> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 创建第一个投影
> 了解如何在 ClickHouse 中使用投影，在同一张表中存储一份额外的已排序数据副本，从而加快对主键未覆盖列的查找。
所有快速入门
实时分析
数据仓储
可观测性
AI/ML
Cloud
开源
## 前置条件
To successfully follow this guide, you'll need the following:
* A running ClickHouse Cloud service. If you don't have one yet, complete the [Create your first Cloud service](/get-started/quickstarts/create-your-first-service-on-cloud) quickstart first.
你还应完成以下快速入门，因为本指南将直接基于 `uk_price_paid` 表以及其中介绍的相关概念展开：
* [创建你的第一个 MergeTree 表](/zh/get-started/quickstarts/create-your-first-mergetree-table)
* [创建你的第一个 materialized view](/zh/get-started/quickstarts/create-your-first-materialized-view)
## 你将实现的内容
在 MergeTree 快速入门中，你已经看到，按 `town` 或 `county` 查询 `uk_price_paid` 时需要执行全表扫描，因为该表按 `(postcode, addr1, addr2)` 排序。
在本快速入门中，你将通过创建一个**投影**来解决这个问题——投影是在同一张表*内部*存储的一种额外的已排序数据表示。与 materialized view 不同，投影不需要单独的目标表，能够与变更 (删除和更新) 保持同步，并且会由查询优化器透明地使用——你仍然查询同一个表名。
完成后，你将了解如何添加并 materialize 投影、ClickHouse 如何自动选择它，以及何时应选择投影而不是 materialized view。
### 了解为什么需要 projection
你的 `uk_price_paid` 表按 `(postcode, addr1, addr2)` 排序。这意味着，当你按 `postcode`、`addr1` 或 `addr2` 过滤时，ClickHouse 可以跳过大量数据块；但按 `town` 过滤的查询必须扫描每一行——整整 3000 万行。
**projection** 会在*同一张表内*额外存储一份按序排列的 (部分或全部) 列副本。当你查询这张表时，查询优化器会自动检查：如果从 projection 读取比从基础数据读取涉及更少的粒度，就会透明地改用它。
与 materialized view 的主要区别：
* **没有单独的表** - projection 就存在于 `uk_price_paid` 表内部
* **透明的查询优化** - 你像平常一样查询 `uk_price_paid`；ClickHouse 会自动选择 projection
* **与变更保持同步** - 应用于该表的删除和更新也会同步反映到 projection 中
更多信息，请参阅[projection 参考文档](/zh/reference/statements/alter/projection)。
### 为表添加投影
在 `uk_price_paid` 表上定义一个投影，用于存储按 `(town, date)` 排序的 `town`、`date`、`price` 和 `type`：
```sql theme={null}
ALTER TABLE uk_price_paid
ADD PROJECTION uk_price_paid_by_town
(
SELECT town, date, price, type
ORDER BY (town, date)
);
```
这会在表的元数据中注册该投影，但**不会**为现有数据将其物化——只有后续插入的数据才会填充它。
验证该投影是否出现在表定义中：
```sql theme={null}
SHOW CREATE TABLE uk_price_paid;
```
你应该会在输出结果中看到 `PROJECTION uk_price_paid_by_town` 块。
### 为现有数据物化该投影
与 materialized view 类似，新添加的投影仅对后续插入生效。要用表中已有的 3000 万行来填充它，需要显式将其物化：
```sql theme={null}
ALTER TABLE uk_price_paid
MATERIALIZE PROJECTION uk_price_paid_by_town;
```
这将作为后台变更执行。你可以查看其进度：
```sql theme={null}
SELECT
mutation_id,
command,
is_done
FROM system.mutations
WHERE table = 'uk_price_paid'
ORDER BY create_time DESC
LIMIT 5;
```
当 `is_done = 1` 时，投影就已完全 materialized。你也可以通过查看 `system.projection_parts` 来验证：
```sql theme={null}
SELECT
name,
count() AS parts,
sum(rows) AS total_rows,
formatReadableSize(sum(bytes_on_disk)) AS size
FROM system.projection_parts
WHERE table = 'uk_price_paid'
AND active = true
GROUP BY name;
```
### 查询该表并观察自动 PROJECTION 的使用
现在运行一个按 `town` 过滤的查询——就在你一直查询的**同一张表**上：
```sql theme={null}
SELECT
toYear(date) AS year,
round(avg(price)) AS avg_price,
count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC;
```
检查查询统计信息——与创建投影之前相比，读取的行数大幅减少，因为 ClickHouse 自动选择从 `uk_price_paid_by_town` 投影读取，而不是扫描基础数据。
你可以使用 \`EXPLAIN\`\` 确认已使用该投影：
```sql theme={null}
EXPLAIN
SELECT
toYear(date) AS year,
round(avg(price)) AS avg_price,
count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC;
```
在输出中查找引用该投影名称的 `ReadFromMergeTree`。如果要明确比较性能，可以针对单个查询禁用投影优化：
```sql theme={null}
SELECT
toYear(date) AS year,
round(avg(price)) AS avg_price,
count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC
SETTINGS optimize_use_projections = 0;
```
这会强制进行一次全表扫描，这样你就能看出读取行数的差异。
### 比较 projections 与 materialized views
projections 和 materialized views 都是在解决同一个问题——针对不同访问模式提升 reads 性能——但两者的取舍不同。简而言之，如果你只是需要在相同数据上使用不同的 sort 顺序，projections 通常是更好的选择；而如果你需要转换、聚合数据，或将数据路由到不同的 schema，materialized views 则更灵活。详细对比请参见 [Materialized views versus projections](/zh/concepts/features/projections/materialized-views-versus-projections)。
### 查看存储开销
投影会在同一张表中存储所选列的第二份副本，因此会增加磁盘占用。查询 `system.parts`，查看 `uk_price_paid` 的总大小 (现在也包含投影数据) ：
```sql theme={null}
SELECT
table,
count() AS parts,
sum(rows) AS total_rows,
formatReadableSize(sum(bytes_on_disk)) AS compressed_size
FROM system.parts
WHERE table = 'uk_price_paid'
AND active = true
GROUP BY table;
```
您还可以查看 projection 的存储情况：
```sql theme={null}
SELECT
name,
count() AS parts,
sum(rows) AS total_rows,
formatReadableSize(sum(bytes_on_disk)) AS projection_size
FROM system.projection_parts
WHERE table = 'uk_price_paid'
AND active = true
GROUP BY name;
```
这与 materialized view 的基本权衡相同：用更多磁盘空间换取更快的读取速度。由于投影只包含选定的四列，且压缩效果会因排序顺序而异，因此它可能比完整副本更小。
## 后续步骤
在本快速入门中，你为 `uk_price_paid` 添加了一个投影，它按 `(town, date)` 排序存储数据，无需创建单独的表即可实现按 town 的快速查找。你已经了解到，投影会由查询优化器自动选用，与变更保持同步，并以磁盘空间换取读取性能。
接下来请查看以下快速入门：
或者进一步参考以下文档：
* [materialized view 与投影对比](/zh/concepts/features/projections/materialized-views-versus-projections)
* [投影参考](/zh/reference/statements/alter/projection)
* [MergeTree 表引擎](/zh/reference/engines/table-engines/mergetree-family/mergetree)
