其他分享
首页 > 其他分享> > ClickHouse 简介

ClickHouse 简介

作者:互联网

ClickHouse 是俄罗斯的Yandex于2016年开源的一款MPP架构(大规模并行处理)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。

1、ClickHouse  特点

1.1、列式存储

以下面表数据为例:

采用行式存储时,数据在磁盘上的组织结构为:

这样存储的好处是想查某个人所有的属性时,可以通过一次磁盘查找加顺序读取就可以,因为某个人的数据是顺序存储的。但是当想查所有人的年龄时,需要不停的查找,或者全表扫描才行,遍历的很多数据都是不需要的。

采用列式存储时,数据在磁盘上的组织结构为:

这时想查所有人的门派只需把门派那一列拿出来就可以了

列式储存的好处:

1.2、DBMS的功能

几乎覆盖了标准SQL的大部分语法,包括 DDL和 DML,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

1.3、多样化引擎

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。

1.4、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。

1.5、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,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。`

1.6、性能对比

单表查询

关联查询

结论:ClickHouse像很多OLAP数据库一样,单表查询速度由于关联查询,而且ClickHouse的两者差距更为明显。

也可以参考下官方给出ClickHouse和其它数据库的对比结果

https://clickhouse.com/benchmark/dbms/

标签:存储,列式,简介,写入,查询,数据,ClickHouse
来源: https://www.cnblogs.com/wdh01/p/16542933.html