ClickHouse 26.7 introduit EXPLAIN ANALYZE, optimise fortement certaines requêtes Top-N et étend la quantification des vecteurs. Cette version réunit 61 fonctionnalités, 112 optimisations et 329 corrections selon l’éditeur. Pour les équipes data, l’amélioration la plus immédiatement utile est la possibilité de relier un plan SQL aux coûts réellement observés pendant son exécution.

La réponse rapide

QuestionRéponse
À quoi sert EXPLAIN ANALYZE ?À afficher le plan exécuté, les entrées-sorties, le parallélisme et les temps mesurés.
Toutes les requêtes Top-N accélèrent-elles ?Non. Le gain dépend notamment de l’ordre physique des données et de la requête.
La quantification vectorielle réduit-elle la précision ?Oui potentiellement ; le compromis doit être mesuré sur les données réelles.
Faut-il mettre à jour immédiatement ?Testez d’abord requêtes, pilotes et réplication sur un environnement représentatif.

Voir où le temps est réellement dépensé

Un plan estimé explique la stratégie choisie, mais pas ce qui s’est produit. EXPLAIN ANALYZE exécute la requête et associe au plan les volumes lus, la répartition du travail et les durées. Une équipe peut distinguer un mauvais filtrage d’un manque de parallélisme ou d’un accès disque excessif, sans reconstituer l’ensemble à partir de plusieurs journaux.

L’outil doit être utilisé avec prudence : la requête est réellement exécutée. Sur un agrégat massif ou une écriture, il faut commencer sur une copie ou avec des limites appropriées. Les mesures sont également sensibles au cache et à la charge concurrente ; un seul passage ne constitue pas un benchmark.

Pourquoi les Top-N peuvent changer d’échelle

Les requêtes qui agrègent, trient puis limitent le résultat sont fréquentes dans les tableaux de bord. Lorsque l’ordre demandé correspond à la clé de tri, ClickHouse peut éviter de conserver puis trier une masse intermédiaire complète. L’éditeur publie un exemple atteignant 313 fois plus de vitesse et 592 fois moins de mémoire.

Ces chiffres sont un meilleur cas fourni par ClickHouse, pas une promesse générale. Le bénéfice dépend de la cardinalité, de la distribution, de la clé physique et des filtres. La bonne méthode consiste à extraire les dix requêtes les plus coûteuses, comparer leurs plans avant et après, puis mesurer plusieurs exécutions à froid et à chaud.

Des vecteurs plus compacts

La version ajoute des mécanismes de quantification, dont QBit et Int8, pour réduire le volume lu lors de recherches vectorielles. Un vecteur moins précis occupe moins d’espace et sollicite moins la mémoire et le stockage. ClickHouse évoque jusqu’à huit fois moins d’entrées-sorties pour certains formats, voire un facteur seize entre une représentation sur un bit et BF16.

La réduction n’est pas gratuite. Une quantification agressive peut changer l’ordre des voisins et diminuer le rappel. Il faut mesurer la qualité métier, pas seulement la latence : taux de documents pertinents, stabilité des premiers résultats et comportement sur les requêtes rares.

Un plan de mise à jour pragmatique

Capturez d’abord les temps, la mémoire et les lignes lues sur la version actuelle. Rejouez le même corpus en 26.7, vérifiez les résultats et observez les nouveaux plans. Les gains Top-N peuvent justifier une modification de clé de tri, mais ce choix affecte les insertions et d’autres requêtes : ne l’appliquez pas à partir d’un seul tableau de bord.

Pour les vecteurs, conservez un échantillon de vérité terrain et comparez plusieurs niveaux de quantification. La meilleure configuration est celle qui respecte un seuil de qualité tout en réduisant suffisamment le coût.

ClickHouse 26.7 améliore à la fois l’observation et l’exécution. EXPLAIN ANALYZE aidera presque toutes les équipes ; les gains spectaculaires sur Top-N et vecteurs dépendront, eux, de la forme exacte des données.