ClickHouse替换MySQL作为数仓APP层

清疚 2022-12-09 05:29 18阅读 0赞

*  一、ClickHouse 是什么？
 *  二、业务问题
 *  三、ClickHouse实践
 *  四、遇到的坑
 *  五、总结

--------------------

## 一、ClickHouse 是什么？ ##

> 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：

![2a456978e6b8987ad5275b54910ebb93.png][] img

在列式数据库系统中（ClickHouse），数据按如下的顺序存储：

![d294cf9fba3ad51c4d7eb025dd699bc1.png][] img

两者在存储方式上对比：

![1964bd5b6dfd9f0e2fd98270add8168e.png][] img

以上是ClickHouse基本介绍，更多可以查阅官方手册

## 二、业务问题 ##

业务端现有存储在Mysql中，5000万数据量的大表及两个辅表，单次联表查询开销在3min+，执行效率极低。经过索引优化、水平分表、逻辑优化，成效较低，因此决定借助ClickHouse来解决此问题

最终通过优化，**查询时间降低至1s内，查询效率提升200倍！**

希望通过本文，可以帮助大家快速掌握这一利器，并能在实践中少走弯路。

## 三、ClickHouse实践 ##

### 1.Mac下的Clickhouse安装 ###

我是通过docker安装，查看教程。也可以下载CK编译安装，相对麻烦一些。

### 2.数据迁移：从Mysql到ClickHouse ###

ClickHouse支持Mysql大多数语法，迁移成本低，目前有五种迁移方案：

*  create table engin mysql，映射方案数据还是在Mysql
 *  insert into select from，先建表，在导入
 *  create table as select from，建表同时导入
 *  csv离线导入
 *  streamsets

选择第三种方案做数据迁移：

CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = Mergetree AS SELECT * FROM mysql('host:port', 'db', 'database', 'user', 'password')

### 3.性能测试对比 ###

<table> 
 <thead> 
  <tr> 
   <th>类型</th> 
   <th>数据量</th> 
   <th>表大小</th> 
   <th>查询速度</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Mysql</td> 
   <td>5000万</td> 
   <td>10G</td> 
   <td>205s</td> 
  </tr> 
  <tr> 
   <td>ClickHouse</td> 
   <td>5000万</td> 
   <td>600MB</td> 
   <td>1s内</td> 
  </tr> 
 </tbody> 
</table>

### 4.数据同步方案 ###

**临时表**

![519c4d1d8aa0130e43b580da5b828ed8.png][] img

图片来源：携程 新建temp中间表，将Mysql数据全量同步到ClickHouse内temp表，再替换原ClickHouse中的表，适用数据量适度，增量和变量频繁的场景

**synch**

![f94bf342ff9dcdb942ae6b736bcf598f.png][] img

开源的同步软件推荐：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

### 5.ClickHouse为什么快？ ###

*  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
 *  同列同类型，有十倍压缩提升，进一步降低IO
 *  clickhouse根据不同存储场景，做个性化搜索算法

## 四、遇到的坑 ##

### 1.ClickHouse与mysql数据类型差异性 ###

用Mysql的语句查询，发现报错：

![e30e1917f13b1f4d8de2cc67026b229b.png][]

img

**解决方案**：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post\_id)，中转一下，统一无符号类型关联

### 2.删除或更新是异步执行，只保证最终一致性 ###

查询CK手册发现，即便对数据一致性支持最好的Mergetree，也只是保证最终一致性：

![813f40cadd17d432d887cf06f1a06975.png][] img

如果对数据一致性要求较高，推荐大家做全量同步来解决

## 五、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 : )

### 参考资料： ###

*  ClickHouse官方手册 CK

https://clickhouse.tech/docs/zh/

*  ClickHouse在携程酒店应用 蔡岳毅

https://cloud.tencent.com/developer/article/1462633

*  ClickHouse引擎怎么选 Roin123

https://developer.aliyun.com/article/762461

*本文来源：juejin.im/post/6863283398727860238*

[2a456978e6b8987ad5275b54910ebb93.png]: /images/20221123/754b30408f544ca588d089be62c4d059.png
[d294cf9fba3ad51c4d7eb025dd699bc1.png]: /images/20221123/7b9ba27f9f154863ab1c34955bc7ed77.png
[1964bd5b6dfd9f0e2fd98270add8168e.png]: /images/20221123/711d6a9488fb48b09c766fb74c5e3845.png
[519c4d1d8aa0130e43b580da5b828ed8.png]: /images/20221123/94f9d3ec0dad4838be048a03ad085c93.png
[f94bf342ff9dcdb942ae6b736bcf598f.png]: /images/20221123/4a6ae0bad2a24d1b9a40da153b1262ee.png
[e30e1917f13b1f4d8de2cc67026b229b.png]: /images/20221123/956dad184b064db897bf433adb1a465d.png
[813f40cadd17d432d887cf06f1a06975.png]: /images/20221123/62a8c5d20fe8467b854d9de3ebeed0bd.png