系统表概览

系统表提供以下信息：

服务器状态、进程和环境。
服务器内部进程。
构建 ClickHouse 可执行文件时使用的选项。

系统表：

位于 system 数据库中。
仅支持读取数据。
不能被 drop 或 alter，但可以 detached。

大多数系统表将数据存储在 RAM 中。ClickHouse server 会在启动时创建这类系统表。与其他系统表不同，系统日志表 metric_log、query_log、query_thread_log、trace_log、part_log、crash_log、text_log 和 backup_log 使用 MergeTree 表引擎，并且默认将数据存储在文件系统中。如果你从文件系统中删除某个表，ClickHouse server 会在下次写入数据时重新创建一个空表。如果新版本中的系统表 schema 发生变化，ClickHouse 会重命名当前表并创建一个新表。可以通过在 /etc/clickhouse-server/config.d/ 下创建与表同名的配置文件，或在 /etc/clickhouse-server/config.xml 中设置相应元素，来自定义系统日志表。可自定义的元素包括：

database：系统日志表所属的数据库。此选项现已弃用。所有系统日志表都位于 system 数据库下。
table：要插入数据的表。
partition_by：指定 PARTITION BY 表达式。
ttl：指定表的 TTL 表达式。
flush_interval_milliseconds：将数据刷写到磁盘的时间间隔。
engine：提供带参数的完整引擎表达式 (以 ENGINE = 开头) 。此选项与 partition_by 和 ttl 冲突。如果同时设置，server 将抛出异常并退出。

示例：

<clickhouse>
    <query_log>
        <database>system</database>
        <table>query_log</table>
        <partition_by>toYYYYMM(event_date)</partition_by>
        <ttl>event_date + INTERVAL 30 DAY DELETE</ttl>
        <!--
        <engine>ENGINE = MergeTree PARTITION BY toYYYYMM(event_date) ORDER BY (event_date, event_time) SETTINGS index_granularity = 1024</engine>
        -->
        <flush_interval_milliseconds>7500</flush_interval_milliseconds>
        <max_size_rows>1048576</max_size_rows>
        <reserved_size_rows>8192</reserved_size_rows>
        <buffer_size_rows_flush_threshold>524288</buffer_size_rows_flush_threshold>
        <flush_on_crash>false</flush_on_crash>
    </query_log>
</clickhouse>

默认情况下，表会无限增长。要控制表的大小，可以使用生存时间 (TTL) 设置来删除过期的日志记录。还可以使用 MergeTree 引擎表的分区功能。

系统指标的来源

为了收集系统指标，ClickHouse server 使用以下来源：

CAP_NET_ADMIN 能力。
procfs (仅在 Linux 中) 。

procfs 如果 ClickHouse server 不具备 CAP_NET_ADMIN 能力，则会尝试回退到 ProcfsMetricsProvider。ProcfsMetricsProvider 支持按查询收集系统指标 (CPU 和 I/O) 。如果系统支持并启用了 procfs，ClickHouse server 会收集以下指标：

OSCPUVirtualTimeMicroseconds
OSCPUWaitMicroseconds
OSIOWaitMicroseconds
OSReadChars
OSWriteChars
OSReadBytes
OSWriteBytes

从 Linux 内核 5.14.x 开始，OSIOWaitMicroseconds 默认被禁用。你可以使用 sudo sysctl kernel.task_delayacct=1 启用它，或者在 /etc/sysctl.d/ 中创建一个 .conf 文件，并写入 kernel.task_delayacct = 1

ClickHouse Cloud 中的系统表

在 ClickHouse Cloud 中，系统表与在自管理部署中一样，可为服务的状态和性能提供关键洞察。一些系统表作用于整个集群范围，尤其是那些从 Keeper 节点获取数据的表，因为这些节点负责管理分布式元数据。这些表反映的是集群的整体状态，因此在单个节点上查询时，结果也应保持一致。例如，无论从哪个节点查询，parts 都应保持一致：

SELECT hostname(), count()
FROM system.parts
WHERE `table` = 'pypi'

┌─hostname()────────────────────┬─count()─┐
│ c-ecru-qn-34-server-vccsrty-0 │      26 │
└───────────────────────────────┴─────────┘

1 row in set. Elapsed: 0.005 sec.

SELECT
 hostname(),
    count()
FROM system.parts
WHERE `table` = 'pypi'

┌─hostname()────────────────────┬─count()─┐
│ c-ecru-qn-34-server-w59bfco-0 │      26 │
└───────────────────────────────┴─────────┘

1 row in set. Elapsed: 0.004 sec.

相较之下，其他系统表则是节点特有的，例如仅驻留在内存中，或使用 MergeTree 表引擎持久化数据。日志和指标等数据通常属于这种情况。持久化可确保历史数据在分析时仍然可用。不过，这些节点级表天然是各节点彼此独立的。通常，判断某个系统表是否为节点特有时，可以应用以下规则：

带有 _log 后缀的系统表。
暴露指标的系统表，例如 metrics、asynchronous_metrics、events。
暴露正在进行的进程的系统表，例如 processes、merges。

此外，系统表的新版本也可能因升级或 schema 变更而创建。这些版本使用数字后缀命名。例如，以 system.query_log 表为例，其中包含该节点执行的每个查询对应的一行：

SHOW TABLES FROM system LIKE 'query_log%'

┌─name─────────┐
│ query_log    │
│ query_log_1  │
│ query_log_10 │
│ query_log_2  │
│ query_log_3  │
│ query_log_4  │
│ query_log_5  │
│ query_log_6  │
│ query_log_7  │
│ query_log_8  │
│ query_log_9  │
└──────────────┘

11 rows in set. Elapsed: 0.004 sec.

查询多个版本

我们可以使用 merge 函数跨这些表查询。例如，下面的查询会找出每个 query_log 表中发送到目标节点的最新查询：

SELECT
    _table,
    max(event_time) AS most_recent
FROM merge('system', '^query_log')
GROUP BY _table
ORDER BY most_recent DESC

┌─_table───────┬─────────most_recent─┐
│ query_log    │ 2025-04-13 10:59:29 │
│ query_log_1  │ 2025-04-09 12:34:46 │
│ query_log_2  │ 2025-04-09 12:33:45 │
│ query_log_3  │ 2025-04-07 17:10:34 │
│ query_log_5  │ 2025-03-24 09:39:39 │
│ query_log_4  │ 2025-03-24 09:38:58 │
│ query_log_6  │ 2025-03-19 16:07:41 │
│ query_log_7  │ 2025-03-18 17:01:07 │
│ query_log_8  │ 2025-03-18 14:36:07 │
│ query_log_10 │ 2025-03-18 14:01:33 │
│ query_log_9  │ 2025-03-18 14:01:32 │
└──────────────┴─────────────────────┘

11 行，耗时 0.373 秒。已处理 6.44 百万行，25.77 MB（17.29 百万行/秒，69.17 MB/秒）
峰值内存占用：28.45 MiB。

不要依赖数字后缀判断顺序虽然表名中的数字后缀可能暗示数据的顺序，但绝不能依赖它。因此，在针对特定日期范围进行查询时，务必将 merge 表函数与日期过滤器结合使用。

需要特别注意的是，这些表仍然 仅存在于各个节点本地。

跨节点查询

为了全面查看整个集群，用户可以结合使用 clusterAllReplicas 函数和 merge 函数。clusterAllReplicas 函数支持跨 “default” 集群中的所有副本查询系统表，将各节点的数据汇总为统一结果。结合 merge 函数后，这种方法可用于查询集群中特定表的全部系统数据。这种方法对于监控和调试整个集群范围内的操作尤为有用，有助于用户有效分析其 ClickHouse Cloud 部署的健康状况和性能。

ClickHouse Cloud 提供由多个副本组成的集群，以实现冗余和故障转移。这使其能够支持动态自动扩缩容和零停机升级等功能。在某些时刻，新节点可能正在加入集群，或正从集群中移除。要跳过这些节点，请按照下方示例，在使用 clusterAllReplicas 的查询中添加 SETTINGS skip_unavailable_shards = 1。

例如，以查询 query_log 表为例，这通常对分析至关重要。

SELECT
    hostname() AS host,
    count()
FROM system.query_log
WHERE (event_time >= '2025-04-01 00:00:00') AND (event_time <= '2025-04-12 00:00:00')
GROUP BY host

┌─host──────────────────────────┬─count()─┐
│ c-ecru-qn-34-server-s5bnysl-0 │  650543 │
└───────────────────────────────┴─────────┘

1 row in set. Elapsed: 0.010 sec. Processed 17.87 thousand rows, 71.51 KB (1.75 million rows/s., 7.01 MB/s.)

SELECT
    hostname() AS host,
    count()
FROM clusterAllReplicas('default', system.query_log)
WHERE (event_time >= '2025-04-01 00:00:00') AND (event_time <= '2025-04-12 00:00:00')
GROUP BY host SETTINGS skip_unavailable_shards = 1

┌─host──────────────────────────┬─count()─┐
│ c-ecru-qn-34-server-s5bnysl-0 │  650543 │
│ c-ecru-qn-34-server-6em4y4t-0 │  656029 │
│ c-ecru-qn-34-server-iejrkg0-0 │  641155 │
└───────────────────────────────┴─────────┘

3 rows in set. Elapsed: 0.026 sec. Processed 1.97 million rows, 7.88 MB (75.51 million rows/s., 302.05 MB/s.)

跨节点和跨版本查询

由于系统表存在版本差异，结果仍无法反映集群中的全部数据。将上述方法与 merge 函数结合使用后，就能得到在所选日期范围内的准确结果：

SELECT
    hostname() AS host,
    count()
FROM clusterAllReplicas('default', merge('system', '^query_log'))
WHERE (event_time >= '2025-04-01 00:00:00') AND (event_time <= '2025-04-12 00:00:00')
GROUP BY host SETTINGS skip_unavailable_shards = 1

┌─host──────────────────────────┬─count()─┐
│ c-ecru-qn-34-server-s5bnysl-0 │ 3008000 │
│ c-ecru-qn-34-server-6em4y4t-0 │ 3659443 │
│ c-ecru-qn-34-server-iejrkg0-0 │ 1078287 │
└───────────────────────────────┴─────────┘

3 rows in set. Elapsed: 0.462 sec. Processed 7.94 million rows, 31.75 MB (17.17 million rows/s., 68.67 MB/s.)