clickhouse_zh.pdf

ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。与传统的行式数据库系统不同，它将同一列的数据存储在一起，而不是将同一行的数据存储在一起。这种存储方式使得针对分析类查询，只需要读取表的一小部分列，大大减少了I/O消耗。 常见的行式数据库系统有：MySQL、Postgres和MSSQLServer。而常见的列式数据库有：Vertica、Paraccel(ActianMatrix，AmazonRedshift)、SybaseIQ、Exasol、Infobright、InfiniDB、MonetDB(VectorWise，Actian Vector)、LucidDB、SAPHANA、GoogleDremel、GooglePowerDrill、Druid、kdb+。 OLAP场景的关键特征是绝大多数是读请求，数据以相当大的批次(>1000行)更新，或者根本没有更新。已添加到数据库的数据不能修改。对于读取，从数据库中提取相当多的行，但只提取列的一小部分。查询相对较少，通常每台服务器每秒查询数百次或更少。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。处理单个查询时需要高吞吐量，每台服务器每秒可达数十亿行。事务不是必须的，对数据一致性要求低。每个查询有一个大表，其他的都很小。查询结果明显小于源数据。 列式数据库更适合于OLAP场景，原因包括：1.针对分析类查询，通常只需要读取表的一小部分列。在列式数据库中你可以只读取你需要的数据，大大减少I/O消耗。2.由于数据总是打包成批量读取的，所以压缩是非常容易的。同时数据按列分别存储这也更容易压缩，进一步降低了I/O的体积。3.由于I/O的降低，这将帮助更多的数据被系统缓存，大大提高查询效率。 OLAP场景与其他通常业务场景(例如,OLTP或K/V)有很大的不同，因此想要使用OLTP或Key-Value数据库去高效的处理分析查询场景，并不是非常完美的适用方案。使用OLAP数据库去处理分析请求通常要优于使用MongoDB或Redis去处理分析请求。 ClickHouse作为一个列式数据库管理系统，其优势在于针对OLAP场景的高效处理能力，能够大大提高数据查询和处理的效率。