概述

ClickHouse属性

1. DBMS：列式存储数据库
2. OLAP：在线分析处理查询，（OLTP:在线事务查询）
3. 可以使用sql（不支持窗口函数和相关子查询）
4. 支持海量数据场景
5. 写比读性能更好

OLAP

1. 大多数是读请求
   2. 数据总是以相当大的批(> 1000 rows)进行写入
   3. 不修改已添加的数据
   4. 每次查询都从数据库中读取大量的行，但是同时又仅需要少量的列
   5. 宽表，即每个表包含着大量的列
   鼓励冗余，不在乎磁盘（不值钱），减少join带来的性能消耗
   6. 较少的查询(通常每台服务器每秒数百个查询或更少)
   7. 对于简单查询，允许延迟大约50毫秒
   8. 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)
   9. 处理单个查询时需要高吞吐量（每个服务器每秒高达数十亿行）
   10. 事务不是必须的
   11. 对数据一致性要求低
   12. 每一个查询除了一个大表外都很小
   13. 查询结果明显小于源数据，换句话说，数据被过滤或聚合后能够被盛放在单台服务器的内存中

列式存储

行式存储：

列式存储：

列式存储好处：
1. 对于列的聚合，计数，求和等统计操作原因优于行式存储。
2. 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。
3. 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。

多样化引擎

合并树引擎

高吞吐写入能力

LSM Tree 结构，log sort merge ，
预写日志， —>快的原因
按照key排序，写到文件定期合并—>后台进行

顺序读写（50-200M/s）

分区和线程并行

partition
类似于hbase，查询的时候会在某个分区进行查询
充分利用cpu性能，可以同时读取多个分区
indes（稀疏索引）

优势：一条sql利用多个cpu
劣势：因为一个sql利用了多个cpu，所以不适合多条sql的需求

限制

1、不支持事务
2、缺少高频率低延迟的删改数据的能力，仅能用于批量删除或修改数据
例如：要删除一条数据，需要读取一整个分区的数据到内存，删完那条数据后将其他数据写回
3、稀疏索引
不适合通过检索单行的点查询，
但是好处是索引少，查询块！