clickstream-data-platform/docs/research/2026-08-22-distributed-join.md

# 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.