ClickHouse

特性

描述

列式存储

相较于行式存储，列式存储在查询性能上更优。同时列式存储的数据压缩比更高，更加节省存储空间。

MPP架构

每个节点只访问本地内存和存储，节点信息交互和节点本身是并行处理的。查询性能好，易于扩展。

向量化引擎：为了高效的使用CPU，数据不仅仅按列存储，同时还按向量（列的一部分）进行处理，这样可以更加高效地使用CPU。

支持SQL

ClickHouse支持一种基于SQL的声明式查询语言，它在许多情况下与ANSI SQL标准相同。支持GROUP BY、ORDER BY、FROM、JOIN和IN查询以及非相关子查询。

实时的数据更新

ClickHouse支持在表中定义主键。为了使查询能够快速在主键中进行范围查找，数据总是以增量的方式有序的存储在MergeTree中。

近实时数据更新， Clickhouse支持近实时的数据插入、指标聚合以及索引创建。

支持索引

按照主键对数据进行排序，ClickHouse可以在几十毫秒以内完成对数据特定值或范围的查找。

场景

描述

用户行为分析

行为分析系统的表可以制作成一张大的宽表，每个表包含大量的列，可以超过一千列。JOIN的形式相对少一点，可以实现路径分析、漏斗分析和路径转化等功能。

流量和监控

可以将系统和应用监控指标通过流式计算引擎Flink或Spark streaming将监控数据清洗处理以后，实时写入ClickHouse，然后结合Grafana进行可视化展示。

用户画像

可以将各种用户特征进行数据加工，制作成包含全部用户的一张或多张用户特征表，提供灵活的用户画像分析、支撑广告和圈人等业务需求。

实时BI报表

根据业务需求，可以实时制作一些及时产出的查询灵活的BI报表，实现秒级查询，绝大多数查询能够实时反馈。BI报表包括订单分析、营销效果分析和大促活动分析。