分布式计算列式存储 ClickHouse的性能
数据的查询性能：
不支持高并发，官方建议qps不超过100。
单表查询更有优势，不推荐多表联合查询。
每秒可处理1.2GB（亿行）数据,单机支撑40亿以上的数据查询无压力。
数据的写入性能
建议每次写入不少于1000行的批量写入，或每秒不超过一个写入请求
ClickHouse的特点 列式存储同一个文件的数据类型一致，可实现高效压缩。
宽表查询时，需要处理的处理量可大大减小。
分区存储，查询时可跳过筛选条件外的分区。 数据落盘时，根据排序键将数据顺序写入。 根据主键，生成主键索引，加快检索效率；另外根据需要，还可建立二级索引。（ClickHouse的索引均为稀疏索引，所以索引字段的区分度要适中）
并行处理（极限压榨CPU）：向量引擎：为了高效利用CPU，数据不仅按列存储，同时还按向量(列的一部分)进行处理。
复杂查询支持多核心并行处理
支持近似计算。 支持副本（高可用）、分片（水平扩容），单机性能已足够，分片特性不一定有用。 检索方式稀疏索引 二级索引
minmax：存储指定表达式的极值
set(max_rows)：存储指定表达式的不重复值（不超过 max_rows 个，max_rows=0 则表示无限制）
ngrambf_v1(n, size_of_bloom_filter_in_bytes, number_of_hash_functions, random_seed)：存储一个包含数据块中所有 n元短语（ngram） 的 布隆过滤器 。只可用在字符串上。可用于优化 equals ， like 和 in 表达式的性能。
n – 短语长度。
size_of_bloom_filter_in_bytes – 布隆过滤器大小，字节为单位。（因为压缩得好，可以指定比较大的值，如 256 或 512）。number_of_hash_functions – 布隆过滤器中使用的哈希函数的个数。random_seed – 哈希函数的随机种子。
tokenbf_v1(size_of_bloom_filter_in_bytes, number_of_hash_functions, random_seed)
跟 ngrambf_v1 类似，但是存储的是token而不是ngrams。Token是由非字母数字的符号分割的序列。
bloom_filter(bloom_filter([false_positive]) – 为指定的列存储布隆过滤器，可选参数false_positive用来指定从布隆过滤器收到错误响应的几率。取值范围是 (0,1)，默认值：0.025。
