> For the complete documentation index, see [llms.txt](https://atomoh.gitbook.io/kubernetes/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://atomoh.gitbook.io/kubernetes/es/ce-yan-ji-he/ke-guan-ce-xing/ri-zhi/04-clickhouse-quiz.md).

# ClickHouse 测验

测试你对 ClickHouse 日志分析的理解。

***

1. ClickHouse 在日志分析中表现出高性能的主要原因是什么？
   * A) 基于行的存储
   * B) 基于列的存储
   * C) 基于文档的存储
   * D) 键值存储

<details>

<summary>显示答案</summary>

**答案：B) 基于列的存储**

**解释：** ClickHouse 是一种针对分析查询优化的基于列的数据库（仅扫描特定列）。相同数据类型会连续存储，从而实现高压缩率和向量化查询执行。

</details>

***

2. 在 ClickHouse 集群中，哪个组件用于数据复制和分布式查询协调？
   * A) Kafka
   * B) Redis
   * C) ZooKeeper/ClickHouse Keeper
   * D) etcd

<details>

<summary>显示答案</summary>

**答案：C) ZooKeeper/ClickHouse Keeper**

**解释：** ClickHouse 集群使用 ZooKeeper 或 ClickHouse Keeper 来协调副本之间的数据同步、分布式 DDL 执行和领导者选举。ClickHouse Keeper 是 ClickHouse 特有的 ZooKeeper 替代方案。

</details>

***

3. 哪个 ClickHouse 表引擎支持复制，且最适合用于日志存储？
   * A) MergeTree
   * B) ReplicatedMergeTree
   * C) Log
   * D) Memory

<details>

<summary>显示答案</summary>

**答案：B) ReplicatedMergeTree**

**解释：** ReplicatedMergeTree 为所有 MergeTree 功能（排序、分区、TTL 等）添加了复制功能。建议将其用于需要高可用性的生产环境日志存储。

</details>

***

4. 在 ClickHouse 中，低基数字符串列（例如 level、namespace）应使用哪种优化类型？
   * A) String
   * B) FixedString
   * C) LowCardinality(String)
   * D) Enum

<details>

<summary>显示答案</summary>

**答案：C) LowCardinality(String)**

**解释：** LowCardinality(String) 用于唯一值较少（约 10,000 个或更少）的字符串列。它在内部使用字典编码来优化存储空间和查询性能。

</details>

***

5. 设计 ClickHouse 日志表时，在 `ORDER BY` 子句中指定列顺序的原则是什么？
   * A) 按字母顺序
   * B) 按列大小顺序（最小的在前）
   * C) 经常被过滤的列在前
   * D) 按创建时间顺序

<details>

<summary>显示答案</summary>

**答案：C) 经常被过滤的列在前**

**解释：** ClickHouse 的 ORDER BY 会影响数据排序和索引创建。将 WHERE 子句中经常使用的列放在前面，可以在查询期间扫描更少的数据。示例：`ORDER BY (namespace, service, timestamp)`

</details>

***

6. 在 ClickHouse 中，用于快速分析大型数据集的采样技术语法是什么？
   * A) `LIMIT RANDOM 10%`
   * B) `SAMPLE 0.1`
   * C) `WHERE rand() < 0.1`
   * D) `TABLESAMPLE (10 PERCENT)`

<details>

<summary>显示答案</summary>

**答案：B) `SAMPLE 0.1`**

**解释：** ClickHouse 的 `SAMPLE` 子句仅扫描部分数据，以进行快速近似分析。`SAMPLE 0.1` 仅读取 10% 的数据。可以将结果乘以适当的系数来获得估算总数。

</details>

***

7. 在日志收集过程中，将 Kafka 放在日志源与 ClickHouse 之间的主要原因是什么？
   * A) 数据加密
   * B) 缓冲和峰值流量处理
   * C) 数据压缩
   * D) 查询优化

<details>

<summary>显示答案</summary>

**答案：B) 缓冲和峰值流量处理**

**解释：** Kafka 充当消息队列，在流量高峰期间缓冲日志，使 ClickHouse 能以稳定速率消费数据。它还可以防止 ClickHouse 发生故障时丢失数据。

</details>

***

8. 在 ClickHouse SQL 中，使用哪些函数提取 JSON 字段值？
   * A) JSON\_EXTRACT()
   * B) JSONExtractString(), JSONExtractFloat()
   * C) parseJSON()
   * D) getJSON()

<details>

<summary>显示答案</summary>

**答案：B) JSONExtractString(), JSONExtractFloat()**

**解释：** ClickHouse 使用 `JSONExtractString(json, 'field')` 和 `JSONExtractFloat(json, 'field')` 等函数提取 JSON 字段。每种类型使用不同的函数。

</details>

***

9. ClickHouse 表中的哪项功能会自动删除旧数据？
   * A) AUTO\_DELETE
   * B) RETENTION\_POLICY
   * C) TTL (Time To Live)
   * D) EXPIRE\_AFTER

<details>

<summary>显示答案</summary>

**答案：C) TTL (Time To Live)**

**解释：** ClickHouse 的 TTL 功能会在一段时间后自动删除数据，或将其移动到不同的存储（例如 S3）。示例：`TTL date + INTERVAL 90 DAY DELETE`

</details>

***

10. 将 ClickHouse 与 Grafana 集成时，使用哪个数据源插件？
    * A) grafana-mysql-datasource
    * B) grafana-clickhouse-datasource
    * C) grafana-sql-datasource
    * D) grafana-olap-datasource

<details>

<summary>显示答案</summary>

**答案：B) grafana-clickhouse-datasource**

**解释：** 要将 ClickHouse 与 Grafana 集成，请安装 `grafana-clickhouse-datasource` 插件。该插件可让你使用 SQL 查询可视化 ClickHouse 数据并构建仪表板。

</details>