前言
使用的插件及数据库版本、配置

准备工作

由于PG数据表已经存在，所以需要准备一张Clickhouse的表，这里使用基础的MergeTree引擎，没有做分区，也没有做自定义的配置，采用默认配置，建表语句如下：

create table m_retailitem2(ID   String,
AD_CLIENT_ID  String,
AD_ORG_ID     String,
ISACTIVE      String,
CREATIONDATE  String,
OWNERID       String,
MODIFIEDDATE  String,
MODIFIERID    String,
M_RETAIL_ID   String,
ORDERNO       String,
C_VIP_ID      String,
...
)ENGINE MergeTree()
ORDER BY (CREATIONDATE,MODIFIEDDATE);

备注：表有134个字段，搞了3500W数据

PG与CK对比测试

备注：这里PG只有300W数据，我们先做一些测试对比，本次测试只对比聚合排序的性能
1、group by一个字段
ClickHouse:

Postgresql:

2、group by两个字段

ClickHouse:

Postgresql:

第一阶段测试初步结论：在PG300W数据，CK3500W数据的情况下，对字段进行聚合排序，CK显示的性能由于PG

CK多字段聚合测试

1、group by 3个字段

2、group by 4个字段

结论：随着聚合字段的增多，响应时间也在增长，但是性能依旧很不错

待续／／