ClickHouse初探

ClickHouse初探

简介

官方介绍:

ClickHouse is a fast open-source OLAP database management system

ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)

从官方网站我们可以快速知道,ClickHouse主要特点就是快,主要用于OLAP的开源列数据库。

什么是OLAP?

OLAP(On-Line Analytical Processing),即联机分析处理,数据处理的一类,与之对应的就是OLTP(On-Line Transaction Processing),联机事务处理,这两个就是数据分析常见的两大类。

OLTP就是对传统关系数据库(RDBMS)的应用,注重事务

OLAP对应的则是数据仓库(DWH)的应用,注重大数据量的分析

什么是列存储?

列存储是相对于行存储来说的,其实就是数据存储的不同方式,传统的关系型数据库(如,MySQL)采用的就是行存储结构,数据存储于磁盘采用的按行的方式存储,而列存储数据库则与之相反,根据表结构,按照列的方式存储,大致如下:

行存储

列存储

clickhouse-column.png

对于和两种存储方式其实不能用于性能比较,只能说是使用场景的不同,适应的需求也不同,行存储的数据通常用于OLTP,而列存储的数据库则比较适用于OLAP,两者之间没有绝度的界限。

ClickHouse主要特点

  • 适用于读多写少的场景

  • 不适用于修改数据,甚至不修改数据

  • 适用于宽表,并且每次读取的只是其中少部分的列

  • 适用于对事务和数据一致性要求不高的场景

  • 适用于每次操作都是大量数据的,而不对某条数据的场景

性能

  • 单个大查询的吞吐量:2-10GB/s

  • 处理短查询的延迟时间:<50ms

  • 处理大量短查询的吞吐量:数百个QPS(建议每秒最多查询100次)

  • 数据的写入性能:50到200MB/s(建议每次写入不少于1000行的批量写入)

总结

最近公司在做数据大屏,恰好数据量比较大,使用MySQL做分析明显不合适,正好公司其他团队有用ClickHouse作数据分析,我们也就一并使用起来,刚刚使用,还未深入理解,先写个文章记录下,等后面有更深入的理解和使用再来一起探讨。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,383评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,522评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,852评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,621评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,741评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,929评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,076评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,803评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,265评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,582评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,716评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,395评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,039评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,027评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,488评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,612评论 2 350