# Соединение двух Distributed-таблиц на стенде Дата исследования: 2026-08-22. Тикет #129, хвост раздела 11 мастер-спеки. Учебный результат: менти видит на своём кластере, где именно выполняется JOIN двух Distributed-таблиц, чем GLOBAL отличается от обычного соединения и почему «правильный» ключ шардирования в DDL ещё не гарантирует ко-локацию данных. Проверено двумя дорогами: читающими запросами на живом стенде (ClickHouse 26.3.17.56, 2 шарда × 1 реплика; запросы помечены `log_comment = 'r129-*'`, разбор — по `system.query_log` обеих нод) и по документации ClickHouse через MCP Context7 (страницы «JOIN Clause → Distributed JOIN», «Distributed table engine», «IN operators → distributed subqueries», настройки `distributed_product_mode`, `prefer_global_in_and_join`, `parallel_distributed_insert_select`). ## Короткий вывод - Обычный JOIN и `IN` с Distributed-таблицей справа режутся настройкой `distributed_product_mode = 'deny'` — это заводское значение, стенд его не менял. Ошибка: `DISTRIBUTED_IN_JOIN_SUBQUERY_DENIED`. - `GLOBAL JOIN` собирает правую часть один раз на ноде-инициаторе, кладёт во временную таблицу `_data_…` и рассылает её на все шарды; каждый шард соединяет свой локальный кусок левой таблицы с этой копией. Это видно в журнале запросов второй ноды дословно. - Режим `local` переписывает правую Distributed-таблицу на локальную. Ответ верен только при настоящей ко-локации по ключу соединения; иначе он молча меньше правильного — ошибки не будет. - Если левая часть — подзапрос, а не голая таблица, ClickHouse 26.3 вообще не раздаёт соединение по шардам: обе стороны стягиваются на инициатор и JOIN выполняется там один раз. `GLOBAL` и `distributed_product_mode` при этом ни на что не влияют. - Ловушка `FULL OUTER`: при голой левой Distributed-таблице непарная строка правой части попадает в ответ по разу с каждого шарда — на нашем кластере дважды. С подзапросами с обеих сторон ответ верный. - Находка стенда: ко-локация заказов по `cityHash64(order_id)` сломана — 1189 из 1662 заказов лежат на обоих шардах одинаковыми строками. Виновата настройка `parallel_distributed_insert_select = 2` (заводское значение в 26.3): `INSERT … SELECT` из Distributed в Distributed выполнился локально на каждом шарде, и строки заказов унаследовали раскладку сырья — по хешу сырой строки. События целы: все 401 185 строк лежат по своему хешу `cityHash64(ClientID)`. ## Как выполняется соединение: три наблюдаемых плана ### Обычный JOIN голых Distributed-таблиц — запрещён ```sql SELECT count() FROM ods.order_dist AS a INNER JOIN ods.order_dist AS b ON a.order_id = b.order_id ``` Обе версии планировщика (`enable_analyzer` 0 и 1) отвечают: ```text Code: 288. DB::Exception: Double-distributed IN/JOIN subqueries is denied (distributed_product_mode = 'deny'). You may rewrite query to use local tables in subqueries, or use GLOBAL keyword, or set distributed_product_mode to suitable value. (DISTRIBUTED_IN_JOIN_SUBQUERY_DENIED) ``` Причина по документации: запрос переписывается для каждого шарда, и правая Distributed-таблица внутри такой переписки означала бы «каждый шард ещё раз спрашивает весь кластер» — N шардов породили бы N×N подзапросов. Режим `deny` запрещает это по умолчанию. Тот же запрет действует на `IN (SELECT … FROM …_dist)` — поэтому в исследовательских запросах ниже стоит `GLOBAL IN`. ### GLOBAL JOIN — правая часть собирается один раз и рассылается ```sql SELECT count() FROM ods.order_dist AS a GLOBAL INNER JOIN ods.order_dist AS b ON a.order_id = b.order_id ``` Журнал запросов второй ноды показывает оба шага (log_comment `r129-bare-global`): ```text SELECT order_id FROM ods.order_rep -- шард отдаёт свой кусок правой части SELECT count() FROM ods.order_rep GLOBAL ALL INNER JOIN `_data_14241958685358625318_…` ON … -- шард соединяет локальную левую с разосланной копией ``` Инициатор один раз прочёл правую часть со всех шардов, собрал временную таблицу в памяти, разослал её и слил частичные результаты. Цена GLOBAL — память инициатора и рассылка по сети, поэтому он для малой правой части; заказы (2851 строка) малы. ### Подзапрос слева выключает раздачу по шардам ```sql SELECT count() FROM (SELECT arrayJoin(purchaseID) AS pid FROM ods.event_dist WHERE notEmpty(purchaseID)) AS e INNER JOIN ods.order_dist AS o ON e.pid = o.order_id ``` Этот запрос прошёл без ошибки даже при `deny`, и с `GLOBAL`, и во всех режимах `distributed_product_mode` — план один и тот же: вторая нода получила два независимых чтения (`SELECT … FROM ods.event_rep`, `SELECT order_id FROM ods.order_rep`), а соединение выполнил инициатор, прочитав целиком обе стороны (404 036 строк). Раздачи соединения по шардам здесь нет вовсе, поэтому нет и «двойной распределённости», которую режим `deny` запрещает. ## distributed_product_mode на живых данных Самосоединение заказов, счёт пар строк. Правильные ответы посчитаны отдельно как суммы квадратов кратностей: по `order_id` — 5229, по `user_id` — 6087. | Ключ | GLOBAL | `local` | `allow` | |---|---|---|---| | `order_id` (заявленный ключ шардирования) | 5229 | **2851** | — | | `user_id` (ко-локации нет и не заявлено) | 6087 | **3281** | 6087 | `local` переписывает правую часть на локальную таблицу — в журнале второй ноды виден дословный `… FROM ods.order_rep INNER JOIN ods.order_rep …`. Ответ совпадает с суммой пошардовых соединений и верен только тогда, когда обе строки каждой пары лежат на одном шарде. По `user_id` это ожидаемо не так. По `order_id` ответ тоже неверен — потому что настоящая раскладка заказов ключу не соответствует (см. ниже). `allow` разрешает наивный план «каждый шард спрашивает весь кластер»: ответ верный, чтений — квадрат от числа шардов. Документация даёт четыре режима (`deny`, `local`, `global`, `allow`) и отдельную настройку `prefer_global_in_and_join`, которая молча превращает обычные IN/JOIN в GLOBAL. Стенд ничего из этого не меняет: явный `GLOBAL` в тексте запроса честнее незаметной настройки — читатель видит цену в самом запросе. ## Ловушка FULL OUTER на кластере Строка правой части, не нашедшая пары, добавляется в ответ каждым шардом: ```sql SELECT countIf(b_flag = 1) FROM ods.order_dist AS a GLOBAL FULL OUTER JOIN (SELECT 'zzz-no-such-order' AS oid, 1 AS b_flag) AS b ON a.order_id = b.oid -- ответ: 2 (одна фиктивная строка вернулась дважды — по разу с каждого шарда) ``` Так ведут себя обе версии планировщика. Механика прямая: каждый шард получил копию правой части, у каждого она не нашла пары в его локальном куске, и каждый честно отдал её как непарную. Стоит обернуть левую часть в подзапрос — соединение выполняется один раз на инициаторе, и ответ становится верным: ```sql … FROM (SELECT order_id FROM ods.order_dist) AS a GLOBAL FULL OUTER JOIN … -- ответ: 1 ``` ## Находка: ко-локация заказов сломана DDL обещает раскладку по `cityHash64(order_id)`, но на живых данных половина строк лежит не на своём шарде: | Шард | на своём шарде | не на своём | |---|---|---| | 1 | 696 | 725 | | 2 | 750 | 680 | 1189 из 1662 заказов присутствуют на обоих шардах одинаковыми строками — одна и та же версия, один и тот же `_load_id`. Пути реплик в keeper у шардов разные, репликация ни при чём. Причина — `parallel_distributed_insert_select = 2`, заводское значение в 26.3. По документации: если выполняется `INSERT INTO distributed_a SELECT … FROM distributed_b` и обе таблицы на одном кластере, запрос выполняется локально на каждом шарде. Ровно это делает разбор заказов (`sql/ods/order_parse.sql`: `INSERT INTO ods.order_dist … FROM stg.orders_raw_dist`): каждый шард разобрал свой кусок сырья и записал его в свою локальную таблицу, минуя ключ шардирования цели. Строки заказов унаследовали раскладку STG — хеш сырой строки, то есть случайную относительно `order_id`. Заказ, попавший в несколько дневных слепков, приезжает несколькими разными сырыми строками и оседает на обоих шардах; ReplacingMergeTree схлопывает дубли только внутри шарда. Следствия уже наблюдаемы: `count()` по `ods.order_dist` даёт 2851 при 1662 заказах, а точное чтение работает только через `GROUP BY order_id` / `argMax` — пошардовый `FINAL` через дубль на соседнем шарде не переступит. События этой болезни не имеют: их пишет матвью приёма от Kafka-таблицы, не из Distributed, и раскладка по `cityHash64(ClientID)` точна на всех 401 185 строках. Починка — отдельный тикет, не этого исследования: разбору заказов нужно явное `parallel_distributed_insert_select = 0` (строки поедут через ключ шардирования цели), плюс пересборка уже разложенного. Тот же капкан ждёт любую будущую сборку DDS вида `INSERT INTO …_dist SELECT … FROM …_dist`, у которой ключ цели отличается от ключа источника. ## Выводы для identity_map (спека §5) Сборка карты — соединение покупок из событий с заказами по `purchaseID = order_id`. Ключ соединения не ключ ко-локации событий, поэтому по политике раздела 6 спеки соединение обязано быть GLOBAL — и эмпирика это подтверждает: обычный JOIN голых таблиц запрещён, `local` дал бы молча неверный ответ. GLOBAL здесь дёшев: правая часть — заказы, их тысячи. На практике левая часть сборки — подзапрос (события фильтруются по `notEmpty(purchaseID)` и разворачиваются `arrayJoin`), а значит на 26.3 соединение выполнится один раз на инициаторе. `GLOBAL` в тексте при этом не лишний: он выражает политику спеки, ничего не стоит и защищает запрос от смены плана при другой форме запроса или версии сервера. Запись результата в `dds.identity_map` (шардирование `cityHash64(client_id)`) пойдёт тем же `INSERT … SELECT`. Источник — результат соединения, а не голая Distributed-таблица, поэтому капкан `parallel_distributed_insert_select` на эту вставку не распространяется; но проверку раскладки после первой сборки стоит включить в приёмку — теперь ясно, что заявленный ключ и настоящая раскладка умеют расходиться. ## Выводы для purchase_vs_orders_v (спека §7) `FULL OUTER GLOBAL JOIN` для сверки корректен при одном условии: обе стороны — подзапросы, и соединение выполняется один раз на инициаторе. Витрина это условие выполняет естественно: покупки нужно развернуть из массива и агрегировать (класс `duplicate_event` иначе не посчитать), заказы — привести к последней версии. С голой Distributed-таблицей слева витрина удваивала бы каждый заказ без события — весь класс `lost_event` — по числу шардов. Прогон сверочной формы на живых данных (обе стороны — подзапросы с `GROUP BY`): 1662 совпадения, 255 покупок без заказа (ждут слепка, `awaiting_order`), 0 заказов без покупки, без задвоений. Обе величины согласуются с прямыми счётами — форма пригодна как каркас витрины. ## Чем проверялось Все запросы — читающие, от служебного пользователя внутри контейнеров (`docker compose exec clickhouse-01 … clickhouse-client`), следы — в `system.query_log` обеих нод по `log_comment` с префиксом `r129-`. Документные утверждения (механика GLOBAL, режимы `distributed_product_mode`, поведение `parallel_distributed_insert_select`) сверены с документацией ClickHouse через MCP Context7; поведение FULL OUTER на кластере в документации не описано — здесь источник только эмпирика.