共计 1765 个字符，预计需要花费 5 分钟才能阅读完成。
在《clickhouse 专栏》上一篇文章中《数据库、数据仓库之间的区别与分割》，咱们介绍了什么是数据库，什么是数据仓库，二者的区别分割。clickhouse 的定位是“数据仓库”，所以了解了上一篇的内容，其实就可能晓得 clickhouse 实用于什么样的利用场景，不适宜什么样的利用场景。
上面本节咱们就来持续为大家介绍 clickhouse 的一些十分有意义的个性，来帮忙大家更深刻的了解 ck 的利用场景，以及它为什么被称为“性能怪兽”。
[TOC]
一、列式数据存储
clickhouse 的性能之所以彪悍，其列式存储设计是十分重要的起因之一。给大家举一个例子，如果咱们当初有一张学生信息表 student
| id | name | age |
|---|---|---|
| 1 | 小红 | 7 |
| 2 | 小明 | 8 |
| 3 | lucy | 7 |
如果这张表采纳行式数据存储，其在磁盘上的构造是上面这样的：
如果这张表采纳列式数据存储，其在磁盘上的构造是上面这样的：
比照下面的两张图咱们能够看到，采纳列式存储的长处。
- 比方：咱们查问学生年龄的最大值，列式数据存 储只须要定位到年龄那一列的起始地址，而后程序读取数据进行排序计算即可。而 行式数据存储 的形式，因为年龄这一字段的数据单元不是间断的，须要依据索引一直的寻址，或者全表扫描能力获取到所有的年龄数据。所以在采纳列式存储时，咱们须要针对某一列进行查问过滤、统计计算性能就远胜于行式数据存储形式。
- 另外，因为数据库的设计一列的数据通常是同一种数据类型，列式数据存储有比行式存储高达 10 倍以上的压缩比，节俭了大量的磁盘及内存空间，能够无效升高服务器老本。
二、反对 SQL 并且性能卓越
目前开源世界里的大部分的列式存储数据库是不反对 SQL 的，即便很多号称反对 SQL，其实反对 SQL 也是伪 SQL，并且反对能力无限。
然而通过笔者的试验，clikhouse 对于规范 SQL 的反对曾经能够与传统的关系型数据库媲美，尽管对于数据仓库 click house，我更倡议大家应用宽表进行数据存储，然而不代表 ck 不具备多表关联查问的能力。
能够拜访：https://clickhouse.com/benchm…，获取 click house 官网在线的针对各种数据统计型 SQL 的性能比照。
三、分布式分片存储集群
clikhouse 不仅反对单机模式，也反对分布式分片数据存储的集群模式。数据以分片的行式，存储在多台服务器节点下面，因而 ck 能够利用集群服务器的规模计算能力，疾速的做出数据统计后果的响应。ck 数据分片分布式存储的机制，使得 clickhouse 具备了横向扩大，海量数据分析解决的能力。
数据分片包含很多的形式，比方：数据随机写入不同服务器分片存储上、数据被发往指定的服务器分片存储之上、数据依照 hash 值进行分片、当然咱们还能够自定义数据分片的形式。
分布式数据存储将数据扩散到集群内的各个服务器上（以分片 (shard) 的行式存在），为了保证数据的平安，每一个分片又有多个正本(replica)，正本也是分布式存储的，这样即便局部服务器宕机，依然能够保障 ck 集群可用。
四、反对按序存储
与传统的 RMDB 数据库不同的是，clickhouse 反对在建表的时候就通过 sort by 关键字指定排序字段。这样在数据入表的时候，理论是先进行了排序操作，依照排序字段进行排序后的数据有序寄存。
后续在进行数据查问、过滤、统计的时候，就可能无效的、疾速的获取间断的数据块中的数据，晋升查问统计的性能。这种按序存储的个性其实还是有十分宽泛的利用场景的，比方：股票 K 线图都是依照交易日工夫排序的，预设排序字段、按序存储无效的晋升了统计性能。
五、反对数据 TTL
在数据统计分析的数据库中，通常咱们须要数据 TTL 能力，也就是说：某些数据达到肯定的存储周期之后主动删除。ck 就提供了这种能力，升高了零碎运维人员的工作难度。
ck 反对以下几种粒度的 TTL
- 列级别 TTL：为某一列设置 TTL 工夫，当这一列中的局部数据过期之后，列值会被主动替换为默认值，全副数据过期之后会主动删除该列。
- 行级别 TTL：为某一行设置 TTL 工夫，当某一行过期后，会间接删除该行。
- 分区级别 TTL：ck 反对数据分区并设置 TTL 工夫，当分区过期后，会间接删除该分区。
举荐浏览
限于博文篇幅，更多精彩内容我就不一一列举了，举荐浏览
《原创精品视频及配套文档：springboot- 已录制 97 节(收费)》
等等等等
