Clickhouse-MergeTree表结构

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 
  ...   |   ...       |   ...        |   ...     | ...       | .<