目录
一、ClickHouse 简介
ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的用于在线分析处理查询（OLAP: Online Analytical Processing）MPP 架构的列式存储数据库（DBMS：Database Management System），能够使用 SQL 查询实时生成分析数据报告。ClickHouse 的全称是 Click Stream，Data WareHouse。
clickhouse 可以做用户行为分析，流批一体
线性扩展和可靠性保障能够原生支持 shard + replication
clickhouse 没有走 hadoop 生态，采用 Local attached storage 作为存储
二、ClickHouse 特点
1、列式存储：
- 行式存储的好处
想查找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。
- 列式存储的好处
对于列的聚合、计数、求和等统计操作优于行式存储
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
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
列式存储不支持事务
2、DBMS 功能
几乎覆盖了标准 SQL 的大部分语法，包括 DDL 和 DML、，以及配套的各种函数；用户管理及权限管理、数据的备份与恢复
3、多样化引擎
目前包括合并树、日志、接口和其他四大类 20 多种引擎。
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。
5、数据分区与线程及并行：
ClickHouse 将数据划分为多个 partition，每个 partition 再进一步划分为多个 index granularity（索引粒度），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 的查询业务并不是强项。
6、单表查询速度优于关联查询
ClickHouse 像很多 OLAP 数据库一样，单表查询速度优于关联查询，而且 ClickHouse 的两者差距更为明显。
关联查询：clickhouse 会将右表加载到内存。
三、ClickHouse 为什么快？
- C++ 可以利用硬件优势
- 摒弃了hadoop生态
- 数据底层以列式存储
- 利用单节点的多核并行处理
- 为数据建立索引一级、二级、稀疏索引
- 使用大量的算法处理数据
- 支持向量化处理
- 预先设计运算模型-预先计算
- 分布式处理数据
四、引擎作用
表引擎是 ClickHouse 的一大特色。可以说， 表引擎决定了如何存储表的数据。包括：
- 数据的存储方式和位置
- 支持哪些查询以及如何支持
- 并发数据访问
- 索引的使用
- 是否可以执行多线性请求
- 数据复制参数
五、ClickHouse 引擎
引擎决定了数据的存储位置、存储结构、表的特征（是否修改操作 DDL、DDL、是否支持并发操作）
1、数据库引擎
目前支持的数据库引擎有 5 种：
Ordinary
默认引擎,在绝大多数情况下我们都会使用默认引擎，使用时无须刻意声明。在此数据库下可以使用任意类型的表引擎。
Dictionary
字典引擎，此类数据库会自动为所有数据字典创建它们的数据表。
Memory
内存引擎，用于存放临时数据。此类数据库下的数据表只会停留在内存中，不会涉及任何磁盘操作，当服务重启后数据会被清除。
Lazy
日志引擎，此类数据库下只能使用 Log 系列的表引擎。
MySQL
MySQL引擎，将远程的MySQL服务器中的表映射到 ClickHouse 中,常用语数据的合并。
MaterializeMySQL
MySQL 数据同步；将MySQL数据全量或增量方式同步到 clickhouse 中，解决 MySQL 服务并发访问压力过大的问题
2、表引擎
