ClickHouse：SQL筛选与聚合语义

前置：WHERE、GROUP BY及金额口径。文中的六行数据和p2_clickhouse.events来自完整事件工程的DDL、CSV与查询。适用：单节点ClickHouse 24.8 LTS基础语法；资料核对2026-10-17。示例未执行，本轮仅静态解析和文本审阅，不连接数据库、启动服务或调用产品接口。

ClickHouse 时间筛选

ClickHouse 时间筛选使用半开区间表达开始包含、结束排除，UTC边界与表类型一致。筛1月用大于等于1月1日且小于2月1日，可自然衔接相邻月份，避免“最后一秒”的精度假设。先写过滤，再GROUP BY，最后对输出ORDER BY；建表排序不保证查询结果输出有序。

本例限定tenant_id=7且1月时间窗，符合条件的金额是10.00、15.50、4.50，总额30.00。CN占25.50，US占4.50。查询可写为下列SQL；对业务日界线有其他约定时，应先转换明确的边界，而非混用服务器本地日期。

SELECT country, count() AS n, sum(amount) AS amount
FROM p2_clickhouse.events
WHERE tenant_id=7
  AND event_time >= toDateTime('2026-01-01 00:00:00','UTC')
  AND event_time < toDateTime('2026-02-01 00:00:00','UTC')
GROUP BY country ORDER BY country;

ClickHouse 聚合口径

ClickHouse 聚合口径由GROUP BY维度和输入行集合决定；count统计行而非业务唯一事件，重复输入会改变sum与count。把event_id加入GROUP BY仅改变输出粒度，并不自动判断哪条版本有效。若业务要求去重收入，必须先定义逻辑键和版本选择，再计算金额，不能把uniqExact(event_id)与原始sum混在一起就称为正确账单。

六行基线总额60.00；重复导入第一条事件后总额70.00、行数7。此时uniqExact(event_id)=6仍成立，但sum已经重复10.00。COUNT与SUM分母、币种、退款符号、时间范围要同时一致。本课负金额被CHECK拒绝，所以退款应另行建模，不能把这份模型直接移用到净收入。

练习：两批平均金额分别10与100，行数分别9与1，能否取平均55？解答：总额190除以10得到19。可组合聚合应保留sum和count，或者保留avgState并用avgMerge；不能平均平均值。

ClickHouse 查询计划

ClickHouse 查询计划用EXPLAIN查看过滤条件、索引和读取范围，再用实际查询日志核对读取行数与字节。计划展示可使用哪些裁剪，不是运行耗时证明；表只有六行时，即使计划显示主键条件，也可能读取全部所在granule。因此学习索引不能只观察最终返回三行。

练习SQL是EXPLAIN indexes=1后接租户与月份sum查询。记录选中的parts、granules、过滤表达式，并和取消tenant_id条件的计划比较。若排序键首列不在条件中，后续时间列未必能同样有效地减少读取；实际效果取决于数据分布和索引条件。

工程上还需保留同一数据量、冷热缓存、并发与配置条件。read_rows、read_bytes、memory_usage能说明工作量，单一耗时不能解释瓶颈。不要用LIMIT 10当作必定只扫描十行的承诺，尤其是排序和聚合仍需处理更多输入。

官方依据与范围

• ClickHouse官方资料 1。
• ClickHouse官方资料 2。
• ClickHouse官方资料 3。

中文与英文MergeTree、ReplacingMergeTree对照核对；翻译或当前文档包含的新功能不自动适用于24.8。本课没有运行该版本，只有静态证据。旧文ClickHouse概述保留原URL与正文，旧容量描述不作为本课性能结论。