文章目录
- 1、什么是 ClickHouse？
- 2、ClickHouse 有哪些应用场景？
- 3、ClickHouse 列式存储的优点有哪些？
- 4、ClickHouse 的缺点是是什么？
1、什么是 ClickHouse？
ClickHouse 是近年来备受关注的开源列式数据库管理系统，主要用于数据分析（OLAP）领域。通过向量化执行以及对 cpu 底层指令集（SIMD）的使用，它可以对海量数据进行并行处理，从而加快数据的处理速度。ClickHouse 从 OLAP场景需求出发，定制开发了一套全新的高效列式存储引擎，并且实现了数据有序存储、主键索引、稀疏索引、数据 Sharding、数据 Partitioning、TTL、主备复制等丰富功能。
2、ClickHouse 有哪些应用场景？
- 绝大多数请求都是用于读访问的；
- 数据需要以大批次（大于 1000 行）进行更新，而不是单行更新；
- 数据只是添加到数据库，没有必要修改；
- 读取数据时，会从数据库中提取出大量的行，但只用到一小部分列；
- 表很“宽”，即表中包含大量的列；
- 查询频率相对较低（通常每台服务器每秒查询数百次或更少）；
- 对于简单查询，允许大约 50 毫秒的延迟；
- 列的值是比较小的数值和短字符串（例如，每个 URL 只有 60 个字节）；
- 在处理单个查询时需要高吞吐量（每台服务器每秒高达数十亿行）；
- 不需要事务；
- 数据一致性要求较低；
- 每次查询中只会查询一个大表。除了一个大表，其余都是小表；
- 查询结果显著小于数据源。即数据有过滤或聚合。返回结果不超过单个服务器内存。
3、ClickHouse 列式存储的优点有哪些？
- 当分析场景中往往需要读大量行但是少数几个列时，在行存模式下，数据按 行连续存储，所有列的数据都存储在一个 block中，不参与计算的列在 IO 时也要全部读出，读取操作被严重放大。而列存模式下，只需要读取参与计 算的列即可，极大的减低了 IOcost，加速了查询。
- 同一列中的数据属于同一类型，压缩效果显著。列存往往有着高达十倍甚至 更高的压缩比，节省了大量的存储空间，降低了存储成本。
- 更高的压缩比意味着更小的 data size，从磁盘中读取相应数据耗时更短。
- 自由的压缩算法选择。不同列的数据具有不同的数据类型，适用的压缩算法 也就不尽相同。可以针对不同列类型，选择最合适的压缩算法。
- 高压缩比，意味着同等大小的内存能够存放更多数据，系统 cache 效果更好。
4、ClickHouse 的缺点是是什么？
- 不支持事务，不支持真正的删除/更新；
- 不支持二级索引；
- join 实现与众不同；
- 不支持窗口功能；
- 元数据管理需要人为干预。
5、ClickHouse 的架构是怎样的？
ClickHouse 采用典型的分组式的分布式架构，其中：
- Shard。集群内划分为多个分片或分组（Shard 0 … Shard N），通过 Shard的线性扩展能力，支持海量数据的分布式存储计算。
- Node。每个 Shard 内包含一定数量的节点（Node，即进程），同一 Shard
内的节点互为副本，保障数据可靠。ClickHouse 中副本数可按需建设，且逻 辑上不同 Shard 内的副本数可不同。 - ZooKeeper Service。集群所有节点对等，节点间通过 ZooKeeper 服务进 行分布式协调。
