ClickHouse 是俄罗斯的Yandex于2016年开源的列式存储数据库（DBMS），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
https://clickhouse.yandex/docs/zh/
下载地址：http://repo.red-soft.biz/repos/clickhouse/stable/el6/
特点
① 列式存储
以下面的表为例：
|
Id |
Name |
Age |
|
1 |
张三 |
18 |
|
2 |
李四 |
22 |
|
3 |
王五 |
34 |
- 采用行式存储时，数据在磁盘上的组织结构为：
|
1 |
张三 |
18 |
2 |
李四 |
22 |
3 |
王五 |
34 |
好处是想查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。
- 采用列式存储时，数据在磁盘上的组织结构为：
|
1 |
2 |
3 |
张三 |
李四 |
王五 |
18 |
22 |
34 |
这时想查所有人的年龄只需把年龄那一列拿出来就可以了
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 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
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。
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。
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（每秒查询率）的查询业务，ClickHouse并不是强项。
⑥ 性能对比
某网站精华帖，中对几款数据库做了性能对比。
- 单表查询
- 关联查询
结论: ClickHouse像很多OLAP数据库一样，单表查询速度优于关联查询，而且ClickHouse的两者差距更为明显。
2. 安装配置
① 安装前的准备
1.1 CentOS取消打开文件数限制
在 /etc/security/limits.conf、
/etc/security/limits.d/90-nproc.conf or vim /etc/security/limits.d/20-nproc.conf （centos6 和centos7文件不一样）
这2个文件的末尾加入以下内容：
[root@hadoop101 ~]# vim /etc/security/limits.conf
在文件末尾添加：
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072
[root@hadoop101 ~]# vim /etc/security/limits.d/90-nproc.conf or vim /etc/security/limits.d/20-nproc.conf
在文件末尾添加：
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072
分发到另外2台机器
sudo /home/kris/bin/xsync /etc/security/limits.conf
sudo /home/kris/bin/xsync /etc/security/limits.d/20-nproc.conf
用ulimit -n 或者ulimit -a查看设置结果，
[root@hadoop101 ~]# ulimit -n
65536
1.2 CentOS取消SELINUX
修改/etc/selinux/config中的SELINUX=disabled后重启
[root@hadoop101 ~]# vim /etc/selinux/config SELINUX=disabled
分发到另外2台机器
sudo /home/kris/bin/xsync /etc/selinux/config
1.3 关闭防火墙
[root@hadoop101 ~]# service iptables stop
[root@hadoop101 ~]# service ip6tables stop
ip6tables：将 chains 设置为 ACCEPT 策略：filter [确定]
ip6tables：清除防火墙规则： [确定]
：正在卸载模块： [确定]
1.4 安装依赖
[root@hadoop101 ~]# yum install -y libtool [root@hadoop101 ~]# yum install -y *unixODBC*
另外2台机器同样的安装操作
② 安装
在hadoop101的/opt/module 下创建clickhouse目录
上传rmp文件 到/opt/module/clickhouse
[kris@hadoop101 ~]$ ll /opt/module/clickhouse/
总用量 1262276
-rw-r--r--. 1 kris kris 56708 12月 13 12:46 clickhouse-client-20.4.5.36-2.noarch.rpm
-rw-r--r--. 1 kris kris 117222435 12月 13 12:51 clickhouse-common-static-20.4.5.36-2.x86_64.rpm
-rw-r--r--. 1 kris kris 1175204526 12月 13 13:01 clickhouse-common-static-dbg-20.4.5.36-2.x86_64.rpm
-rw-r--r--. 1 kris kris 78318 12月 13 12:46 clickhouse-server-20.4.5.36-2.noarch.rpm
分发到另外2 台机器
xsync clickhouse/
分别在3台机器上进行安装
[root@hadoop101 clickhouse]# rpm -ivh *.rpm
Preparing... ########################################### [100%]
1:clickhouse-server-commo########################################### [ 20%]
2:clickhouse-server ########################################### [ 40%]
3:clickhouse-client ########################################### [ 60%]
4:clickhouse-debuginfo ########################################### [ 80%]
5:clickhouse-compressor ########################################### [100%]
sudo rpm -qa|grep clickhouse查看安装情况
修改配置文件
[kris@hadoop101 clickhouse]$ sudo vim /etc/clickhouse-server/config.xml
把 <listen_host>::</listen_host> 的注释打开，这样的话才能让ClickHouse被除本机以外的服务器访问
分发配置文件
sudo /home/kris/bin/xsync /etc/clickhouse-server/config.xml
在这个文件中，有ClickHouse的一些默认路径配置，比较重要的
数据文件路径：<path>/var/lib/clickhouse/</path>
日志文件路径：<log>/var/log/clickhouse-server/clickhouse-server.log</log>
启动ClickServer
sudo systemctl start clickhouse-server
3台机器上都关闭开机自启： sudo systemctl disable clickhouse-server
或者如下方式起动：
前台启动：
[root@hadoop101 module]# clickhouse-server --config-file=/etc/clickhouse-server/config.xml
后台启动：
[root@hadoop101 module]# nohup clickhouse-server --config-file=/etc/clickhouse-server/config.xml >null 2>&1 &
[1] 2696
使用client连接server
-m 是可以在命令窗口输入多行命令
[root@hadoop101 ~]# clickhouse-client -m
ClickHouse client version 1.1.54236.
Connecting to localhost:9000.
Connected to ClickHouse server version 1.1.54236.
:) show databases;
SHOW DATABASES
┌─name────┐
│ default │
│ system │
└─────────┘
2 rows in set. Elapsed: 0.003 sec.
分布式集群安装
在三台机器的etc目录下新建metrika.xml文件
[root@hadoop101 ~]# vim /etc/metrika.xml
<yandex> <clickhouse_remote_servers> <perftest_3shards_1replicas> <shard> <internal_replication>true</internal_replication> <replica> <host>hadoop101</host> <port>9000</port> </replica> </shard> <shard> <replica> <internal_replication>true</internal_replication> <host>hadoop102</host> <port>9000</port> </replica> </shard> <shard> <internal_replication>true</internal_replication> <replica> <host>hadoop103</host> <port>9000</port> </replica> </shard> </perftest_3shards_1replicas> </clickhouse_remote_servers> <zookeeper-servers> <node index="1"> <host>hadoop101</host> <port>2181</port> </node> <node index="2"> <host>hadoop102</host> <port>2181</port> </node> <node index="3"> <host>hadoop103</host> <port>2181</port> </node> </zookeeper-servers> <macros> <replica>hadoop101</replica> </macros> <networks> <ip>::/0</ip> </networks> <clickhouse_compression> <case> <min_part_size>10000000000</min_part_size> <min_part_size_ratio>0.01</min_part_size_ratio> <method>lz4</method> </case> </clickhouse_compression> </yandex>