把一条 85 秒的 ClickHouse 查询压到 400ms：四个月里一批朴素的增量优化如何叠加出 200 倍

概述

Jordi Villar 记录了四个月里把一条「最贵」ClickHouse 查询从 85.7 秒压到约 400ms 的过程——没有任何奇技淫巧，全是朴素改动彼此叠加出超过 200 倍的提升。场景是要读 ReplacingMergeTree 全量历史、重用它并不擅长的 FINAL。他做的改动包括：把分区键从按月的 toYYYYMM 改成 `client_customer_id % 36`，换来 FINAL 的并行度并砍掉区间交叠计算；把 event_type 在排序键里的位置提前，少读约 7% 的行；把昂贵的 join 换成应用层预计算列，内存降近 13 倍；把 9 列换成 8 字节单列，再省下索引与 seeks；用扁平查询模板取代三层嵌套参数化视图，光解析与规划开销就从几百毫秒砍到近零（配 memcached 缓存编译产物）。最后靠调大 merge 上限并强制 24 小时以上旧 part 被合并，把 534 个 part 减到 378、表从 2.12TiB 瘦到 1.55TiB；再把「已结束周期」列加进 ORDER BY 第四位做 granule 过滤，单客户端从约千万行砍到不足十万行。