Clickhouse

生生不息，“折腾”不止；Java晋升指北，让天下没有难学的技术；视频教程资源共享，学习不难，坚持不难，坚持学习很难； >>>>

ClickHouse汲取了各家技术的精髓，将每一个细节都做到了极致

ClickHouse拥有完备的管理功能，所以称得上是DBMS；

DDL（数据定义语言）：可以动态地创建、修改、删除数据库、表、视图（无需重启服务）DML（数据操作语言）：CRUD权限控制：可设置库、表的操作权限，保障数据的安全性数据备份/恢复：恢复机制分布式管理：提供集群模式，能够自动管理多个数据库节点 1.2 列式存储/数据压缩

如果想让数据查询变得更快，最简单且有效的方法就是减少数据扫描范围、数据传输时大小，而列式存储、数据压缩就可以帮助我们实现上述两点；
列式存储 VS 行式存储：Select A1,A2,A3,A4 from 表；

行式存储，数据库首先会逐行扫描，并获取每行数据的所有字段，再返回每一行的所需字段列式存储，直接获取对应列的字段，避免了多余的数据扫描
数据压缩：有两个字符，ABCDEFGHI、BCDEFGHI压缩前：ABCDEFGHI_BCDEFGHI压缩后：ABCDEFGHI_(9,8)

为什么列式存储是数据压缩的前提？


数据中的重复项越多，则压缩率越高；压缩率越高，则数据体量越小；而数据体量越小，则数据在网络中的传输越快，对网络带宽和磁盘IO的压力也就越小；
同一个列字段的数据，因为它们拥有相同的数据类型和现实语义，重复项的可能性自然就更高


ClickHouse默认使用LZE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

ClickHouse使用关系模型描述数据，并提供了传统数据库的概念

数据库表视图函数

ClickHouse完全使用SQL作为查询语言，支持Group By、Order By、Join、in等大部分标准SQL

为什么采用关系型模型？


在OLAP领域，已有的大量数据建模工作，都是基于关系型模式展开的，ClickHouse使用关系模型，目的就是，减少已经使用关系模型的数据仓库进行数据迁移时的成本；

ClickHouse提供多种多样的表引擎，每一种表引擎都有各自的特点，用户可根据实际业务场景的要求，选择合适的表引擎；

为什么引擎支持多样化？


将表引擎独立设计的好处显而易见，通过特定的表引擎，支持特定的场景，十分灵活；对于简单的场景，可直接使用简单的引擎降低成本，而复杂的场景也有合适的选择；

ClickHouse采用Multi-Master多主架构，集群中的每个节点角色对等，客户端访问任意一个节点都能够有相同的效果；

为什么是采用多主架构，而不是主从架构？


多主的架构有许多优势，对等的角色使系统架构变的更加简单，不用再区分主控节点、数据节点等，集群中的所有节点功能相同，同时，天然规避了单点故障问题；

ClickHouse提供了本地表（Local Table）与分布式表（Distributed Table）的概念；

一张本地表就等同于一份数据的分片，而分布式表本身不存储数据，它是本地表的访问代理，其作用类似分库中间件，借助分布式表，能够代理访问多个数据分片，从而实现分布式查询；

ClickHouse的集群由分片Shard组成，而每个分片又通过副本Replica组成；

ClickHouse的1个节点只能拥有1个分片（如果要实现1分片、1副本，则至少需要2个服务节点）分片只是一个逻辑概念，其物理承载还是副本承担的； 2.2 向量化执行引擎

CPU的SIMD指令；SIMD Single Instruction Multiple Data，单条指令操作多条数据，对于不同数据可能存在相同操作，可以理解为并行操作；