clickhouse 入门 1

最新推荐文章于 2024-05-19 22:08:31 发布
最新推荐文章于 2024-05-19 22:08:31 发布
阅读量1k 收藏
点赞数
文章标签： 数据库 dba database
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/rinima438/article/details/121851504
版权

文章目录

一、clickhouse 入门 1

在这里插入图片描述

1.clickhouse 特点

1.1 列式存储

在这里插入图片描述

列式储存的好处：
	1.对于列的聚合，计数，求和等统计操作原因优于行式存储。
	2.由于某一列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，
	每一列选择更优的数据压缩算法，大大提高了数据的压缩比重。
	3.由于数据压缩比更好，一方面节省了磁盘空间，另一方面对于cache也有了更大的发挥空间。

1.2 DBMS功能

几乎覆盖了标准 SQL 的大部分语法，包括 DDL 和 DML，以及配套的各种函数，用户管理及权限管理，数据的备份与恢复。

1.3 多样化引擎

ClickHouse 和 MySQL 类似，把表级的存储引擎插件化，根据表的不同需求可以设定不同的存储引擎。
目前包括合并树、日志、接口和其他四大类 20 多种引擎。

1.4 高吞吐写入能力

ClickHouse 采用类LSM Tree的结构，数据写入后定期在后台 Compaction。通过类 LSM tree的结构，ClickHouse 在数据导入时全部是顺序 append 写，写入后数据段不可更改，在后台compaction 时也是多个段 merge sort 后顺序写回磁盘。顺序写的特性，充分利用了磁盘的吞吐能力，即便在 HDD 上也有着优异的写入性能。
官方公开 benchmark 测试显示能够达到 50MB-200MB/s 的写入吞吐能力，按照每行100Byte 估算，大约相当于 50W-200W 条/s 的写入速度。

1.5 数据分区与线程级并行

在这里插入图片描述

1.6 性能对比

在这里插入图片描述

2.clickhouse的安装准备工作

2.1 确定防火墙处于关闭状态

2.2 CentOS 取消打开文件数限制

（1）在 node1 的 /etc/security/limits.conf 文件的末尾加入以下内容

[xzj@node1 ~]$ sudo vim /etc/security/limits.conf
 * soft noproc 131072
 * hard noproc 131072
 * soft nofile 65535
 * hard nofile 65535

（2）在 node1 的/etc/security/limits.d/90-nproc.conf 文件的末尾加入以下内容

[xzj@node1 ~]$ sudo vim /etc/security/limits.d/20-nproc.conf
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072
断开重新连接后生效 用ulimit -a查看

（3）执行同步操作

2.3 安装依赖

sudo yum install -y libtool
sudo yum install -y *unixODBC*

2.4 CentOS 取消 SELINUX

（1）修改/etc/selinux/config 中的 SELINUX=disabled
[xzj@node1 ~]$ sudo vim /etc/selinux/config
SELINUX=disabled
注意：别改错了
（2）执行同步操作
（3）重启服务器

3.clickhouse的单机安装

3.1 离线rpm手动安装

https://repo.clickhouse.com/deb/stable/main/

在这里插入图片描述

[xzj@node1 clickhouse]$ sudo rpm -ivh *.rpm （集群都一样）
密码部分回车则不输入密码，如果设定每次客户端访问都需要输入密码

注意：rpm手动安装后
配置文件路径在   ==> /etc/clickhouse-server
依赖库路径在 与数据存储路径 ==> /var/lib/clickhouse
命令路径在  ==> /usr/bin/
日志路径在  ==> /var/log/clickhouse


配置文件中 config.d 是服务端默认配置文件
配置文件中 user.d 是参数默认配置文件 （cpu等）

3.2 修改配置文件

[root@node1 xzj]# vim /etc/clickhouse-server/config.xml 
（1）把 <listen_host>::</listen_host> 的注释打开，这样的话才能让 ClickHouse 被除本机以外的服务器访问
lsof -i tcp:9000 查看端口占用 已经被hadoop占用改为9090
<tcp_port>9090</tcp_port>
（2）分发配置文件

3.3 启动 Server

[xzj@node1 ~]$ sudo clickhouse start

3.4 集群机器上关闭开机自启

sudo systemctl disable clickhouse-server

3.5 使用 client 连接 server

 clickhouse-client  --port 9090 -m
 -m :可以在命令窗口输入多行命令

4.数据类型

4.1 整型

在这里插入图片描述

4.2 浮点型 (不适合存钱)

在这里插入图片描述
在这里插入图片描述

4.3 布尔型

没有单独的类型来存储布尔值。可以使用 UInt8 类型，取值限制为 0 或 1。

4.4 Decimal型

在这里插入图片描述

4.5 字符型

在这里插入图片描述
在这里插入图片描述

4.6 枚举型

在这里插入图片描述
1）用法演示

创建一个带有一个枚举 Enum8('hello' = 1, 'world' = 2) 类型的列


CREATE TABLE t_enum
(
 x Enum8('hello' = 1, 'world' = 2)
)
ENGINE = TinyLog;

2）这个 x 列只能存储类型定义中列出的值：‘hello’或’world’

INSERT INTO t_enum VALUES ('hello'), ('world'), ('hello');

3）如果尝试保存任何其他值，ClickHouse 抛出异常

insert into t_enum values('a')

4）如果需要看到对应行的数值，则必须将 Enum 值转换为整数类型

 SELECT CAST(x, 'Int8') FROM t_enum;

在这里插入图片描述

4.7 时间类型

在这里插入图片描述

4.8 数组

在这里插入图片描述
（1）创建数组方式 1，使用 array 函数

SELECT array(1, 2) AS x, toTypeName(x) ;

（2）创建数组方式 2：使用方括号

 SELECT [1, 2] AS x, toTypeName(x);

5.表引擎

5.1 表引擎的使用

在这里插入图片描述

5.2 TinyLog

以列文件的形式保存在磁盘上，不支持索引，没有并发控制。一般保存少量数据的小表，
生产环境上作用有限。可以用于平时练习测试用。

create table t_tinylog ( id String, name String) engine=TinyLog;

5.3 Memory

在这里插入图片描述

5.4 MergeTree ※

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，支持索引和分区，地位可以相当于 innodb 之于 Mysql。而且基于 MergeTree，还衍生除了很多小弟，也是非常有特色的引擎。

1）建表语句

create table t_order_mt(
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2),
 create_time Datetime
) engine =MergeTree
 partition by toYYYYMMDD(create_time)
 primary key (id) 
 order by (id,sku_id);
 
 --primary key (id)  没有唯一约束，但是会根据该字段建立索引

2）插入数据

insert into t_order_mt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

MergeTree 其实还有很多参数(绝大多数用默认值即可)，但是三个参数是更加重要的，也涉及了关于 MergeTree 的很多概念。

5.4.1 partition by 分区(可选)

1）作用

学过 hive 的应该都不陌生，分区的目的主要是降低扫描的范围，优化查询速度

2）如果不填

只会使用一个分区。

3）分区目录

MergeTree 是以列文件+索引文件+表定义文件组成的，但是如果设定了分区那么这些文件就会保存到不同的分区目录中。

4）并行

分区后，面对涉及跨分区的查询统计，ClickHouse 会以分区为单位并行处理。

5）数据写入与分区合并

任何一个批次的数据写入都会产生一个临时分区，不会纳入任何一个已有的分区。
写入后的某个时刻（大概 10-15 分钟后），ClickHouse 会自动执行合并操作
（等不及也可以手动通过 optimize 执行），把临时分区的数据，合并到已有分区中。

optimize table xxxx final;

6）例如

再次执行上面的插入操作

insert into t_order_mt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

查看数据并没有纳入任何分区
在这里插入图片描述
在这里插入图片描述

当执行 optimize table t_order_mt final;手动合并后
也可以指定分区进行手动合并
optimize table t_order_mt partition ‘20200621’ final;
在这里插入图片描述
在这里插入图片描述

CK数据存在本地磁盘 /var/lib/clickhouse下
1.data
在这里插入图片描述

PartitionId_MinBlockNum_MaxBlockNum_Level
分区值_最小分区块编号_最大分区块编号_合并层级
    =》PartitionId
        数据分区ID生成规则
        数据分区规则由分区ID决定，分区ID由PARTITION BY分区键决定。根据分区键字段类型，ID生成规则可分为：
            未定义分区键
                没有定义PARTITION BY，默认生成一个目录名为all的数据分区，所有数据均存放在all目录下。

            整型分区键
                分区键为整型，那么直接用该整型值的字符串形式做为分区ID。

            日期类分区键
                分区键为日期类型，或者可以转化成日期类型。

            其他类型分区键
                String、Float类型等，通过128位的Hash算法取其Hash值作为分区ID。
    =》MinBlockNum
        最小分区块编号，自增类型，从1开始向上递增。每产生一个新的目录分区就向上递增一个数字。
    =》MaxBlockNum
        最大分区块编号，新创建的分区MinBlockNum等于MaxBlockNum的编号。
    =》Level
        合并的层级，被合并的次数。合并次数越多，层级值越大。

在这里插入图片描述

	bin文件：数据文件
	mrk文件：标记文件
	    标记文件在 idx索引文件 和 bin数据文件 之间起到了桥梁作用。
	    以mrk3结尾的文件，表示该表启用了自适应索引间隔。
	primary.idx文件：主键索引文件，用于加快查询效率。
	minmax_create_time.idx：分区键的最大最小值。
	checksums.txt：校验文件，用于校验各个文件的正确性。存放各个文件的size以及hash值。
5.4.2 primary key 主键(可选)

在这里插入图片描述
稀疏索引：
在这里插入图片描述

5.4.3 order by（必选）

在这里插入图片描述

5.4.4 二级索引

目前在 ClickHouse 的官网上二级索引的功能在 v20.1.2.4 之前是被标注为实验性的，在这个版本之后默认是开启的。
1）老版本使用二级索引前需要增加设置
在这里插入图片描述
2）创建测试表

create table t_order_mt2(
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2),
 create_time Datetime,
INDEX a total_amount TYPE minmax GRANULARITY 5
) engine =MergeTree
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id, sku_id);

其中 GRANULARITY N 是设定二级索引对于一级索引粒度的粒度。

3）插入数据

insert into t_order_mt2 values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

1.跳数索引说明有二级索引
在这里插入图片描述

2.show create table t_order_mt2
在这里插入图片描述

4）对比效果
那么在使用下面语句进行测试，可以看出二级索引能够为非主键字段的查询发挥作用。

clickhouse-client --send_logs_level=trace <<< 'select * from t_order_mt2 where total_amount > toDecimal32(900., 2)';

在这里插入图片描述

5.4.5 数据 TTL

TTL 即 Time To Live，MergeTree 提供了可以管理数据表或者列的生命周期 的功能。如：用户画像时效性应用

1）列级别 TTL

（1）创建测试表

create table t_order_mt3(
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2) TTL create_time+interval 10 SECOND,
 create_time Datetime 
) engine =MergeTree
partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id, sku_id);

（2）插入数据（注意：根据实际时间改变）

insert into t_order_mt3 values
(106,'sku_001',1000.00,'2021-12-14 11:53:30'),
(107,'sku_002',2000.00,'2021-12-14 11:53:30'),
(110,'sku_003',600.00,'2021-12-14 11:53:30');

（3）手动合并，查看效果 到期后，指定的字段数据归 0

optimize table t_order_mt3 final;

在这里插入图片描述

2）表级 TTL

下面的这条语句是数据会在 create_time 之后 10 秒丢失

alter table t_order_mt3 MODIFY TTL create_time + INTERVAL 10 SECOND;

在这里插入图片描述

5.5 ReplacingMergeTree 最终一致性

ReplacingMergeTree 是 MergeTree 的一个变种，它存储特性完全继承 MergeTree，只是多了一个去重的功能。 尽管 MergeTree 可以设置主键，但是 primary key 其实没有唯一约束的功能。如果你想处理掉重复的数据，可以借助这个 ReplacingMergeTree。

5.5.1 去重时机

数据的去重只会在合并的过程中出现。合并会在未知的时间在后台进行，所以你无法预先作出计划。有一些数据可能仍未被处理。

5.5.2 去重范围

如果表经过了分区，去重只会在分区内部进行去重，不能执行跨分区的去重。
所以 ReplacingMergeTree 能力有限， ReplacingMergeTree 适用于在后台清除重复的数据以节省空间，但是它不保证没有重复的数据出现。

5.5.3 案例演示

（1）创建表

create table t_order_rmt(
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2) ,
 create_time Datetime 
) engine =ReplacingMergeTree(create_time)
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id, sku_id);

ReplacingMergeTree() 填入的参数为版本字段，重复数据保留版本字段值最大的。如果不填版本字段，默认按照插入顺序保留最后一条。
（2）向表中插入数据

insert into t_order_rmt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

（3）执行第一次查询

select * from t_order_rmt;

在这里插入图片描述
（4）手动合并

OPTIMIZE TABLE t_order_rmt FINAL;

在这里插入图片描述
如果都相同则根据插入的先后顺序来，后插入的保留

5.5.4 通过测试得到结论

在这里插入图片描述

5.6 SummingMergeTree 数据一致性可能存在问题

在这里插入图片描述

5.6.1 案例演示

（1）创建表

create table t_order_smt(
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2) ,
 create_time Datetime 
) engine =SummingMergeTree(total_amount)
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id,sku_id );

（2）插入数据

insert into t_order_smt values
(101,'sku_001',1000.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 11:00:00'),
(102,'sku_004',2500.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 13:00:00'),
(102,'sku_002',12000.00,'2020-06-01 13:00:00'),
(102,'sku_002',600.00,'2020-06-02 12:00:00');

在这里插入图片描述

5.6.2 通过结果可以得到以下结论

在这里插入图片描述

5.6.3 开发建议

设计聚合表的话，唯一键值、流水号可以去掉，所有字段全部是维度、度量或者时间戳。（手动指定需要group by的字段）

5.6.4 问题

能不能直接执行以下 SQL 得到汇总值
在这里插入图片描述

Walter_bigdata
关注
《ClickHouse入门、实战与进阶》的创作之路
AI天才研究院
06-26 7002
很高兴为您推荐一本有关ClickHouse的入门、实战与进阶书籍。这本书对于那些想要深入学习ClickHouse以及数据分析的朋友们来说，是一个非常不错的选择。我相信通过阅读这本书，您会对ClickHouse有更深入的了解，并且掌握更多实用的技巧。如果您有任何问题，欢迎随时与我交流，共同进步。《ClickHouse入门、实战与进阶》，欢迎一起交流学习，共同进步！《FFmpeg原理》的创作之路_Loken2020的博客-CSDN博客另外，本文由WPS AI辅助写作。
《ClickHouse企业级应用：入门、进阶与实战》1 全面了解ClickHouse
AI天才研究院
01-31 1万+
近年来，ClickHouse发展势头迅猛，社区、大厂纷纷跟进使用。面对万亿级的数据查询分析也能做到亚秒级响应。那么，ClickHouse 到底是何方神圣？为什么如此受青睐？各位看官，欲知 ClickHouse 为何方神圣，且往下看。本章我们先来了解什么是ClickHouse，内容包括ClickHouse是什么，它具有哪些特性，适用哪些应用场景等。1.1 ClickHouse 概述本节介绍 ClickHouse 是什么、发展历程，以及ClickHouse在 OLAP 生态中的位置。同时，简单介绍了 OLAP
02-ClickHouse基础入门
q287573145的博客
12-01 431
一、ClickHouse初级 1.1 简介 什么是ClickHouse？ 这里引用官网的一段话： ClickHouse is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP). 上面这段话我划重点如下： ClickHouse是一个数据库管理系统(DBMS) 它是列式的 它为联机处理分析而生(OLAP) 官网：C
ClickHouse笔记
wbo
08-03 769
ClickHouse笔记 文章目录ClickHouse笔记第 1 章 ClickHouse 入门列式储存的好处：第 2 章 ClickHouse 的安装第 3 章 数据类型整型浮点型布尔型Decimal 型字符串枚举类型时间类型数组第 4 章 表引擎表引擎的使用TinyLogMemoryMergeTreepartition by 分区(可选)primary key 主键(可选)二级索引数据 TTLReplacingMergeTreeSummingMergeTree第 5 章 SQL 操作第 6 章 副本第
ClickHouse简单入门
lang830349821的博客
04-22 423
ClickHouse是一个开源的列式数据库管理系统（DBMS），用于联机分析处理（OLAP），它允许用户使用SQL查询实时生成分析报告。它最初是为Yandex Metrica的网络分析而构建的，通常以其高插入速率、快速分析查询和类似SQL的方言而闻名。ClickHouse的主要特点包括：- 真正的列式DBMS：值与值之间没有任何存储。- 线性可扩展性：可以通过添加服务器来扩展集群。- 容错性：系统是一个由多个副本组成的分片集群。- 能够存储和处理PB级别的数据。- 支持SQL。
ClickHouse(一)：入门
qq_41816516的博客
02-10 7283
文章目录ClickHouse简介ClickHouse的特点列式存储DBMS的功能多样化引擎高吞吐写入能力数据分区与线程级并行性能对比ClickHouse的安装前期环境准备单机安装 ClickHouse简介 ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的列式存储数据库（DBMS），使用 C++ 语言编写，主要用于在线分析处理查询（OLAP），能够使用 SQL 查询实时生成分析数据报 告。 ClickHouse的特点 列式存储 首先先来看看，行式存储是怎么样的，下面那张表
ClickHouse 入门
qq_24186017的博客
04-02 1901
目录 介绍 特点 1.列式存储 2.DBMS的功能 3.多样化引擎 4.高吞吐写入能力 5.数据分区与线程级并行 6.性能对比 单表查询 关联查询 安装（centos7） 1.准备工作 确定防火墙是关闭状态 取消打开文件数限制 安装依赖 CentOS 取消SELINUX 集群安装 创建clickhouse目录 将4个文件上传到clickhouse目录下 集群中安装这4个rpm文件 修改配置文件 启动server 使用client 连接server 介绍..
01_尚硅谷大数据技术之ClickHouse入门V1.01
08-04
【尚硅谷大数据技术之ClickHouse入门V1.01】主要介绍了ClickHouse的基本概念、特点、功能、存储引擎、写入能力以及数据分区与并行处理能力。ClickHouse是一款由Yandex开发的列式存储数据库管理系统（DBMS），主要...
ClickHouse及快速入门.pdf
10-31
ClickHouse是一款专为在线分析处理查询(OLAP)设计的列式数据库管理系统(DBMS)。它的主要特点是针对大规模数据集的实时查询，尤其适合复杂的分析任务。与传统的行式数据库不同，ClickHouse采用列式存储方式，这在处理...
ClickHouse入门学习笔记
11-12
1. **基础知识入门**： - 列式存储：ClickHouse采用列式存储方式，适合数据分析查询。 - 高吞吐写入：ClickHouse支持高速数据写入，适用于大规模数据的实时处理。 - 数据分区与线程级并行：通过数据分区和多线程...
ClickHouse 快速入门
热门推荐
mengxianglong123的博客
05-10 1万+
文章目录一、ClickHouse入门1. ClickHouse的特点1.1 列式存储1.2 DBMS的功能1.3 多样化引擎1.4 高吞吐写入能力1.5 数据分区与线程级并行二、ClickHouse的安装1. 准备工作1. 1 确定防火墙处于关闭状态1.2 CentOS取消打开文件数限制1.3 安装依赖1.4 取消SELINUX2. 单机安装(在线)三、数据类型1. 整型2. 浮点型3. 布尔型4. Decimal 型5. 字符串6. 枚举类型7. 时间类型8. 数组四、表引擎1. 表引擎的使用2. Tin
ClickHouse入门教程
weixin_45811645的博客
04-24 9686
文章目录一、介绍1.1 什么是ck1.2 OLAP 场景的关键属性1.3 列式存储和行式存储的区别二、安装&卸载2.1 安装2.2 卸载2.3 相关的文件夹三、 SQL语句3.1 数据库操作3.2 数据表操作3.3 Select3.3.01 查询所有列3.3.02 COLUMNS()3.3.03 ALL 子句3.3.04 ARRAY JOIN3.3.05 AS3.3.06 SELECT DISTINCT3.3.07 GROUP BY3.3.08 HAVING3.3.09 JOIN3.3.10 LIM
轻松上手ClickHouse：ClickHouse入门
最新发布
沛哥儿的专栏
05-19 1043
ClickHouse作为一款高性能的列式数据库管理系统，在大数据处理和分析领域具有广阔的应用前景。通过本文的介绍，相信大家对ClickHouse有了初步的了解和认识。未来，随着技术的不断发展和完善，ClickHouse将继续发挥其在数据分析领域的优势，为企业和开发者带来更多便利和价值。
Clickhouse 入门（一篇就够了）
阿甘兄
12-01 831
Clickhouse快速入门
Clickhouse入门学习
weixin_45465117的博客
07-25 541
Clickhouse入门学习 一、理论知识 1.什么是Clickhouse ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)，不单单是数据库。 2.为什么用Clickhouse 因为他快，小量数据使用传统的MySQL进行CRUD特别是查询是没有问题的。但是现在互联网发展至今，数据量呈指数增加。数据条数动不动就超过亿条。及时关系型数据库加上索引以及数据库查询优化，查询速度还是慢。所以针对此类情况，Clickhouse就应运而生。 因为列式存储+特定的算法使clickhouse
ClickHouse入门基础教程
ytp552200ytp的博客
08-28 2585
问题导读：1. ClickHouse是什么？ 2.ClickHouse有哪些特性？3.ClickHouse的使用场景有哪些？一、what is clickhouse？ clickhouse 诞生于俄罗斯最大的搜索公司Yandex，在clickhouse的配置文件中我们也会看到yandex的影子。 clickhouse 是面向联机分析处理（OLAP, On-Line Analytical Processing） 的分布式列式数据库管理系统（DBMS），在数据分析中能提供高性能的查询服务。 cli...
ClickHouse 入门语法了解
一数博客
06-05 699
ClickHouse 语法学习2020DDL建表语句创建视图DML插入操作查询操作日期操作 DDL 建表语句 create table temp.table_name( sold_time_partition_key Date, ---默认分区键字段 id Int32, ----integer类型在CK中是默认以Int32为主 user_name String, ---character varying/char 中默认字符类型为String pass_word Nullable(String), ---
clickhouse入门学习笔记
我是坏人哦
11-26 827
clickhouse 简介 ​ 2016年，俄罗斯Yandex开源，列式存储数据库，底层是C++，用于在线分析处理查询（OLAP）。Clickhouse提供了相当丰富的内置函数满足不同业务需求，并且具备高吞吐低延时的特点，官网称简单查询，clickhouse的处理速度大约是1-2亿行每秒。另外，clickhouse的官方文档是我见过最简单明了的开源文档。 行式存储 适合插入、更新和删除场景 列式存储 适合查询场景（想查年龄这列，直接拿出来就行） clickhouse的缺点： 没有完整的事务支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值