. Остальное снято на закреплённом ClickHouse 26.3.
+16 -2
View File
@@ -92,7 +92,16 @@ SELECT
_load_ts
FROM stg.orders_raw_dist
WHERE _load_id = {load_id:String} AND row_is_valid
SETTINGS distributed_foreground_insert = 1;
-- Заводское значение parallel_distributed_insert_select — 2: вставку вида
-- INSERT ... SELECT из Distributed в Distributed на одном кластере ClickHouse
-- исполняет локально на каждом шарде, и строки минуют ключ шардирования цели.
-- Ключи здесь разные — сырьё разложено по хешу строки, заказы по
-- cityHash64(order_id), — так версии одного заказа и расползлись по обоим
-- шардам, где ReplacingMergeTree их уже не схлопывает. Ноль возвращает вставку
-- инициатору: он читает срез со всех шардов и пишет через ods.order_dist,
-- то есть по её ключу.
SETTINGS distributed_foreground_insert = 1,
parallel_distributed_insert_select = 0;
-- Брак: тот же срез и буквальное отрицание того же предиката.
--
@@ -118,4 +127,9 @@ SELECT
_load_ts
FROM stg.orders_raw_dist
WHERE _load_id = {load_id:String} AND NOT row_is_valid
SETTINGS distributed_foreground_insert = 1;
-- Тот же ноль, хотя здесь заводское значение раскладку не ломало: ключ у
-- ods.order_errors_dist — cityHash64(raw), тот же, что у сырья, и локальная
-- запись попадала бы в свой шард сама. Совпадение ключей не гарантия:
-- поменяется ключ любой из двух таблиц — и строки разъедутся молча.
SETTINGS distributed_foreground_insert = 1,
parallel_distributed_insert_select = 0;