ClickHouse官方中文文档.pdfVIP

什么是ClickHouse ？ ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS) 。 在传统的行式数据库系统中 ，数据按如下 序存储 ： row watchID JavaEnable title GoodEvent EventTime #0 89354350662 1 投资者关系 1 2016 05 18 05:19:20 #1 90329509958 0 联系我们 1 2016 05 18 08:10:20 #2 89953706054 1 任务 1 2016 05 18 07:38:00 #N … … … … … 处于同一行中的数据总是被物理的存储在一起 。 常见的行式数据库系统有 ： MySQL 、Postgres和MS SQL Server 。 在列式数据库系统中 ，数据按如下的 序存储 ： row: #0 #1 #2 #N watchID: 89354350662 90329509958 89953706054 … J avaEnable: 1 0 1 … title: 投资者关系 联系我们 任务 … GoodEvent: 1 1 1 … EventTime: 2016 05 18 05:19:20 2016 05 18 08:10:20 2016 05 18 07:38:00 … 该示例中只展示了数据在列式数据库中数据的排列方式 。 对于存储而言 ，列式数据库总是将同一列的数据存储在一起 ，不同列的数据也总是分开存储 。 常见的列式数据库有 ： Vertica 、 Paraccel (Actian Matrix ，Amazon Redshift) 、 Sybase IQ 、 Exasol 、 Infobright 、 InfiniDB 、 MonetDB (VectorWise ， Actian Vector) 、 LucidDB 、 SAP HANA 、 Google Dremel 、 Google PowerDrill 、 Druid 、 kdb+ 。 不同的数据存储方式适用不同的业务场景 ，数据访问的场景包括 ：进行了何种查询 、多久查询一次以及各类查询的比例 ； 每 种查询读取多少数据————行 、列和字节 ；读取数据和写入数据之间的关系 ；使用的数据集大小以及如何使用本地的数据 集 ；是否使用事务,以及它们是如何进行隔离的 ；数据的复制机制与数据的完整性要求 ；每种类型的查询要求的延迟与吞吐量 等等 。 系统负载越高 ，依据使用场景进行定制化就越重要 ，并且定制将会变的越精细 。没有一个系统能够同时适用所有明显不同的业 务场景 。如果系统适用于广泛的场景 ，在 负载高的情况下 ，要兼顾所有的场景 ，那么将不得不做出选择 。是要平衡还是要效 率？ OLAP场景的关键特征 大多数是读请求 数据总是以相 当大的批( 1000 rows)进行写入 不修改已添加的数据 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 宽表 ，即每个表 包含着大量的列 较少的查询(通常每台服务器每秒数百个查询或更少) 对于简单查询 ，允许延迟大约50毫秒 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) 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） 事务不是必须的 对数据一致性要求低 每一个查询除