如何在ClickHouse中使用EmbeddedRocksDB表引擎

RocksDB 想必大家并不陌生，它是一款高性能的嵌入式KV数据库，是众多自研数据库背后的男人。

现在我们可以利用 EmbeddedRocksDB 表引擎，直接在 ClickHouse 中使用 RocksDB，非常适用 KV 查询的场景。

使用的方法非常简单，接下来就用一个简短示例说明，创建一张测试表，使用 EmbeddedRocksDB 引擎:

CREATE TABLE test_rocksDB
(
    `A` UInt64,
    `B` String
)
ENGINE = EmbeddedRocksDB
PRIMARY KEY A

必须指定 PRIMARY KEY ， 它表示 RocksDB Key

接着写入 1亿 测试数据：

INSERT INTO test_rocksDB 
SELECT
    number,
    toString(cityHash64(number))
FROM numbers(100000000)

查看表文件，会发现直接是 RocksDB 的存储文件：

接着就可以查询了：

SELECT count()
FROM
(
    SELECT *
    FROM test_rocksDB
    WHERE A IN (
        SELECT toUInt64(rand64() % 100000000)
        FROM numbers(10000)
    )
)


Query id: 96f56029-9201-4985-bf9f-8d714a3bc1bd


┌─count()─┐
│   10000 │
└─────────┘


1 rows in set. Elapsed: 0.221 sec. Processed 10.00 thousand rows, 364.02 KB (45.23 thousand rows/s., 1.65 MB/s.)

‍

我用 MergeTree 做同样的查询，查询的实效差距不大（RocksDB适用默认参数），但是MergeTree扫描的数据是 RocksDB 表引擎的5000倍

# RocksDB
1 rows in set. Elapsed: 0.221 sec. Processed 10.00 thousand rows, 364.02 KB (45.23 thousand rows/s., 1.65 MB/s.)
#MergeTree
1 rows in set. Elapsed: 0.213 sec. Processed 56.58 million rows, 452.67 MB (265.18 million rows/s., 2.12 GB/s.)

关于作者：

朱凯，ClickHouse贡献者之一，ClickHouse布道者，资深架构师，腾讯云最具价值专家TVP，开源爱好者，Apache DolphinScheduler Committer，《企业级大数据平台构建：架构与实现》《ClickHouse原理解析与应用实践》作者，公众号“ClickHouse的秘密基地”运营者。

推荐阅读：《ClickHouse原理解析与应用实践》

推荐语：这是一本可帮助读者深度理解并全面掌握ClickHouse运行原理并进行实践开发的工具书，涵盖了ClickHouse的时代背景、发展历程、核心概念、基础功能、运行原理、实践指导等多个维度的内容，尤其是在ClickHouse最核心的部分——MergeTree表引擎与分布式方面，书中对其实现原理和应用技巧进行了详细解读。

刷刷视频👇

更多精彩回顾

干货 |Java到底能干什么？有哪些实际用途？

书单 | 成为优秀Java开发者，我看了这几本书

上新 |《Core Java》作者亲授视频免费看，学习Java更轻松

资讯 |云原生时代，阿里如何让Java冷启动提速两个数量级？

资讯 | Python迎来31岁生日，蝉联年度编程语言排行榜冠军

干货 |一文带你掌握计算机体系结构核心内容

书讯 | 2月书讯（下）| 新年到，新书到！

书讯 | 2月书讯 （上）| 新年到，新书到！

点击阅读全文