线上出现 TOO_MANY_PARTS 异常，初步排查未发现调用量激增或 ClickHouse 负载过高。深入分析发现，因 本地表未进行分区 ，所有数据存储在同一大分区内，导致大量小分片生成，影响合并效率。

关键原因

1. 未定义 PARTITION BY ，导致所有数据集中在单个分区。
2. 单笔插入 ，每条数据都会生成一个小分片，加剧分片数量问题。

解决方案

• 显式定义分区键 （如按时间分区）优化数据存储。
• 改为批量插入 ，减少小分片数量，提高合并效率。
• 优化分片键和索引 ，提升整体查询和存储性能。

在一次数据排查中发现 ClickHouse 存在数据丢失现象。通过代码、日志分析排除了程序问题，并进一步发现问题出在 ReplicatedReplacingMergeTree 存储引擎。表的 ORDER BY 组合键中部分字段值可能导致多条数据被错误聚合，尤其是在高并发场景下。

具体原因是 order_no 字段部分数据存储了外部时间戳，导致字段值重复，触发了 ClickHouse 的数据聚合机制。验证后发现，若修改某个字段值，数据可正常插入。

解决方案 ：在 ORDER BY 中新增 id 列，确保每条数据唯一，从而避免数据被错误聚合。