В таблице ReplacingMergeTree остаются дубли заказов через час после вставки
Заказы грузятся в таблицу ENGINE = ReplacingMergeTree(updated_at) ORDER BY order_id. При изменении заказа вставляется новая версия строки. Аналитик ожидал, что старые версии заменятся, но count() показывает больше строк, чем заказов, а сумма выручки завышена.
Как получать корректные данные?
- Дедуплицировать при чтении: FINAL или argMax по order_id
- Подождать сутки — дубли гарантированно исчезнут
- Вызывать OPTIMIZE FINAL перед каждым запросом
- Сменить движок на обычный MergeTree