ClickHouse与es 、druid 对比，以及优点

对比：

1，研发同学有 debug 的需求，他们不仅需要看聚合指标，某些时间还需要查询明细数据；

2，推荐系统产生的数据，维度和指标多达几百列，而且未来可能还会增加；

3，每一条数据都命中了若干个实验，使用 Array 存储，需要高效地按实验 ID 过滤数据；

ES 不适合大批量数据的查询，Druid 则不满足明细数据查询的需求。ClickHouse 则刚好适合这个场景。

ClickHouse优点

1,ClickHouse是免费的的，ClickHouse可以使用自己的机器部署，不需要云。

2,与Cloudera Impala, Spark SQL, Facebook Presto , Apache Drill区别：ClickHouse支持实时的高并发系统ClickHouse不依赖于Hadoop生态软件和基础ClickHouse支持分布式机房的部署

3,与nfiniDB, MonetDB, LucidDB区别：这些项目的应用的规模较小，并没有应用在大型的互联网服务当中，相比之下，ClickHouse的成熟度和稳定性远远超过这些软件。

4,与Druid , Apache Kylin对比，ClickHouse可以支持从原始数据的直接查询，ClickHouse支持类SQL语言，提供了传统关系型数据的便利。

ClickHouse的特性

1， 真正的面向列的DBMS

ClickHouse拥有完备的管理功能，所以它称得上是一个DBMS ( Database Management System，数据库管理系统 )，而不仅是一个数据库。作为一个DBMS，它具备了一些基本功能，如下所示。

DDL ( 数据定义语言 )：可以动态地创建、修改或删除数据库、表和视图，而无须重启服务。


DML ( 数据操作语言 )：可以动态查询、插入、修改或删除数据。


权限控制：可以按照用户粒度设置数据库或者表的操作权限，保障数据的安全性。


数据备份与恢复：提供了数据备份导出与导入恢复机制，满足生产环境的要求。


分布式管理：提供集群模式，能够自动管理多个数据库节点。


2， 在线查询

ClickHouse经常会被拿来与其他的分析型数据库作对比，比如Vertica、SparkSQL、Hive和Elasticsearch等，它与这些数据库确实存在许多相似之处。例如，它们都可以支撑海量数据的查询场景，都拥有分布式架构，都支持列存、数据分片、计算下推等特性。这其实也侧面说明了ClickHouse在设计上确实吸取了各路奇技淫巧。与其他数据库相比，ClickHouse也拥有明显的优势。例如，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。

正如ClickHouse的"广告词"所言，其他的开源系统太慢，商用的系统太贵，只有Clickouse在成本与性能之间做到了良好平衡，即又快又开源。ClickHouse当之无愧地阐释了"在线"二字的含义，即便是在复杂查询的场景下，它也能够做到极快响应，且无须对数据进行任何预处理加工。

3，支持近似计算

1.系统包含用于近似计算各种值，中位数和分位数的集合函数。

2.支持基于部分（样本）数据运行查询并获得近似结果。在这种情况下，从磁盘检索比例较少的数据。

3.支持为有限数量的随机密钥（而不是所有密钥）运行聚合。在数据中密钥分发的特定条件下，这提供了相对准确的结果，同时使用较少的资源。

应用场景：


1.绝大多数请求都是用于读访问的


2.数据需要以大批次（大于1000行）进行更新，而不是单行更新；或者根本没有更新操作


3.数据只是添加到数据库，没有必要修改


4.读取数据时，会从数据库中提取出大量的行，但只用到一小部分列


5.表很“宽”，即表中包含大量的列


6.查询频率相对较低（通常每台服务器每秒查询数百次或更少）


7.对于简单查询，允许大约50毫秒的延迟


8.列的值是比较小的数值和短字符串（例如，每个URL只有60个字节）


9.在处理单个查询时需要高吞吐量（每台服务器每秒高达数十亿行）


10.不需要事务


11.数据一致性要求较低


12.每次查询中只会查询一个大表。除了一个大表，其余都是小表


13.查询结果显著小于数据源。即数据有过滤或聚合。返回结果不超过单个服务器内存大小




缺点:

1. 不支持真正的删除/更新支持 不支持事务（期待后续版本支持）
2. 不支持二级索引

3. 有限的SQL支持，join实现与众不同

4. 不支持窗口功能

5. 元数据管理需要人工干预维护