本文介绍了如何使用ClickHouse解决业务中Mysql大表查询效率低的问题。通过实践，查询时间从3分钟降低到1秒，详细讲解了ClickHouse的安装、数据迁移、性能测试和遇到的挑战，包括数据类型差异。提供了一种从Mysql到ClickHouse的高效迁移方案，以及利用temp表和synch进行数据同步的方法。
两者在存储方式上对比：
以上是ClickHouse基本介绍
二、业务问题
业务端现有存储在Mysql中，5000万数据量的大表及两个辅表，单次联表查询开销在3min+，执行效率极低。经过索引优化、水平分表、逻辑优化，成效较低，因此决定借助ClickHouse来解决此问题
最终通过优化，查询时间降低至1s内，查询效率提升200倍！
希望通过本文，可以帮助大家快速掌握这一利器，并能在实践中少走弯路。
三、ClickHouse实践
1.Mac下的Clickhouse安装
我是通过docker安装，也可以下载CK编译安装，相对麻烦一些。
2.数据迁移：从Mysql到ClickHouse
ClickHouse支持Mysql大多数语法，迁移成本低，目前有[五种迁移]
- create table engin mysql，映射方案数据还是在Mysql
- insert into select from，先建表，在导入
- create table as select from，建表同时导入
- csv离线导入
- streamsets
选择第三种方案做数据迁移：
最低0.47元/天 解锁文章
539
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
