Clickhouse 中有众多表引擎,但其中使用最广泛的表引擎就是 MergeTree 系列。在 OLAP 平台中提供的表引擎也都属于 MergeTree 系列。
MergeTree 家族实现了数据的 分区(partitioning)、合并(merge)、副本(replication)等。
Merge Tree
列式存储
首先 ClickHouse 为列式存储的数据库,有别于 MySQL,PostgreSQL 等行式数据库。
以下述数据为例进行行式与列式存储的简单分析:
常见的数据库如:MySQL、PostgreSQL 都是行式存储数据库,需要把二维表存储在一系列一维的“字节”中,由操作系统写到内存或硬盘中。行式存储数据库把一“行”数据存储在一起,然后再存储下一“行”;读取时也按照行为单位读取,即使只需要其中的几个字段内容也是需要读取整行数据再进行过滤。简化的存储格式:
1, zhang, san, shanghai, 182xxxxxxxx, male
2, li, si, beijing, 182xxxxxxxx, female
3, wang, wu, shenzhen, 182xxxxxxxx, male
4, he, liu, guangzhou, 182xxxxxxxx, unknow
列式存储则与之相反,以 ClickHouse 为例,逻辑上一行数据依旧是由多个不同的列组成,但列存储会将二维表中同一列的数据组织在一起 。
以 ClickHouse 为例:一列数据在物理硬盘上对应于一组文件。这样带来了如下两个好处:
- 落盘存储前,ClickHouse 会对列数据进行压缩,由于一列为相同类型,能提供更高压缩比;
- 读取时也会优先对 SQL 进行解析和裁剪,只加载指定列数据,并且对列根据主键进行裁剪,从而有效的降低数据从文件系统中加载的耗时。
这也是 ClickHouse 查询快速的核心原因之一。
简化的存储格式示例如下(最后一行为对应列在文件系统中存储的文件名):
1 |zhang |san |shanghai |182xxxxxxxx|male
2 |li |si |beijing |182xxxxxxxx|female
3 |wang |wu |shenzhen |182xxxxxxxx|male
4 |he |liu |guangzhou |182xxxxxxxx|unknow
... | ... | ... | ... | ... | .<