1.ClickHouse 概述
ClickHouse 是俄罗斯的Yandex于2016年开源的列式存储数据库（DBMS），使用C++语言编写，主要用于在线分析处理查询（OLAP），能够使用SQL查询实时生成分析数据报告。
ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。
2.Clickhouse 支持特性剖析
2.1 列式存储
列式储存的好处：
-
对于列的聚合，计数，求和等统计操作原因优于行式存储。
-
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。
-
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。
2.2 DBMS的功能
-
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
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 数据分区与线程级并行
-
ClickHouse将数据划分为多个partition，每个partition再进一步划分为多个index granularity，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 性能对比
-
单表查询：
-
关联查询：
-
结论: clickhouse像很多OLAP数据库一样，单表查询速度由于没有关联查询，而且clickhouse的两者差距更为明显。
3.ClickHouse的不完美：
-
不支持事物。
-
不支持Update/Delete操作。
-
支持有限操作系统。现在支持ubuntu、centos 需要自己编译，对于Windows 不支持。