clickhouse 优化手段 block + lsm(3)

第二章已经向读者说明了，影响olap查询速度的瓶颈其实是在磁盘。并且也给出了两种具备代表性的优化方案，分别是分布式和列存。之后大部分的olap数据库都采用了类似的架构，那么凭什么clickhouse能从这些olap数据库中脱颖而出摘得桂冠呢？从本章开始，本系列将逐渐向读者展示clickhouse的精妙设计。

Block + LSM

其实本节的标题也可以换成批处理+预排序。clickhouse通过block的设计来实现批处理，通过lsm算法来实现预排序。我们分别来分析一下，这个组合对查询速度的影响。

首先，我们分析有序存储和无序存储对查询速度的影响。我们一般在做查询时，大致可以分为按值查询和按范围查询两种。

	有序存储	无序存储
按值查询	1次读取	1次读取
按范围查询	1次读取	n次读取

                                          两种查询对的磁盘访问

从表中可以看出，在都使用了索引的情况下，如果是按值查询那么有序存储和无序存储基本都能做到一次磁盘IO就能实现数据读取。但按范围读取，因为是有序存储，因此只需要一次对磁盘的访问即可读取所有数据。而对于无序存储的数据来说，最坏的情况可能需要读取n次磁盘。

还是以一个小例子来做下说明:

SELECT avg(price) FROM orders where age between 20 and 30;

计算订单中年龄在20到30岁用户的平均订单金额。假设数仓内有1亿条记录，每条数据约1k，其中20-30岁之间的用户订单大约