起因
在做标签引擎的时候，我们在采用了bitmap存储对象id，基础的结构如下
| 标签类型 | 标签值 | 对象id bitmap |
|---|---|---|
| 性别 | 男 | [1,2,3] |
| 性别 | 女 | [8,9,10] |
表如下：
create table if not exists label_string_local on cluster clickhouse_cluster
(
label_type String comment '标签id',
label_value String comment '标签值',
object_bitmap AggregateFunction(groupBitmap, UInt32) comment '标签值'
)
engine = AggregatingMergeTree PARTITION BY label_type
ORDER BY (label_type, label_value)
SETTINGS index_granularity = 8192;到后面需求要求对对象id分页返回，问题就来了，clickhouse的官方没有bitmap的分页函数，最原始的解决方案就是把bitmap整个返回，在应用层对bitmap进行切割，这样导致接口的性能急剧下降。开始萌生了个大胆的想法，给clickhouse添加bitmap分页函数
开干
通过阅读Clickhouse的源码，步骤如下：
- 实现分页
在Clickhouse中bitmap指向的class是RoaringBitmapWithSmallSet ，bitmap底层使用的是RoaringBitmap，github地址：https://github.com/RoaringBitmap/CRoaring.git ，RoaringBitmapWithSmallSet对rb进行了包装，在这个类下添加分页函数
UInt64 rb_offset_limit(UInt64 offset, UInt64 limit, RoaringBitmapWithSmallSet & r1) const
{
if (limit == 0 || offset >= size())
return 0;
if (isSmall())
{
UInt64 count = 0;
UInt64 offset_count = 0;
auto it = small.begin();
for (;it != small.end() && offset_count < offset; ++it)
++offset_count;
for (;it != small.end() && count < limit; ++it, ++count)
r1.add(it->getValue());
return count;
}
else
{
UInt64 count = 0;
UInt64 offset_count = 0;
auto it = rb->begin();
for (;it != rb->end() && offset_count < offset; ++it)
++offset_count;
for (;it != rb->end() && count < limit; ++it, ++count)
r1.add(*it);
return count;
}
}- Clickhouse函数定义
在FunctionsBitmap.h定义Clickhouse函数
struct BitmapSubsetOffsetLimitImpl
{
public:
static constexpr auto name = "subBitmap";
template
static void apply(
const AggregateFunctionGroupBitmapData & bitmap_data_0,
UInt64 range_start,
UInt64 range_end,
AggregateFunctionGroupBitmapData & bitmap_data_2)
{
bitmap_data_0.rbs.rb_offset_limit(range_start, range_end, bitmap_data_2.rbs);
}
};
using FunctionBitmapSubsetOffsetLimit = FunctionBitmapSubset; - Clickhouse函数注册
在FunctionsBitmap.cpp注册函数
#include
// TODO include this last because of a broken roaring header. See the comment inside.
#include
namespace DB
{
void registerFunctionsBitmap(FunctionFactory & factory)
{
...
factory.registerFunction();
...
}
} 这样就完事了，最终这部分的代码提交到了Clickhosue仓库，最终得到了合并，https://github.com/ClickHouse/ClickHouse/pull/27234
后续
后面又来了个需求，要求标签能够修改，这又炸了，Clickhosue是不支持修改的，bitmap采用的数据结构是AggregateFunction(groupBitmap, UInt32)，groupBitmap的合并逻辑是或运算，内部Clickhosue开发了一种新的数据结构xor_groupBitmap，支持合并逻辑异或运算，变相支持删除操作，考虑这部分并不通用，所以没有开源出来
广州4年java求内推，https://dhbin.cn