ClickHouse到底牛逼在哪里？为什么比MySQL快831倍！

Posted 2021-06-14 业余草

ClickHouse到底牛逼在哪里？为什么比mysql快831倍！

这两年 ClickHouse 非常的火，尤其是在大数据领域。

刚好这两天也有群友在群里说起 ClickHouse，这款来自俄罗斯 Yandex 的开源数据库产品性能屌爆了，宣称比 MySQL 快 831 倍。今天我们就扯一扯 ClickHouse 到底好在哪里？

Yandex

在开始之前，我们先说一下 Yandex 这家公司，他是俄罗斯的一家互联网巨头公司，虽然在国际上没什么名气，但在俄罗斯，他就是老大，是俄罗斯排名第一的搜索引擎公司。是和谷歌、百度一样的存在。ClickHouse 诞生于 2016 年，就是来自于 Yandex 公司。

老毛子在国际互联网上，虽然没有像中美这样具有统治地位的互联网公司，但是老毛子的一些开源软件的性能还是杠杠的。比如，大名鼎鼎的 nginx，再比如我们今天要讨论的 ClickHouse，所以，ClickHouse 还是非常值得一学的。

ClickHouse

ClickHouse 主要用于在线分析处理查询（OLAP），能够使用 SQL 查询实时生成分析数据报告。

和我们常见的关系型数据库非常不同。比如，MySQL，Postgresql，SQL Server 等数据库采用的都是行式存储，而 ClickHouse 采用的确实列式存储。下面我们通过一个简单的例子，来比较它们的不同。

如上述表格所示，传统的 MySQL 数据库的每一行数据都是物理的存储在一起的。如果我要取 id 等于 10000 这一条数据的 name 列，那我就必须要把这一行数据读取出来，然后取 name 列。

再比如，下面的 SQL：

SELECT name FROM xttblog where id > 10000;

在众多的数据中，我只取一列，但我需要把每条数据都读取出来。

基于上面传统数据库的一些特点，ClickHouse 另辟蹊径，推出了列式存储。

行号	0	1	N
主键id	10000	10001	...
name	业余草	涛哥	...
title	测试	hello	...
status	1	0	...
create_time	2021-05-29	2021-05-29	...

看上图的列式存储示例，完全和 MySQL 等数据库不同。当我执行下面的 SQL 时，查询效率非常的高！

SELECT name FROM xttblog where id > 10000;

由于 name 列的数据都存储在一起，因此效率大大的超过了传统的数据库。

除了逻辑上的不同，磁盘上的组织结构也大不一样。

除了列式存储上的不同，ClickHouse 还有高效的数据压缩，默认使用LZ4算法，总体压缩比可达 8:1。ClickHouse 还采用了分布式多主架构提高并发性能，ClickHouse使读请求可以随机打到任意节点，均衡读压力，写请求也无需转发到master节点，不会产生单点压力。

ClickHouse 还有向量引擎，利用 SIMD 指令实现并行计算。对多个数据块来说，一次 SIMD 指令会同时操作多个块，大大减少了命令执行次数，缩短了计算时间。向量引擎在结合多核后会将 ClickHouse 的性能淋漓尽致的发挥出来。

ClickHouse 在索引上也有不同，采用了稀疏索引及跳数索引。同时还有很多 MergeTree，提供海量业务场景支持。

基于以上特点，ClickHouse 在包含 count、sum、group by、order by 等情况的查询对比，同等条件下，ClickHouse 的查询性能异常强悍，官网上的数据显示，是同等条件下 MySQL 的 831 倍。

更多的对比数据，建议大家去官网上查看。

哎，又要内卷起来了。