點擊上方“朱小廝的博客”，選擇“設為星標”

后臺回復"書"，獲取個gui

來源：r6a.cn/a8UZ

ClickHouse 是 Yandex（俄羅斯最大的搜索引擎）開源的一個用于實時數據分析的基于列存儲的數據庫，其處理數據的速度比傳統方法快 100-1000 倍。ClickHouse 的性能超過了目前市場上可比的面向列的 DBMS，每秒鐘每臺服務器每秒處理數億至十億多行和數十千兆字節的數據。

ClickHouse 是什么？

ClickHouse 是一個用于聯機分析（OLAP）的列式數據庫管理系統（DBMS）。

我們首先理清一些基礎概念：

• OLTP：是傳統的關系型數據庫，主要操作增刪改查，強調事務一致性，比如銀行系統、電商系統。

• OLAP：是倉庫型數據庫，主要是讀取數據，做復雜數據分析，側重技術決策支持，提供直觀簡單的結果。

接著我們用圖示，來理解一下列式數據庫和行式數據庫區別，在傳統的行式數據庫系統中（MySQL、Postgres 和 MS SQL Server），數據按如下順序存儲：

在列式數據庫系統中（ClickHouse），數據按如下的順序存儲：

兩者在存儲方式上對比：

以上是 ClickHouse 基本介紹，更多可以查閱官方手冊：

https://clickhouse.tech/docs/zh/

業務問題

業務端現有存儲在 MySQL 中，5000 萬數據量的大表及兩個輔表，單次聯表查詢開銷在 3min+，執行效率極低。

經過索引優化、水平分表、邏輯優化，成效較低，因此決定借助 ClickHouse 來解決此問題。

最終通過優化，查詢時間降低至 1s 內，查詢效率提升 200 倍！希望通過本文，可以幫助大家快速掌握這一利器，并能在實踐中少走彎路。

ClickHouse 實踐

①Mac 下的 Clickhouse 安裝

我是通過 Docker 安裝，也可以下載 CK 編譯安裝，相對麻煩一些。參考鏈接：

https://blog.csdn.net/qq_24993831/article/details/103715194

②數據遷移：從 MySQL 到 ClickHouse

ClickHouse 支持 MySQL 大多數語法，遷移成本低，目前有五種遷移方案：

• create table engin mysql，映射方案數據還是在 MySQL。

• insert into select from，先建表，在導入。

• create table as select from，建表同時導入。

• csv 離線導入。

• streamsets。

參考鏈接：

https://anjia0532.github.io/2019/07/17/mysql-to-clickhouse/

選擇第三種方案做數據遷移：

CREATE?TABLE?[IF?NOT?EXISTS]?[db.]table_name?ENGINE?=?Mergetree?AS?SELECT?*?FROM?mysql('host:port',?'db',?'database',?'user',?'password')

③性能測試對比

性能測試對比如下圖：

④數據同步方案

臨時表如下：

圖片來源：攜程

新建 Temp 中間表，將 MySQL 數據全量同步到 ClickHouse 內 Temp 表，再替換原 ClickHouse 中的表，適用數據量適度，增量和變量頻繁的場景。

開源的同步軟件推薦 Synch，如下圖：

Synch 原理是通過 MySQL 的 Binlog 日志，獲取 SQL 語句，再通過消息隊列消費 Task。

⑤ClickHouse 為什么快？

有如下幾點：

• 只需要讀取要計算的列數據，而非行式的整行數據讀取，降低 IO cost。

• 同列同類型，有十倍壓縮提升，進一步降低 IO。

• Clickhouse 根據不同存儲場景，做個性化搜索算法。

遇到的坑

①ClickHouse 與 MySQL 數據類型差異性

用 MySQL 的語句查詢，發現報錯：

解決方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id)，中轉一下，統一無符號類型關聯

②刪除或更新是異步執行，只保證最終一致性

查詢 CK 手冊發現，即便對數據一致性支持最好的 Mergetree，也只是保證最終一致性：

如果對數據一致性要求較高，推薦大家做全量同步來解決。

總結

通過 ClickHouse 實踐，完美的解決了 MySQL 查詢瓶頸，20 億行以下數據量級查詢，90% 都可以在 1s 內給到結果，隨著數據量增加，ClickHouse 同樣也支持集群，大家如果感興趣，可以積極嘗試！

參考資料：

• ClickHouse官方手冊 CK

• ClickHouse在攜程酒店應用 蔡岳毅

• ClickHouse引擎怎么選 Roin123

想知道更多？掃描下面的二維碼關注我

后臺回復"技術"，加入技術群

當當實付滿200-40優惠碼：NBHH2P

【精彩推薦】

• 超清晰的DNS入門指南

• 深入理解Java Stream流水線

• 如何用ELK搭建TB級的日志系統

• 深度好文：Linux系統內存知識

• 日志系統新貴Loki，確實比笨重的ELK輕

• 日志采集系統都用到哪些技術？

• 面試官：為什么HashMap的加載因子是0.75？

• 原創|OpenAPI標準規范

• Linux系統內存知識總結

• 深度好文|奈飛微服務架構解析

• 耗時3天，上億數據如何做到秒級查詢

點個贊+在看，少個 bug?????

總結

以上是生活随笔為你收集整理的查询速度提升200倍，ClickHouse到底有多快？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。