一、ClickHouse 是什么？
ClickHouse：是一个用于联机剖析 (OLAP) 的列式数据库管理系统(DBMS)
咱们首先理清一些根底概念
- OLTP：是传统的关系型数据库，次要操作增删改查，强调事务一致性，比方银行零碎、电商零碎
- OLAP：是仓库型数据库，次要是读取数据，做简单数据分析，偏重技术决策反对，提供直观简略的后果
接着咱们用图示，来了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：
两者在存储形式上比照：
以上是 ClickHouse 根本介绍，更多能够查阅官网手册
二、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，单次联表查问开销在 3min+，执行效率极低。通过索引优化、程度分表、逻辑优化，功效较低，因而决定借助 ClickHouse 来解决此问题。
最终通过优化，查问工夫升高至 1s 内，查问效率晋升 200 倍！
心愿通过本文，能够帮忙大家疾速把握这一利器，并能在实践中少走弯路。
三、ClickHouse 实际
1.Mac 下的 Clickhouse 装置
我是通过 docker 装置，也能够下载 CK 编译装置，绝对麻烦一些。
2. 数据迁徙：从 Mysql 到 ClickHouse
ClickHouse 反对 Mysql 大多数语法，迁徙成本低，目前有五种迁徙计划：
- create table engin mysql，映射计划数据还是在 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
抉择第三种计划做数据迁徙：
CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = Mergetree AS SELECT * FROM mysql('host:port', 'db', 'database', 'user', 'password') 3. 性能测试比照
4. 数据同步计划
长期表
图片起源：携程新建 temp 两头表，将 Mysql 数据全量同步到 ClickHouse 内 temp 表，再替换原 ClickHouse 中的表，实用数据量适度，增量和变量频繁的场景
synch
开源的同步软件举荐：synch, 原理是通过 Mysql 的 binlog 日志，获取 sql 语句，再通过音讯队列生产 task
5.ClickHouse 为什么快？
- 只须要读取要计算的列数据，而非行式的整行数据读取，升高 IO cost
- 同列同类型，有十倍压缩晋升，进一步升高 IO
- clickhouse 依据不同存储场景，做个性化搜索算法
四、遇到的坑
1.ClickHouse 与 mysql 数据类型差异性
用 Mysql 的语句查问，发现报错：
解决方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id)，直达一下，对立无符号类型关联
2. 删除或更新是异步执行，只保障最终一致性
查问 CK 手册发现，即使对数据一致性反对最好的 Mergetree，也只是保障最终一致性：
如果对数据一致性要求较高，举荐大家做全量同步来解决
五、总结
通过 ClickHouse 实际，完满的解决了 Mysql 查问瓶颈，20 亿行以下数据量级查问，90% 都能够在 1s 内给到后果，随着数据量减少，ClickHouse 同样也反对集群，大家如果感兴趣，能够踊跃尝试 : )
作者：起个帅的名
链接：https://juejin.im/post/686328…