ClickHouse数据库详解和应用实践

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

概述

• ClickHouse 是一个用于联机分析 (OLAP) 的开源的列式数据库管理系统 (DBMS)。来自于俄罗斯本土搜索引擎企业 Yandex 公司。
• ClickHouse具有ROLAP、在线实时查询、完整的 DBMS 功能支持、列式存储、支持批量更新、拥有非常完善的SQL支持和函数、支持高可用、不依赖 Hadoop 复杂生态、开箱即用等许多特点。
• 在 1 亿数据集体量的情况下，ClickHouse 的平均响应速度是 Vertica 的 2.63 倍、InfiniDB 的 17 倍、MonetDB 的 27 倍、Hive 的 126 倍、MySQL 的429 倍以及Greenplum 的 10 倍。

1.适用场景

• ClickHouse在存储数据超过20万亿行的情况下，做到了90%的查询都能够在1秒内返回的惊人之举。可以说ClickHouse具备了人们对一款高性能OLAP数据库的美好向往，所以它基本能够胜任各种数据分析类的场景，并且随着数据体量的增大，它的优势也会变得越为明显。
• ClickHouse非常适用于商业智能领域（也就是我们所说的BI领域），除此之外，它也能够被广泛应用于广告流量、Web、App流量、电信、金融、电子商务、信息安全、实时数仓、物联网等众多其他领域。
• 在国内的应用：
  今日头条内部用 ClickHouse来做用户行为分析，几千个 ClickHouse 节点，单集群最大 1200 节点，总数据量几十PB，日增原始数据300TB左右。
  腾讯内部用 ClickHouse做游戏数据分析，并且为之建立了一整套监控运维体系。
  携程内部80%的业务都跑在ClickHouse 上。每天数据增量十多亿，近百万次查询请求。
  快手内部也在使用 ClickHouse，存储总量大约10PB，每天新增 200TB，90% 查询小于 3S。

2.不适用场景

不支持高并发
没有完整的事务支持
稀疏索引导致 ClickHouse 不擅长细粒度或者 key-value 类型数据的查询需求
缺少高频率，低延迟的修改或删除数据的能力
两张大表join性能不高

一、核心特性

1.完备的DBMS功能

作为一个DBMS，它具备了一些基本功能，如下所示：
DDL（数据定义语言）：可以动态地创建、修改或删除数据库、表和视图，而无须重启服务。
DML（数据操作语言）：可以动态查询、插入、修改或删除数据。
ClickHouse提供了DELETE和UPDATE的能力，这类操作被称为Mutation操作,是一种“很重”的操作，更适用于批量数据的修改和删除；
ALTER TABLE 表名 DELETE WHERE nodeid = ‘’;
ALTER TABLE表名 UPDATE 字段名=新值 WHERE xxx=xxx

权限控制：可以按照用户粒度设置数据库或者表的操作权限，保障数据的安全性。
数据备份与恢复：提供了数据备份导出与导入恢复机制，满足生产环境的要求。
分布式管理：提供集群模式，能够自动管理多个数据库节点。

2.列式存储与数据压缩

• 列式存储和数据压缩，是高性能数据库必不可少的特性。列式存储和数据压缩通常是伴生的，因为一般来说列式存储是数据压缩的前提。
• 列式存储避免了多余的数据扫描
• ClickHouse默认使用LZ4算法压缩，在Yandex的生产环境中，数据总体的压缩比可以达到8:1。

二、安装部署

1.在线安装

ClickHouse 可以通过源码编译、在线安装、Docker 镜像和 RPM 等多种方法进行安装。
Yum在线安装命令：
sudo yum install -y yum-utils
sudo yum-config-manager --add-repo https://packages.clickhouse.com/rpm/clickhouse.repo
sudo yum install -y clickhouse-server clickhouse-client
修改配置文件config.xml，允许所有ip访问
<listen_host>::</listen_host>
启动clickhouse
sudo /etc/init.d/clickhouse-server start

2.离线安装

需要下载以下4个安装包文件：
clickhouse-client-21.7.4.18-2.noarch.rpm
clickhouse-common-static-21.7.4.18-2.x86_64.rpm
clickhouse-server-21.7.4.18-2.noarch.rpm
clickhouse-server-common-21.7.4.18-2.x86_64.rpm
执行如下命令后即可安装RPM文件：
rpm -ivh ./*.rpm

可以使用clickhouse-client命令对数据库进行访问

三、jdbc访问

1、单机环境
官方最新驱动

com.clickhouse
clickhouse-jdbc
0.4.1
all

获取单节点连接代码示例：

2、集群环境
1 使用Nginx、F5等三方软件或设备做负载均衡。代码中访问地址为负载均衡ip地址。
2 使用jdbc的负载均衡功能，此种方式没有故障转移功能。

总结

详细内容请下载 ClickHouse数据库详解和应用实践