ClickHouse初入门

比眉伴天荒 2021-12-15 02:59 452阅读 0赞

**目录**

什么是ClickHouse：

OLAP场景得关键属性：

ClickHouse的独特功能：

1.真正面向列的DBMS，

2.数据压缩

3，数据磁盘存储

4，多个核心的并行处理

5，多个服务器上多的分布式处理

6，SQL支持

7，矢量引擎

8，实时数据更新

9，索引

10，适合在线查询

11，支持近似计算

12，数据复制和数据完整性支持

ClickHouse的缺点：

Clickhouse数据类型：待整理

--------------------

原文参考ClickHouse官方网站-[https://clickhouse.yandex/docs/en/introduction/distinctive\_features/][https_clickhouse.yandex_docs_en_introduction_distinctive_features]

# 什么是ClickHouse：    #

ClickHouse是一个面向列得数据库管理系统(DBMS),用于在线分析处理查询(OLAP).

它以列式存储数据

## OLAP场景得关键属性：    ##

> 1.绝大数请求都是读取访问权限
> 
> 2.数据以相当大得批次（>1000行）更新，而不是单行更新；或者它根本没有更新。
> 
> 3.数据已经添加到数据库后，但未进行修改。
> 
> 4.对于读取，从DB中提取了相当多的行，但是只提取了一小部分列
> 
> 5.表格“宽”，意味着它们含有大量的列
> 
> 6.查询相对较少（通常每台服务器数百个查询或者每秒更少）
> 
> 7.对于简单查询，允许延迟大约50ms。
> 
> 8.列值相当小：数字和短字符串（例如每个URL60个字节）
> 
> 9.处理单个查询时需要高吞吐量（每台服务器每秒最多数十亿行）
> 
> 10.Transactions不是必须的
> 
> 11.对数据一致性要求较低
> 
> 12.每个查询有一张大表。所有表都很小，除了一个。
> 
> 13.查询结果明显小于源数据。换句话说，数据被过滤或聚合美因茨结果适合单个服务器的RAM。

## ClickHouse的独特功能：    ##

### 1.真正面向列的DBMS， ###

没有与值一起存储额外的数据。除此之外，这意味着必须支持恒定长度值，以避免在值的旁边存储长度“数字”。例如，是一个Uint 8类型的值实际上应该消耗大于1GB的未压缩，这将极大地影响CPU的使用。即使在未压缩时，紧凑地存储数据(没有任何“垃圾”)也是非常重要的，因为解压缩地速度(Cpu)使用率主要取决于未压缩数据的量。

\---值得注意的是，因为有些系统可以单独存储不同列的值，由于它们针对其它场景的优化而吴凡有效的处理分析查询。例如Hbase，BigTable，Cassandra，和HyperTable。在这些系统中，您将获得1大约每秒十万行的吞吐量，但是不会达到每秒数亿行。

\---值得注意的是，ClickHouse是一个数据库管理系统，而不是一个数据库。ClickHouse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。

### 2.数据压缩 ###

一些面向列的DBMS（InfiniDB CE和MonetDB）不使用数据压缩。但是，数据压缩确实在实现性能卓越方面发或者关键作用。

### 3，数据磁盘存储 ###

通过主键对数据进行物理分类，可以提取具有低延迟（小于即使毫秒）的特定值或范围的数据。一些面向列的DBMS（例如SAP HANA和Google PowerDrill）只能在RAM中工作，这种方式鼓励分配比实时分析实际需要更大的硬件估算。ClickHouse设计用于常规硬盘驱动器，这意味着每GB数据存储的成本很低，但SSD和额外的RAM也可以充分使用（如果可用）。

### 4，多个核心的并行处理 ###

大型查询以自然方式并行化，获取当前服务器上可用的所有必要资源。

### 5，多个服务器上多的分布式处理 ###

上面提到的几乎没有一个柱状DBMS支持分布式处理。在ClickHouse中，数据可以驻留在不同的分片上。每个分片都可以是一组用于容错的副本。在所有的分片上进行并行处理查询。这对于用户来说是透明多的。

### 6，SQL支持 ###

ClickHouse支持基于SQL的声明性查询语言，在许多情况下与SQL标准相同。支持的查询包括GROUP BY,ORDER BY, FROM,IN和JOIN子句中的子查询以及标量子查询。不支持从属子查询和窗口函数。

### 7，矢量引擎 ###

数据不仅按列存储，还由向量（列的一部分）处理。这是我们可以实现高CPU利用率。

### 8，实时数据更新 ###

ClickHouse支持具有主键的表。为了快速执行主键范围的查询，使用合并树以递增的方式进行排序。因此，可以不断将数据添加到表中。摄取新数据时不会进行锁定。

### 9，索引 ###

通过主键对数据进行物理排序，可以提取具有延迟（小于几十毫秒）的特定值或

### 10，适合在线查询 ###

低延迟意味着可以在没有延迟的情况下处理查询，而无需在加载用户界面的同一时间提前准备答案。换句话说-online

### 11，支持近似计算 ###

> ClickHouse提供了各种交易性能准确度的方法：  
> 1，聚合函数，用于近似计算不同值，中位数和分位数的数量
> 
> 2，基于数据的一部分（样本）运行查询并获得祭祀结果。在这种情况下，从磁盘检索的数据成比例地减少。
> 
> 3，为有限数量地随机密钥运行聚合，为不是为所有密钥运行聚合。在数据密钥分发地某些条件下，还在使用较少资源的同时提供了相当准确的结果。

### 12，数据复制和数据完整性支持 ###

使用异步多主机复制。再写入任何可用副本后，数据将分放到后台的所有剩余副本。系统在不同的副本上维护相同的数据。在大多数故障后自动执行恢复，在复杂情况下-半自动执行。

## ClickHouse的缺点：    ##

1，没有完整的事务支持

2，缺乏高速率和低延迟的修改和删除已插入数据的能力。有批次删除和更新可用于清理或修改数据，例如符合GDPR。

3，稀疏索引使得ClickHouse不太适合通过其键 做检索单行的点查询。

## Clickhouse数据类型：待整理 ##

[https_clickhouse.yandex_docs_en_introduction_distinctive_features]: https://clickhouse.yandex/docs/en/introduction/distinctive_features/