列式存储Clickhouse的学习总结

clickhouse学习

先说性能

根据网上提供的压测报告在机器性能最好的情况下（报告没有给配置）

http://www.dbarun.com/clickhouse/clickhouse-distributed-table-performance-pdf/

写入是25万每秒（算上副本同步时间，这里是按照3个分片，每个分片2个副本，这种拓扑来做压测）

而查询则以列式存储的优势达到了PB级别的秒级查询。

说说特点

系统两个特点:

第一，自动平衡分片。
分片的目的是提高吞吐量。

第二，自动副本高可用。
副本的目的是为了高可用。

总得来说，clickhouse就是表级别的hadoop节点。

用户接口

分片和副本对客户端用户是不可见的，系统会提供一个不存储数据的分布式表给客户端用户，客户端用户看来就是一张普通的MYSQL表无异。

说一说意外

如果有节点奔溃了，该片对应的副本就会自动顶上（因为该分片的副本都是实时一致的）。

如果新增分片呢？那么算法的自平衡机制就会，优先给新节点数据，在达到新的平衡前，吞吐量肯定下降，因为压力无法均匀分发。

解决方案，手工调整，但规则复杂。
清空重导，数据量大耗时不现实。
等待自动回复，吞吐量下降。