clickhouse

为了解决数据孤岛的问题，人们提出了数据仓库的概念

第一类架构称为 ROLAP（Relational OLAP，关系型 OLAP）

第二类架构称为 MOLAP（Multidimensional OLAP，多维型 OLAP）。它的出现是为了缓解 ROLAP 性能问题。MOLAP 使用多维数组的形式保存数据，其核心思想是借助预先聚合结果，使用空间换取时间的形式最终提升查询性能

相比 InnoDB 表引擎，MyISAM 表引擎在分析场景中具有更好的性能。

CK 不支持事务。 不擅长根据主键按行粒度进行查询（虽然支持），故不应该把 ClickHouse 当作 Key-Value 数据库使用。

不擅长按行删除数据（虽然支持）

相同列压缩，数据默认使用 LZ4 算法压缩，在 Yandex.Metrica 的生产环境中，数据总体的压缩比可以达到 8:1（未压缩前 17PB，压缩后 2PB）

列式存储除了降低 IO 和存储的压力之外，还为向量化执行做好了铺垫。

ClickHouse 则采用 Multi-Master 多主架构，集群中的每个节点角色对等，客户端访问任意一个节点都能得到相同的效果。这种多主的架构有许多优势，例如对等的角色使系统架构变得更加简单，不用再区分主控节点、数据节点和计算节点，集群中的所有节点功能相同。所以它天然规避了单点故障的问题，非常适合用于多数据中心、异地多活的场景。

Vertica 这类商用软件价格高昂；SparkSQL 与 Hive 这类系统无法保障 90%的查询在 1 秒内 返回，在大数据量下的复杂查询可能会需要分钟级的响应时间；而 Elasticsearch 这类搜索引擎在处理亿级数据聚合查询时则显得捉襟见肘。

---

基本数据类型

https://clickhouse.com/docs/en/sql-reference/data-types/ (opens new window)

DSL

使用 MergeTree 引擎的建表语句语法

CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster]
(
    name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1] [TTL expr1],
    name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2] [TTL expr2],
    ...
    INDEX index_name1 expr1 TYPE type1(...) GRANULARITY value1,
    INDEX index_name2 expr2 TYPE type2(...) GRANULARITY value2
) ENGINE = MergeTree()
ORDER BY expr
[PARTITION BY expr]
[PRIMARY KEY expr]
[SAMPLE BY expr]
[TTL expr [DELETE|TO DISK 'xxx'|TO VOLUME 'xxx'], ...]
[SETTINGS name=value, ...]