做啥网站最挣钱最近三天的国际新闻大事

        开发的MES，往往都要做生产执行跟踪扫描，这样会产生大量的扫描数据，用关系型数据库，很容易造成查询冲突的问题。

        生产跟踪扫描就发生的密度是非常高的，每个零部件的加工过程，都要被记录下来，特别是在大型工厂。写入密度高，但是每次写入的记录都很少，如果程序设计是实时往数据库写入记录，那基本是每次一条记录，且写入的频率很高，导致表锁时常发生，对查询扫描日志会带来很大的压力。

        解决跟踪扫描的问题，最好的办法还是用缓存(Redis)，而且要共享缓存，就是不同用户使用同一个缓存空间，防止相同的零部件扫描时候，不会出现相互冲突。实际生产过程中，扫描冲突是不应该发生的，但是偏偏就是会发生，例如操作员后补扫描。程序发起扫描请求时候，先去查询缓存是否存在扫描记录，如果有，则根据缓存中的数据进行扫描校验，例如是否存在扫描的编号、重复扫描、扫描次数限制等；如果缓存中没有数据，则表明零部件从来没有被扫描过，则从数据库中加载基础信息，例如零部件的信息、工序的信息、工作中心的信息等，然后这些信息也放到缓存中，基础信息不能存放太久，一般扫描也就毫秒级完成，算1秒吧，可以设置缓存超时清除，我这里是设置10分钟的绝对超时，10分钟后重新从数据库加载基础数据。

        扫描数据一直保存在缓存中，根据生产周期，也可以设定一个延期超时，例如90天，每访问一次，就重置超时时间。扫描记录，可以全部存放到内存缓存中（MemoryCache),用一个定时器往数据库中写入扫描记录，不管扫描是否成功，日志都要写入数据库保存。如果出现数据库事务冲突或者超时，则后续继续往数据库中写入，直到写入成功后，才从内存缓存中移除扫描数据。

        一般来说，程序设计查询扫描记录，从缓存中查询即可，数据结构采用Hash保存：

        Key:                Scan_零部件编号，注意，部件编号这里是全局唯一

        HashKey        工序编号

        Value                扫描数据json        [ {'scanTime':'2024-01-01','operator':'001'}]

        因为同一个工序，可能需要扫描2次或者以上的，所以value的设计是个集合

当查询的时候，只需要把key的所有数据一次性读取出来丢去前端即可，完全不需要查询数据库。不管是写入还是读取，都比数据库快很多，代码也很简洁。当然，之类最好把操作缓存的功能封装成一个工具类，毕竟设计到内存缓存和Redis。

        在常规的需求中，以上功能已经完全满足日常生产需求，但是，如果超过了90天后，扫描缓存被清除了呢？那么，就需要在数据库中查询组织数据，并重新写入到缓存中。那么，使用clickhouse查询，那是完全优于使用关系数据库，例如oracle、sqlserver、mysql、postgresql。不仅仅是构造扫描缓存，可能还要做一些分析，这里只是用最简单的一个查询来说明clickhouse和关系数据库之间的一些差异。

        第一，要把数据同步到clickhouse。前边也已经踩坑了，系统使用的mssql,开发语言是C#，研究了很久，没有现成的方案同步，或者说，还没弄明白。本来打算flink-cdc同步数据，结果弄出一堆问题来，还是没搞通，所以，这个事暂时耽搁下来，自己写了一个cdc的同步工具，也就2天时间，够用就好了，凑合着，后续再研究flink。flink官方没有现成的clickhouse-sink，哪位大神指点一二！

        第二，涉及到的查询关键字。用到的关键字做一个简单的说明：

        limit n by exp       

        根据字段取第n条记录，这个关键字不能和distinct同时使用，只取其一。例如扫描记录出现重复的扫描日志，要取最后一次，这样需要配合order by才能实现。limit在clickhouse中，不仅仅用于分页，例如记录中出现(key,value)= {a,1},{a,2},order by value limit 1 by key,则会得到{a,1},第二条记录会被过滤掉。

        first_value(exp1) over(partition by exp2 order by exp3)

        根据字段exp2分组，exp3的顺序，取第一条记录exp1的值。例如扫描记录有5个步骤，取第一个步骤的工序编号 first_value(processid) over(partition by partId order by scanTime)

        groupArray(exp1) over(partition by exp2 order by exp3 Rows BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)

        加载分组中字段后的exp1字段的所有值，例如部件扫描了5个工序，这个查询构造出一个列表字段，返回扫描的所有工序编号 {001,002,003,004,005},同理，用相同的方法把扫描时间也查出来，放到另外一个字段，顺序是一样的

        上述关键字，会对查询条件有限制的，出现在where中的字段，必须在select中出现，类似group by的要求，这个好办，最一个子查询就可以解决了：

        with tb as (select ... from ... where ...)

        select * from tb

这样就完全规避了查询限制

上个例子，一般的关系数据库是很难实现这样的分组查询，当然，用后端代码也能构造出这样的结构，就另说了。

在mes中，有很多复杂的查询，生产库使用mssql,查询库使用clickhouse，实现了读写分离。mssql通过cdc与clickhouse同步，开发的cdc同步组件，同时支持rabbitmq，可以把变更数据通过rabbitmq分发出去，让其他应用做实时数据统计和分析。

clickhouse驱动在开发语言中还是很丰富的，我使用的是clickhouse.client,在nuget中直接安装即可，使用起来和ado差不多，git中有比较完整的文档。这里报告一个bug,执行executeNonQuery返回整数时候，无论是否成功，都返回0，这个就很蛋疼了！

        一开始的时候，读写分离用的是ssis同步到另外一台mssql,虽然这样很方便，但是也有不方便的时候，例如要修改目标数据库的内容，会导致ssis同步报错，关键是，当数据量上亿的时候，再怎么优化也很慢，占用的磁盘空间也大，clickhouse经过压缩后，压缩比例普遍在15~25%左右，可以节约大量的磁盘空间。只要设置好表的分区分片，性能那是杠杠的。