Tous les produits
Search

Ce produit

    ApsaraDB for ClickHouse:Guide des tests de performances

    Centre de documentation

    ApsaraDB for ClickHouse:Guide des tests de performances

    Dernière mise à jour :Aug 11, 2026

    Effectuez des tests de performances sur ApsaraDB for ClickHouse à l'aide des jeux de données OnTime et Star Schema. Ce guide détaille l'importation de chaque jeu de données et l'exécution des requêtes de référence.

    Prérequis

    • Vous avez créé un cluster ApsaraDB for ClickHouse. Pour plus d'informations, consultez la section Créer un cluster.

    • Vous avez créé un compte de base de données. Pour plus d'informations, consultez la section Créer un cluster.

    • Vous disposez d'une machine Linux dont l'adresse IP est ajoutée à la liste d'autorisation du cluster ApsaraDB for ClickHouse. Pour plus d'informations, consultez la section Configurer une liste d'autorisation.

    • Vous avez installé la version de clickhouse-client compatible avec votre cluster ApsaraDB for ClickHouse. Pour plus d'informations, consultez la documentation clickhouse-client.

    Notes d'utilisation

    • Exécutez toutes les commandes clickhouse-client présentées dans ce guide depuis le répertoire d'installation de clickhouse-client.

    • Les jeux de données OnTime et Star Schema proviennent du site officiel open source de ClickHouse. Pour plus d'informations, consultez la page Example Datasets.

    Utiliser le jeu de données OnTime pour tester les performances

    1. Se connecter au cluster

    Connectez-vous à votre cluster ApsaraDB for ClickHouse via clickhouse-client dans un environnement Linux :

    ./clickhouse-client --host=<Cluster endpoint> --port=<TCP port number> --user=<Database account username> --password=<Database account password>

    2. Créer une table

    Téléchargez et exécutez le script de création de table adapté à l'édition de votre cluster :

    3. Télécharger le jeu de données OnTime

    Remarque

    Le jeu de données OnTime couvre une longue période ; son téléchargement est donc long. Il est normal que des erreurs de perte de données surviennent durant cette opération.

    echo https://transtats.bts.gov/PREZIP/On_Time_Reporting_Carrier_On_Time_Performance_1987_present_{1987..2021}_{1..12}.zip | xargs -P10 wget --no-check-certificate --continue

    4. Importer les données dans ApsaraDB for ClickHouse

    Définissez les variables d'environnement de connexion et importez les données :

    export ck_url=<Cluster endpoint>
export ck_user=<Database account username> 
export ck_pass=<Database account password>
export ck_port=<TCP port number> 
for i in *.zip; do echo $i; unzip -cq $i '*.csv' | sed 's/\.00//g' | ./clickhouse-client -h $ck_url -u $ck_user --password $ck_pass --port $ck_port --query="INSERT INTO ontime FORMAT CSVWithNames"; done

    5. Exécuter les requêtes de référence

    Remarque

    Les requêtes de test proviennent du site officiel open source de ClickHouse. Pour plus d'informations, consultez la documentation OnTime.

    Q0 — Nombre moyen de vols mensuels par année

    SELECT avg(c1)
FROM
(
    SELECT Year, Month, count(*) AS c1
    FROM ontime
    GROUP BY Year, Month
);

    Q1 — Nombre de vols par jour de la semaine (2000–2008)

    SELECT DayOfWeek, count(*) AS c
FROM ontime
WHERE Year>=2000 AND Year<=2008
GROUP BY DayOfWeek
ORDER BY c DESC;

    Q2 — Vols retardés par jour de la semaine (2000–2008, retard > 10 min)

    SELECT DayOfWeek, count(*) AS c
FROM ontime
WHERE DepDelay>10 AND Year>=2000 AND Year<=2008
GROUP BY DayOfWeek
ORDER BY c DESC;

    Q3 — Top 10 des aéroports de départ avec le plus de retards (2000–2008)

    SELECT Origin, count(*) AS c
FROM ontime
WHERE DepDelay>10 AND Year>=2000 AND Year<=2008
GROUP BY Origin
ORDER BY c DESC
LIMIT 10;

    Q4 — Vols retardés par compagnie aérienne (2007)

    SELECT Carrier, count(*)
FROM ontime
WHERE DepDelay>10 AND Year=2007
GROUP BY Carrier
ORDER BY count(*) DESC;

    Q5 — Pourcentage de retards par compagnie aérienne (2007)

    set joined_subquery_requires_alias=0;
set any_join_distinct_right_table_keys=1;
SELECT Carrier, c, c2, c*100/c2 as c3
FROM
(
   SELECT
       Carrier,
       count(*) AS c
   FROM ontime
   WHERE DepDelay>10
       AND Year=2007
   GROUP BY Carrier
)
ANY INNER JOIN
(
   SELECT
       Carrier,
       count(*) AS c2
   FROM ontime
   WHERE Year=2007
   GROUP BY Carrier
) USING Carrier
ORDER BY c3 DESC;

    Q6 — Pourcentage de retards par compagnie aérienne (2000–2008)

    set joined_subquery_requires_alias=0;
SELECT Carrier, c, c2, c*100/c2 as c3
FROM
(
   SELECT
       Carrier,
       count(*) AS c
   FROM ontime
   WHERE DepDelay>10
       AND Year>=2000 AND Year<=2008
   GROUP BY Carrier
)
ANY INNER JOIN
(
   SELECT
       Carrier,
       count(*) AS c2
   FROM ontime
   WHERE Year>=2000 AND Year<=2008
   GROUP BY Carrier
) USING Carrier
ORDER BY c3 DESC;

    Q7 — Tendance annuelle du taux de retard (toutes années confondues)

    set joined_subquery_requires_alias=0;
SELECT Year, c1/c2
FROM
(
   select
       Year,
       count(*)*100 as c1
   from ontime
   WHERE DepDelay>10
   GROUP BY Year
)
ANY INNER JOIN
(
   select
       Year,
       count(*) as c2
   from ontime
   GROUP BY Year
) USING (Year)
ORDER BY Year;

    Q8 — Top 10 des destinations desservies par le plus grand nombre de villes d'origine uniques (2000–2010)

    SELECT DestCityName, uniqExact(OriginCityName) AS u
FROM ontime
WHERE Year>=2000 and Year<=2010
GROUP BY DestCityName
ORDER BY u DESC
LIMIT 10;

    Q9 — Nombre total de vols par année

    SELECT Year, count(*) AS c1
FROM ontime
GROUP BY Year;

    Q10 — Compagnies aériennes classées par taux de retard à l'arrivée, hors États éloignés (avant 2010)

    SELECT
  min(Year), max(Year), Carrier, count(*) AS cnt,
  sum(ArrDelayMinutes>30) AS flights_delayed,
  round(sum(ArrDelayMinutes>30)/count(*),2) AS rate
FROM ontime
WHERE
  DayOfWeek NOT IN (6,7) AND OriginState NOT IN ('AK', 'HI', 'PR', 'VI')
  AND DestState NOT IN ('AK', 'HI', 'PR', 'VI')
  AND FlightDate < '2010-01-01'
GROUP by Carrier
HAVING cnt>100000 and max(Year)>1990
ORDER by rate DESC
LIMIT 1000;

    Utiliser le jeu de données Star Schema pour tester les performances

    1. Se connecter au cluster

    Connectez-vous à votre cluster ApsaraDB for ClickHouse via clickhouse-client dans un environnement Linux :

    ./clickhouse-client --host=<Cluster endpoint> --port=<TCP port number> --user=<Database account username> --password=<Database account password>

    2. Créer une table

    Téléchargez et exécutez le script de création de table adapté à l'édition de votre cluster :

    3. Générer les fichiers de données

    Clonez le projet ssb-dbgen, compilez-le et générez les fichiers de données. L'exemple suivant produit quatre fichiers : customer.tbl, lineorder.tbl, part.tbl et supplier.tbl.

    Remarque

    Le paramètre -s 100 génère environ 600 millions de lignes de données (67 Go). Adaptez cette valeur à vos objectifs de test : utilisez une valeur plus faible pour une validation rapide, ou une valeur plus élevée pour un test de charge réaliste.

    git clone https://github.com/vadimtk/ssb-dbgen.git
cd ssb-dbgen
make
./dbgen -s 100 -T c
./dbgen -s 100 -T l
./dbgen -s 100 -T p
./dbgen -s 100 -T s

    4. Importer les données dans ApsaraDB for ClickHouse

    Définissez les variables d'environnement de connexion et importez les données :

    export ck_url=<Cluster endpoint>
export ck_user=<Database account username>
export ck_pass=<Database account password>
export ck_port=<TCP port number> 
./clickhouse-client -h <Cluster endpoint> -u <Database account username> --password <Database account password> --port <TCP port number> --query "INSERT INTO customer FORMAT CSV" < ssb-dbgen/customer.tbl
./clickhouse-client -h <Cluster endpoint> -u <Database account username> --password <Database account password> --port <TCP port number> --query "INSERT INTO part FORMAT CSV" < ssb-dbgen/part.tbl
./clickhouse-client -h <Cluster endpoint> -u <Database account username> --password <Database account password> --port <TCP port number> --query "INSERT INTO supplier FORMAT CSV" < ssb-dbgen/supplier.tbl
./clickhouse-client -h <Cluster endpoint> -u <Database account username> --password <Database account password> --port <TCP port number> --query "INSERT INTO lineorder FORMAT CSV" < ssb-dbgen/lineorder.tbl

    5. Exécuter les requêtes de référence

    Remarque

    Les requêtes de test proviennent du site officiel open source de ClickHouse. Pour plus d'informations, consultez la documentation Star Schema Benchmark.

    Q0 — Aplatir les tables normalisées en une seule table dénormalisée pour accélérer les requêtes d'agrégation

    INSERT INTO lineorder_flat
SELECT
    l.LO_ORDERKEY AS LO_ORDERKEY,
    l.LO_LINENUMBER AS LO_LINENUMBER,
    l.LO_CUSTKEY AS LO_CUSTKEY,
    l.LO_PARTKEY AS LO_PARTKEY,
    l.LO_SUPPKEY AS LO_SUPPKEY,
    l.LO_ORDERDATE AS LO_ORDERDATE,
    l.LO_ORDERPRIORITY AS LO_ORDERPRIORITY,
    l.LO_SHIPPRIORITY AS LO_SHIPPRIORITY,
    l.LO_QUANTITY AS LO_QUANTITY,
    l.LO_EXTENDEDPRICE AS LO_EXTENDEDPRICE,
    l.LO_ORDTOTALPRICE AS LO_ORDTOTALPRICE,
    l.LO_DISCOUNT AS LO_DISCOUNT,
    l.LO_REVENUE AS LO_REVENUE,
    l.LO_SUPPLYCOST AS LO_SUPPLYCOST,
    l.LO_TAX AS LO_TAX,
    l.LO_COMMITDATE AS LO_COMMITDATE,
    l.LO_SHIPMODE AS LO_SHIPMODE,
    c.C_NAME AS C_NAME,
    c.C_ADDRESS AS C_ADDRESS,
    c.C_CITY AS C_CITY,
    c.C_NATION AS C_NATION,
    c.C_REGION AS C_REGION,
    c.C_PHONE AS C_PHONE,
    c.C_MKTSEGMENT AS C_MKTSEGMENT,
    s.S_NAME AS S_NAME,
    s.S_ADDRESS AS S_ADDRESS,
    s.S_CITY AS S_CITY,
    s.S_NATION AS S_NATION,
    s.S_REGION AS S_REGION,
    s.S_PHONE AS S_PHONE,
    p.P_NAME AS P_NAME,
    p.P_MFGR AS P_MFGR,
    p.P_CATEGORY AS P_CATEGORY,
    p.P_BRAND AS P_BRAND,
    p.P_COLOR AS P_COLOR,
    p.P_TYPE AS P_TYPE,
    p.P_SIZE AS P_SIZE,
    p.P_CONTAINER AS P_CONTAINER
FROM lineorder AS l
INNER JOIN customer AS c ON c.C_CUSTKEY = l.LO_CUSTKEY
INNER JOIN supplier AS s ON s.S_SUPPKEY = l.LO_SUPPKEY
INNER JOIN part AS p ON p.P_PARTKEY = l.LO_PARTKEY;

    Q1 — Revenu total des articles remisés en 1993 (quantité < 25, remise de 1 à 3 %)

    SELECT sum(LO_EXTENDEDPRICE * LO_DISCOUNT) AS revenue
FROM lineorder_flat
WHERE toYear(LO_ORDERDATE) = 1993 AND LO_DISCOUNT BETWEEN 1 AND 3 AND LO_QUANTITY < 25;

    Q2 — Revenu total des articles remisés en janvier 1994 (quantité 26–35, remise de 4 à 6 %)

    SELECT sum(LO_EXTENDEDPRICE * LO_DISCOUNT) AS revenue
FROM lineorder_flat
WHERE toYYYYMM(LO_ORDERDATE) = 199401 AND LO_DISCOUNT BETWEEN 4 AND 6 AND LO_QUANTITY BETWEEN 26 AND 35;

    Q3 — Revenu total des articles remisés durant la semaine 6 de 1994 (quantité 26–35, remise de 5 à 7 %)

    SELECT sum(LO_EXTENDEDPRICE * LO_DISCOUNT) AS revenue
FROM lineorder_flat
WHERE toISOWeek(LO_ORDERDATE) = 6 AND toYear(LO_ORDERDATE) = 1994 
  AND LO_DISCOUNT BETWEEN 5 AND 7 AND LO_QUANTITY BETWEEN 26 AND 35;

    Q4 — Revenu annuel par marque pour la catégorie MFGR#12 en Amérique

    SELECT
    sum(LO_REVENUE),
    toYear(LO_ORDERDATE) AS year,
    P_BRAND
FROM lineorder_flat
WHERE P_CATEGORY = 'MFGR#12' AND S_REGION = 'AMERICA'
GROUP BY
    year,
    P_BRAND
ORDER BY
    year,
    P_BRAND;

    Q5 — Revenu annuel par marque MFGR#2221–MFGR#2228 en Asie

    SELECT
    sum(LO_REVENUE),
    toYear(LO_ORDERDATE) AS year,
    P_BRAND
FROM lineorder_flat
WHERE P_BRAND >= 'MFGR#2221' AND P_BRAND <= 'MFGR#2228' AND S_REGION = 'ASIA'
GROUP BY
    year,
    P_BRAND
ORDER BY
    year,
    P_BRAND;

    Q6 — Revenu annuel pour la marque MFGR#2239 en Europe

    SELECT
    sum(LO_REVENUE),
    toYear(LO_ORDERDATE) AS year,
    P_BRAND
FROM lineorder_flat
WHERE P_BRAND = 'MFGR#2239' AND S_REGION = 'EUROPE'
GROUP BY
    year,
    P_BRAND
ORDER BY
    year,
    P_BRAND;

    Q7 — Revenu par pays du client et du fournisseur en Asie (1992–1997)

    SELECT
    C_NATION,
    S_NATION,
    toYear(LO_ORDERDATE) AS year,
    sum(LO_REVENUE) AS revenue
FROM lineorder_flat
WHERE C_REGION = 'ASIA' AND S_REGION = 'ASIA' AND year >= 1992 AND year <= 1997
GROUP BY
    C_NATION,
    S_NATION,
    year
ORDER BY
    year ASC,
    revenue DESC;

    Q8 — Revenu par ville pour les clients et fournisseurs des États-Unis (1992–1997)

    SELECT
    C_CITY,
    S_CITY,
    toYear(LO_ORDERDATE) AS year,
    sum(LO_REVENUE) AS revenue
FROM lineorder_flat
WHERE C_NATION = 'UNITED STATES' AND S_NATION = 'UNITED STATES' AND year >= 1992 AND year <= 1997
GROUP BY
    C_CITY,
    S_CITY,
    year
ORDER BY
    year ASC,
    revenue DESC;

    Q9 — Revenu par ville pour certaines villes britanniques spécifiques (1992–1997)

    SELECT
    C_CITY,
    S_CITY,
    toYear(LO_ORDERDATE) AS year,
    sum(LO_REVENUE) AS revenue
FROM lineorder_flat
WHERE (C_CITY = 'UNITED KI1' OR C_CITY = 'UNITED KI5') AND (S_CITY = 'UNITED KI1' OR S_CITY = 'UNITED KI5') AND year >= 1992 AND year <= 1997
GROUP BY
    C_CITY,
    S_CITY,
    year
ORDER BY
    year ASC,
    revenue DESC;

    Q10 — Revenu par ville pour certaines villes britanniques spécifiques en décembre 1997

    SELECT
    C_CITY,
    S_CITY,
    toYear(LO_ORDERDATE) AS year,
    sum(LO_REVENUE) AS revenue
FROM lineorder_flat
WHERE (C_CITY = 'UNITED KI1' OR C_CITY = 'UNITED KI5') AND (S_CITY = 'UNITED KI1' OR S_CITY = 'UNITED KI5') AND toYYYYMM(LO_ORDERDATE) = 199712
GROUP BY
    C_CITY,
    S_CITY,
    year
ORDER BY
    year ASC,
    revenue DESC;

    Q11 — Bénéfice annuel par pays du client en Amérique (fabricants MFGR#1 et MFGR#2)

    SELECT
    toYear(LO_ORDERDATE) AS year,
    C_NATION,
    sum(LO_REVENUE - LO_SUPPLYCOST) AS profit
FROM lineorder_flat
WHERE C_REGION = 'AMERICA' AND S_REGION = 'AMERICA' AND (P_MFGR = 'MFGR#1' OR P_MFGR = 'MFGR#2')
GROUP BY
    year,
    C_NATION
ORDER BY
    year ASC,
    C_NATION ASC;

    Q12 — Bénéfice par pays du fournisseur et catégorie de produit en Amérique (1997–1998, fabricants MFGR#1 et MFGR#2)

    SELECT
    toYear(LO_ORDERDATE) AS year,
    S_NATION,
    P_CATEGORY,
    sum(LO_REVENUE - LO_SUPPLYCOST) AS profit
FROM lineorder_flat
WHERE C_REGION = 'AMERICA' AND S_REGION = 'AMERICA' AND (year = 1997 OR year = 1998) AND (P_MFGR = 'MFGR#1' OR P_MFGR = 'MFGR#2')
GROUP BY
    year,
    S_NATION,
    P_CATEGORY
ORDER BY
    year ASC,
    S_NATION ASC,
    P_CATEGORY ASC;

    Q13 — Bénéfice par ville et marque aux États-Unis (1997–1998, catégorie MFGR#14)

    SELECT
    toYear(LO_ORDERDATE) AS year,
    S_CITY,
    P_BRAND,
    sum(LO_REVENUE - LO_SUPPLYCOST) AS profit
FROM lineorder_flat
WHERE S_NATION = 'UNITED STATES' AND (year = 1997 OR year = 1998) AND P_CATEGORY = 'MFGR#14'
GROUP BY
    year,
    S_CITY,
    P_BRAND
ORDER BY
    year ASC,
    S_CITY ASC,
    P_BRAND ASC;