牛x！一个比传统数据库快 100-1000 倍的数据库一、ClickHouse是什么？ClickHous

一、ClickHouse 是什么？ClickHouse：是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)
我们首先理清一些基础概念

OLTP：是传统的关系型数据库，主要操作增删改查，强调事务一致性，比如银行系统、电商系统
OLAP：是仓库型数据库，主要是读取数据，做复杂数据分析，侧重技术决策支持，提供直观简单的结果

接着我们用图示，来理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：

文章插图
在列式数据库系统中（ClickHouse），数据按如下的顺序存储：

文章插图
两者在存储方式上对比：

文章插图
以上是ClickHouse基本介绍，更多可以查阅官方手册
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，单次联表查询开销在3min+ ，执行效率极低。经过索引优化、水平分表、逻辑优化，成效较低，因此决定借助ClickHouse来解决此问题最终通过优化，查询时间降低至1s内，查询效率提升200倍！希望通过本文，可以帮助大家快速掌握这一利器，并能在实践中少走弯路。
三、ClickHouse实践1.Mac下的Clickhouse安装我是通过docker安装，查看教程。也可以下载CK编译安装，相对麻烦一些。
2.数据迁移：从Mysql到ClickHouseClickHouse支持Mysql大多数语法，迁移成本低，目前有五种迁移方案：

create table engin mysql ，映射方案数据还是在Mysql
insert into select from ，先建表，再导入
create table as select from ，建表同时导入
csv离线导入
streamsets

选择第三种方案做数据迁移：

CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = Mergetree AS SELECT * FROM mysql('host:port', 'db', 'database', 'user', 'password')

3.性能测试对比

文章插图
4.数据同步方案临时表

文章插图
图片来源：携程新建temp中间表，将Mysql数据全量同步到ClickHouse内temp表，再替换原ClickHouse中的表，适用数据量适度，增量和变量频繁的场景synch

文章插图
开源的同步软件推荐：synch 原理是通过Mysql的binlog日志，获取sql语句，再通过消息队列消费task
5.ClickHouse为什么快？

只需要读取要计算的列数据，而非行式的整行数据读取，降低IO cost
同列同类型，有十倍压缩提升，进一步降低IO
clickhouse根据不同存储场景，做个性化搜索算法

四、遇到的坑1.ClickHouse与mysql数据类型差异性【牛x！一个比传统数据库快 100-1000 倍的数据库】用Mysql的语句查询，发现报错：

文章插图
解决方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id) ，中转一下，统一无符号类型关联
2.删除或更新是异步执行，只保证最终一致性查询CK手册发现，即便对数据一致性支持最好的Mergetree ，也只是保证最终一致性：

文章插图
如果对数据一致性要求较高，推荐大家做全量同步来解决
五、总结通过ClickHouse实践，完美的解决了Mysql查询瓶颈， 20亿行以下数据量级查询， 90%都可以在1s内给到结果，随着数据量增加， ClickHouse同样也支持集群，大家如果感兴趣，可以积极尝试 : )