ClickHouse入门

2022-02-17

字数统计: 744字 | 阅读时长≈ 2分

ClickHouse入门

ClickHouse 是俄罗斯的Yandex于2016年开源的列式存储数据库（DBMS），使用C++语言编写，主要用于在线分析处理查询（OLAP），能够使用SQL查询实时生成分析数据报告。

官方文档：https://clickhouse.yandex/docs/zh/data_types/

ClickHouse的特点

列式存储

以下面的表为例：

Id	Name	Age
1	张三	18
2	李四	22
3	王五	34

OALP: 可以做查询,插入,但是不擅长删除和修改操作. 其实这个也可以理解. 因为我大数据拿到数据,会有对数据进行删除和修改的场景吗? 基本没有.

DBMS的功能

1	几乎覆盖了标准SQL的大部分语法，包括 DDL和 DML(crud)，以及配套的各种函数，用户管理及权限管理，数据的备份与恢复

多样化引擎

1	ClickHouse和MySQL类似，把表级的存储引擎插件化，根据表的不同需求可以设定不同的存储引擎。目前包括合并树、日志、接口和其他四大类20多种引擎。

表级的存储引擎插件化:
就是,这张表使用则引擎, 那张表使用那个引擎.
可以根据本表的需求使用不同的引擎.
目前包括树的,日志的,接口的,和其他四大类20多种引擎.
Mysql有InnoDB和myISAM,InnoDB支持事务,myISQM不支持事务.

高吞吐写入能力

ClickHouse采用类LSM Tree的结构，数据写入后定期在后台Compaction。通过类LSM tree的结构，ClickHouse在数据导入时全部是顺序append写，写入后数据段不可更改，在后台compaction(合并)时也是多个段merge sort后顺序写回磁盘。顺序写的特性，充分利用了磁盘的吞吐能力，即便在HDD上也有着优异的写入性能。
官方公开benchmark测试显示能够达到50MB-200MB/s的写入吞吐能力，按照每行100Byte估算，大约相当于50W-200W条/s的写入速度。

数据分区与线程级并行

ClickHouse将数据划分为多个partition，每个partition再进一步划分为多个index granularity(索引力度)，然后通过多个CPU核心分别处理其中的一部分来实现并行数据处理。在这种设计下，单条Query就能利用整机所有CPU。极致的并行处理能力，极大的降低了查询延时。
所以，ClickHouse即使对于大量数据的查询也能够化整为零平行处理。但是有一个弊端就是对于单条查询使用多cpu，就不利于同时并发多条查询。所以对于高qps的查询业务，ClickHouse并不是强项。