ClickHouse的核心特性及架构

最新推荐文章于 2024-08-26 02:10:36 发布

文宇肃然

最新推荐文章于 2024-08-26 02:10:36 发布

阅读量5.2k

点赞数 6

分类专栏：手把手教你ML机器学习算法源码全解析

本文链接：https://blog.csdn.net/wenyusuran/article/details/107832079

版权

本文深入探讨了ClickHouse的核心特性，包括完备的DBMS功能、列式存储与数据压缩、向量化执行引擎、关系模型与SQL查询、多样化的表引擎、多线程与分布式、多主架构、在线查询以及数据分片与分布式查询。ClickHouse因其独特的设计思路，如自底向上的硬件优化、算法选择和持续测试，使其成为高性能OLAP数据库的代表。

摘要由CSDN通过智能技术生成

导读：随着业务的迅猛增长，Yandex.Metrica目前已经成为世界第三大Web流量分析平台，每天处理超过200亿个跟踪事件。能够拥有如此惊人的体量，在它背后提供支撑的ClickHouse功不可没。ClickHouse已经为Yandex.Metrica存储了超过20万亿行的数据，90%的自定义查询能够在1秒内返回，其集群规模也超过了400台服务器。虽然ClickHouse起初只是为了Yandex.Metrica而研发的，但由于它出众的性能，目前也被广泛应用于Yandex内部其他数十个产品上。

初识ClickHouse的时候，我曾产生这样的感觉：它仿佛违背了物理定律，没有任何缺点，是一个不真实的存在。一款高性能、高可用OLAP数据库的一切诉求，ClickHouse似乎都能满足，这股神秘的气息引起了我极大的好奇。但是刚从Hadoop生态转向ClickHouse的时候，我曾有诸多的不适应，因为它和我们往常使用的技术"性格"迥然不同。如果把数据库比作汽车，那么ClickHouse俨然就是一辆手动挡的赛车。它在很多方面不像其他系统那样高度自动化。ClickHouse的一些概念也与我们通常的理解有所不同，特别是在分片和副本方面，有些时候数据的分片甚至需要手动完成。在进一步深入使用ClickHouse之后，我渐渐地理解了这些设计的目的。某些看似不够自动化的设计，反过来却在使用中带来了极大的灵活性。与Hadoop生态的其他数据库

了解本专栏