① clickhouse代替es如何对文档做模糊查询
模糊查询在日志存储的场景中非常普遍。ClickHouse作为大数据分布式引擎，被作为日志存储备选方案。业界多家企业如Uber、石墨文档、映客、快手、携程、唯品会等已采用ClickHouse。日志查询以模糊查询为主，ES凭借逆天的分词能力在日志存储领域表现出色，但存储瓶颈显现，如压缩率低，成本高，性能差。ClickHouse在写入性能、存储压缩率方面有明显优势，适合模糊查询的优化空间。其中最具代表性的技术是跳数索引。
跳数索引（二级索引）在ClickHouse中独立于主键索引之外，提供不同类型的索引，如用于去重的set、计算极值的minmax，以及针对全文搜索的布隆过滤器家族。详细的索引概念和使用实践可查阅ClickHouse官网文档。
针对全文查询，适合的索引有tokenbf_v1、ngrambf_v1和新推出的倒排索引inverted。ngrambf_v1是最适合全文查询的索引。接下来的实战将验证三种索引在查询优化上的能力。
通过Java程序循环写入日志数据，内容包括异常、backtrace等，总数据量为1亿条。构建表SQL如下，具体数据写入过程略。
查询场景为查找包含[INFO]和gfdsamnbvcxz-asdfghjkl-poiuytrewqlkjh-qwertyuiop的记录数量。使用不同的索引进行查询，比较性能。
使用tokenbf_v1创建索引，但物化操作后发现全表扫描，执行计划显示索引未起作用。接着尝试inverted索引，同样全表扫描，索引未优化。
ngrambf_v1索引的优化过程展示：初始n=6时，全表扫描，执行计划显示索引未生效。调整n=48，查询时间减少到4秒多，扫描数据减少至1500万。n=30时，查询时间进一步缩短至3秒多，扫描数据减少至约1253个数据块。n=20时，查询效率提升有限，之后无继续优化的必要。
ngrambf_v1索引的性能与n的值有关，n不是越小越好。优化时需要考虑假阳性概率与过滤效率之间的权衡。在不同的查询场景下，n的设置应灵活调整。本文示例中，优化效果主要针对长文本的查询，而非[INFO]条件。建议针对确定的搜索条件，如日志级别，创建单独字段并使用物化视图或projection优化。
跳数索引仅适用于MergeTree引擎，其他引擎不支持此特性。
② 【分享】Notion零基础 | 小白如何快速入门
大家好！
接下来，我们将一起踏上Notion的探索之旅，学习如何快速上手这款全能工具。
要开始使用Notion，首先在浏览器搜索“notion官网”，注册新账号，通过邮箱验证。选择个人版，如果没有协作需求。
电脑端：点击官网下载链接，根据系统安装；手机或iPad在应用商店搜索“notion”下载。
Notion相当于印象笔记+滴答清单+石墨文档，整合日程、笔记和项目管理，具有丰富的模板、协作功能、文件导入和多样化的数据库视图。
复制模板：访问分享链接（链接略）点击Duplicate，登录账号后即可在个人空间看到。汉化方法：下载Notion电脑版，安装后替换韩文语言包（链接略）。
Notion的斜杠命令是常用快捷键，输入"/"后，选择操作，界面会提供清晰的图示指导。
Notion有免费版（文件上传限制5mb）和个人专业版（无限制），团队版价格更高。免费版功能已能满足日常需求。
今天的入门就到这里，下期我们将讨论如何打造个人管理体系，期待你的继续关注！