m0_37813354的博客

ClickHouse支持PARTITION BY子句，在建表时可以指定按照任意合法表达式进行数据分区操作，比如通过toYYYYMM()将数据按月进行分区、toMonday()将数据按照周几进行分区、对Enum类型的列直接每种取值作为一个分区等。数据Partition在ClickHouse中主要有两方面应用：在partition key上进行分区裁剪，只查询必要的数据。灵活的partition expression设置，使得可以根据SQL Pattern进行分区设置，最大化的贴合业务特点。对part

Clickhouse 中最强大的表引擎当属MergeTree（合并树）引擎及该系列（*MergeTree）中的其他引擎。MergeTree系列的引擎被设计用于插入极大量的数据到一张表当中。数据可以以数据片段的形式一个接着一个的快速写入，数据片段在后台按照一定的规则进行合并。相比在插入时不断修改（重写）已存储的数据，这种策略会高效很多。本文结合官网，亲测实例追踪原理和规则，提出使用场景和注意事项

这些引擎是为了需要写入许多小数据量（少于一百万行）的表的场景而开发的。面对的数据查询场景也比较简单，并且往往是一次写入多次查询，则日志家族系列的表引擎将会是一种不错的选择。TinyLog：不支持并发读取数据文件，查询性能较差；格式简单，适合用来暂存中间数据。StripLog：支持并发读取数据文件，查询性能比TinyLog好；将所有列存储在同一个大文件中，减少了文件个数。Log：支持并发读取数据文件，查询性能比TinyLog好；每个列会单独存储在一个独立文件中。

您使用的所有表都是由数据库引擎所提供的默认情况下，ClickHouse使用自己的数据库引擎，该引擎提供可配置的表引擎和所有支持的SQL语法.除此之外，您还可以选择使用以下的数据库引擎：MySQL

ClickHouse是一个由俄罗斯最大的搜索公司Yandex开源的列式数据库（DBMS），主要用于在线分析处理查询（OLAP），于2016年开源，采用C++开发。本文主要介绍相关组件使用docker进行安装，包括clickhouse-server ，clickhouse-client,clickhouse-tabix-web-client,以及安装过程中遇到的问题和解决方法