Clickhouse数据库二：特点

Myth丶恋晨 2022-11-11 13:22 217阅读 0赞

# Clickhouse的特点 #

## 2.1列式存储 ##

*  采用行式存储时，数据在磁盘上的组织结构为：  
    ![20210320193547431.png][]  
    好处是想查某个人所有的属性时，可以通过一次磁盘查找加顺序读取就可以。但是当想查所有人的年龄时，需要不停的查找，或者全表扫描才行，遍历的很多数据都是不需要的。
 *  而采用列式存储时，数据在磁盘上的组织结构为：  
    ![在这里插入图片描述][20210320193652135.png]这时想查所有人的年龄只需把年龄那一列拿出来就可以了

**列式储存的好处：**

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。

## 2.2DBMS功能 ##

*  ClickHouse支持基于SQL的声明式查询语言，该语言大部分情况下是与SQL标准兼容的。
 *  支持的查询包括 GROUP BY，ORDER BY，IN，JOIN以及非相关子查询。
 *  `不支持窗口函数和相关子查询`。

## 2.3多样化引擎 ##

clickhouse和mysql类似，把表级的存储引擎插件化，根据表的不同需求可以设定不同的存储引擎。

目前包括合并树、日志、接口和其他四大类20多种引擎

## 2.4高吞吐写入能力 ##

ClickHouse采用类`LSM Tree`的结构，数据写入后定期在后台Compaction。

通过类LSM tree的结构，ClickHouse在数据导入时全部是顺序append写，写入后数据段不可更改，在后台compaction时也是多个段 merge sort后顺序写回磁盘。

顺序写的特性，充分利用了磁盘的吞吐能力，即便在HDD上也有着优异的写入性能。

官方公开benchmark测试显示能够达到50MB-200MB/s的写入吞吐能力，按照每行100Byte估算，大约相当于50W-200W条/s的写入速度。

## 2.5数据分区和线程并行 ##

ClickHouse将数据划分为多个partition，每个partition再进一步划分为多个index granularity(粒度)，然后通过多个CPU核心分别处理其中的一部分来实现并行数据处理。

在这种设计下，单条Query就能利用整机所有CPU。极致的并行处理能力，极大的降低了查询延时。
    
    所以，clickhouse即使对于大量数据的查询也能够化整为零平行处理。

但是有一个弊端就是对于单条查询使用多cpu，就不利于同时并发多条查询。所以对于`高qps的查询业务，clickhouse并不是强项`。

## 2.6一些不足 ##

1.  没有完整的事务支持。
2.  缺少高频率，低延迟的修改或删除已存在数据的能力。仅能用于批量删除或修改数据，但这符合 GDPR。
3.  稀疏索引使得ClickHouse不适合通过其键检索单行的点查询。

[20210320193547431.png]: /images/20221022/de8831c9fb5a4b608a969a6a1fe190fc.png
[20210320193652135.png]: /images/20221022/6ed682aae6864950ad62532e80526547.png