提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

1. ClickHouse 简介

官网： clickhouse.com/docs/zh" rel="nofollow">https://clickhouse.com/docs/zh

1.1 大数据处理场景

在大数据处理场景中，流处理和批处理使用到的技术大致如下：

1.2 什么是 ClickHouse

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

• ClickHouse 是一个开源的，用于联机分析（OLAP）的列式数据库管理系统（DBMS-database manager system）, 它是面向列的，并允许使用 SQL 查询，实时生成分析报告。ClickHouse 最初是一款名Yandex.Metrica 的产品，主要用于 WEB流量分析。ClickHouse 的全称是 Click Stream，Data WareHouse，简称 ClickHouse。
• ClickHouse 不是一个单一的数据库,它允许在运行时创建表和数据库，加载数据和运行查询，而无需重新配置和重新启动服务器。ClickHouse 同时支持列式存储和数据压缩，这是对于一款高性能数据库来说是必不可少的特性。

一个非常流行的观点认为，如果你想让查询变得更快，最简单且有效的方法是减少数据扫描范围和数据传输时的大小，而列式存储和数据压缩就可以帮助我们实现上述两点，列式存储和数据压缩通常是伴生的，因为一般来说列式存储是数据压缩的前提

1.3 OLAP 场景的特征

 绝大多数是读请求。
 数据以相当大的批次(> 1000 行)更新，而不是单行更新;或者根本没有更新。
 已添加到数据库的数据不能修改。
 对于读取，从数据库中提取相当多的行，但只提取列的一小部分。
 宽表，即每个表包含着大量的列。
 查询相对较少(通常每台服务器每秒查询数百次或更少)。
 对于简单查询，允许延迟大约 50 毫秒。
 列中的数据相对较小：数字和短字符串(例如，每个 URL 60 个字节)。
 处理单个查询时需要高吞吐量(每台服务器每秒可达数十亿行)。
 事务不是必须的。
 对数据一致性要求低。有副本情况下，写入一个即可，后台自动同步。
 每个查询有一个大表。除了他以外，其他的都很小。
 查询结果明显小于源数据。换句话说，数据经过过滤或聚合，因此结果适合于单个服务
器的 RAM 中。

通过以上 OLAP 场景分析特点很容易可以看出，OLAP 场景与其他通常业务场景(例如,OLTP 或 K/V)有很大的不同， 因此想要使用 OLTP 或 Key-Value 数据库去高效的处理分析查询场景，并不是非常完美的适用方案。例如，使用 OLAP 数据库去处理分析请求通常要优于使用 MongoDB 或 Redis 去处理分析请求。

2. ClickHouse 特性

2.1 完备的 DBMS 功能

• ClickHouse 是一个数据库管理系统，而不仅是一个数据库，作为数据库管理系统具备完备的管理功能：

2.2 列式存储

目 前 大 数 据 存 储 有 两 种 方 案 可 以 选 择 ， 行 式 存 储 (Row-Based) 和 列 式 存 储(Column-Based)

行式存储: 在数据写入和修改上具有优势

列式存储: 在数据读取和解析、分析数据上具有优势

案例

列式储存的好处：

• 对于列的聚合，计数，求和等统计操作原因优于行式存储。
• 由于某一列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，每一列选择更优的数据压缩算法，大大提高了数据的压缩比重。
• 由于数据压缩比更好，一方面节省了磁盘空间，另一方面对于 cache 也有了更大的 发挥空间。

2.3 数据压缩

2.4 向量化执行引擎

2.5 关系模型与标准 SQL 查询

ClickHouse 是大小写敏感，SELECT a 和 SELECT A 所代表的语义不同

2.6 多样化的表引擎

2.7 多线程与分布式

2.8 多主架构

2.9 交互式查询

2.10 数据分片与分布式查询