最近很火的 ClickHouse【列式数据库】 是什么?
ClickHouse 是 Yandex(俄罗斯最大的搜索引擎)开源的一个用于实时数据分析的基于列存储的数据库,其处理数据的速度比传统方法快 100-1000 倍。
ClickHouse 的性能超过了目前市场上可比的面向列的 DBMS,每秒钟每台服务器每秒处理数亿至十亿多行和数十千兆字节的数据。
# ClickHouse 是什么?
ClickHouse 是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。
我们首先理清一些基础概念:
OLTP:是传统的关系型数据库,主要操作增删改查,强调事务一致性,比如银行系统、电商系统。
OLAP:是仓库型数据库,主要是读取数据,做复杂数据分析,侧重技术决策支持,提供直观简单的结果。
接着我们用图示,来理解一下列式数据库和行式数据库区别,在传统的行式数据库系统中(MySQL、Postgres 和 MS SQL Server),数据按如下顺序存储:
在列式数据库系统中(ClickHouse),数据按如下的顺序存储:
两者在存储方式上对比:
以上是 ClickHouse 基本介绍,更多可以查阅官方手册:
什么是ClickHouse? | ClickHouse文档
# 业务问题
业务端现有存储在 MySQL 中,5000 万数据量的大表及两个辅表,单次联表查询开销在 3min+,执行效率极低。
经过索引优化、水平分表、逻辑优化,成效较低,因此决定借助 ClickHouse 来解决此问题。
最终通过优化,查询时间降低至 1s 内,查询效率提升 200 倍!希望通过本文,可以帮助大家快速掌握这一利器,并能在实践中少走弯路。
# ClickHouse 实践
①Mac 下的 Clickhouse 安装
我是通过 Docker 安装,也可以下载 CK 编译安装,相对麻烦一些。参考链接:
macOS通过docker 安装clickhouse过程(踩坑过程)_metamoss-CSDN博客_mac安装clickhouse
②数据迁移:从 MySQL 到 ClickHouse
ClickHouse 支持 MySQL 大多数语法,迁移成本低,目前有五种迁移方案:
create table engin mysql,映射方案数据还是在 MySQL。
insert into select from,先建表,在导入。
create table as select from,建表同时导入。
csv 离线导入。
streamsets。
参考链接:
033-史上最全-mysql迁移到clickhouse的5种办法 | 家的博客 (anjia0532.github.io)
选择第三种方案做数据迁移:
CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = Mergetree AS SELECT * FROM mysql('host:port', 'db', 'database', 'user', 'password')
③性能测试对比
性能测试对比如下图:
④数据同步方案
临时表如下:
图片来源:携程
新建 Temp 中间表,将 MySQL 数据全量同步到 ClickHouse 内 Temp 表,再替换原 ClickHouse 中的表,适用数据量适度,增量和变量频繁的场景。
开源的同步软件推荐 Synch,如下图:
Synch 原理是通过 MySQL 的 Binlog 日志,获取 SQL 语句,再通过消息队列消费 Task。
⑤ClickHouse 为什么快?
有如下几点:
只需要读取要计算的列数据,而非行式的整行数据读取,降低 IO cost。
同列同类型,有十倍压缩提升,进一步降低 IO。
Clickhouse 根据不同存储场景,做个性化搜索算法。
# 遇到的坑
①ClickHouse 与 MySQL 数据类型差异性
用 MySQL 的语句查询,发现报错:
解决方案:LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id),中转一下,统一无符号类型关联
②删除或更新是异步执行,只保证最终一致性
查询 CK 手册发现,即便对数据一致性支持最好的 Mergetree,也只是保证最终一致性:
如果对数据一致性要求较高,推荐大家做全量同步来解决。
# 总结
通过 ClickHouse 实践,完美的解决了 MySQL 查询瓶颈,20 亿行以下数据量级查询,90% 都可以在 1s 内给到结果,随着数据量增加,ClickHouse 同样也支持集群,大家如果感兴趣,可以积极尝试
最近很火的 ClickHouse【列式数据库】 是什么?相关推荐
- 行式数据库与列式数据库
开发用了很久的Vertica,知道它是"列式数据库"但一直没有去研究过列式数据库的一些特性,现在来总结一下. 列式数据库是以列相关存储架构进行数据存储的数据库,主要适合于批量数据处 ...
- 列式数据库与行式数据库
什么是列式数据库? 列式数据库是以列相关存储架构进行数据存储的数据库.卢东明认为数据库发展已经到了一个新阶段,数据库市场需要细分,行式数据库不再满足所有的需求,而有很多需求需要通过内存数据库和列式数据 ...
- 联机分析的列式数据库 clickHouse
ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS). 在传统的行式数据库系统中,数据按如下顺序存储: Row WatchID JavaEnable Title Good ...
- centos7 校正linux系统时间_Linux系统:Centos7下搭建ClickHouse列式存储数据库
一.ClickHouse简介 1.基础简介 Yandex开源的数据分析的数据库,名字叫做ClickHouse,适合流式或批次入库的时序数据.ClickHouse不应该被用作通用数据库,而是作为超高性能 ...
- Linux系统:Centos7下搭建ClickHouse列式存储数据库
本文源码:GitHub·点这里 || GitEE·点这里 一.ClickHouse简介 1.基础简介 Yandex开源的数据分析的数据库,名字叫做ClickHouse,适合流式或批次入库的时序数据.C ...
- 数仓选型必列入考虑的OLAP列式数据库ClickHouse(上)
概述 定义 ClickHouse官网地址 https://clickhouse.com/ 最新版本22.4.5.9 ClickHouse官网文档地址 https://clickhouse.com/do ...
- clickhouse 列式存储数据库介绍
ClickHouse介绍 ClickHouse来自哪里? 俄罗斯最大的搜索公司Yandex,在clickhouse的配置文件中我们也会看到yandex的影子. ClickHouse是什么? Click ...
- 2022-05-19 列式数据库-Clickhouse
什么事列式数据库,顾名思义它与平时的主流关系型数据库不太一致,例如mysql 它是行式数据库,什么意思呢? image.png 这就是普通的行式数据库的存储,一行是一条完整的数据; 接下来看看列式数据 ...
- 数据仓库一些整理(列式数据库)
术语备注: 1.OLTP.这是on-line transaction processing的简写.翻译成联机事务处理.就是在线交易的业务数据.这方面的数据库是关系型数据库. 2.OLAP.On-Lin ...
最新文章
- android翻页实现原理
- C# Winform 未能加载文件或程序集System.Data.SQLite或它的某一个依赖项。试图加载格式不正确的程序...
- 数学--数论--质数处理
- P6834-[Cnoi2020]梦原【数学期望,树状数组】
- 新闻发布项目——业务逻辑层(categoryTBService)
- python 验证码图片 模拟登录_Python 模拟生成动态产生验证码图片的方法
- intel simd 资料
- 几款比较工具Beyond compare、DiffMerge、WinMerge
- Java面试题超详细讲解系列之八【SQL优化篇】
- 遥感资源大放送(下)| 11 个经典遥感数据集
- 【vscode】vscode插件学习(五)
- C#一种简单处理假死的方法
- 基于raspbian+motion的家庭监控网络
- linux窗口死,Linux系统入门学习:Linux 上 Wireshark 界面僵死解决
- you are in emergency mode解决办法
- Window和WindowManager--《Android开发艺术探索》阅读笔记——第八章
- html中亮度怎么写,HTML+CSS+JS模仿win10亮度调节效果的示例代码
- 多元线性回归哑变量设置方法
- uni-app学习笔记之判断当前用户是否拥有某角色和权限
- 初探STM32掉电复位PDR