前言：目前刚换新工作，前公司用的较多的是mysql，多表关联查询时效率不是很理想，尤其是后面引入了FineReport做报表分析时效率更是低的吓人，在这里我接触到了ClickHouse，瞬间就被其惊人的性能所折服。这款非Hadoop生态、简单、自成一体的技术组件引起了我极大的好奇。那么ClickHouse好在哪呢文带你做一个初步了解。
ClickHouse 的来源
ClickHouse 是 Yandex（俄罗斯最大的搜索引擎）开源的一个用于实时数据分析的基于列存储的数据库，其处理数据的速度比传统方法快 100-1000 倍。
ClickHouse 的性能超过了目前市场上可比的面向列的 DBMS，每秒钟每台服务器每秒处理数亿至十亿多行和数十千兆字节的数据。
ClickHouse 是什么/h1>
ClickHouse 是一个用于联机分析（OLAP）的列式数据库管理系统（DBMS）。
我们首先理清一些基础概念：
OLTP：是传统的关系型数据库，主要操作增删改查，强调事务一致性，比如银行系统、电商系统。
OLAP：是仓库型数据库，主要是读取数据，做复杂数据分析，侧重技术决策支持，提供直观简单的结果。
接着我们用图示，来理解一下列式数据库和行式数据库区别，在传统的行式数据库系统中（MySQL、Postgres 和 MS SQL Server），数据按如下顺序存储：
两者在存储方式上对比：
④数据同步方案
临时表如下：
Synch 原理是通过 MySQL 的 Binlog 日志，获取 SQL 语句，再通过消息队列消费 Task。
⑤ClickHouse 为什么快/p>
有如下几点：
1、只需要读取要计算的列数据，而非行式的整行数据读取，降低 IO cost。
2、同列同类型，有十倍压缩提升，进一步降低 IO。
3、Clickhouse 根据不同存储场景，做个性化搜索算法。
遇到的坑
①ClickHouse 与 MySQL 数据类型差异性
用 MySQL 的语句查询，发现报错：
如果对数据一致性要求较高，推荐大家做全量同步来解决。
总结
通过 ClickHouse 实践，完美的解决了 MySQL 查询瓶颈，20 亿行以下数据量级查询，90% 都可以在 1s 内给到结果，随着数据量增加，ClickHouse 同样也支持集群，大家如果感兴趣，可以积极尝试！
文章知识点与官方知识档案匹配，可进一步学习相关知识MySQL入门技能树数据库组成表31559 人正在系统学习中
来源：好好先生&Mr.Li
声明：本站部分文章及图片转载于互联网，内容版权归原作者所有，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！