[1]Clickhouse列式存储的明日之星: 概述和安装

Posted 2022-01-07 朱清云的技术博客

概述

ClickHouse 是一个列式存储库，可以用于online analytical processing (OLAP)，其可以用来快速生成报表，属于NoSQL的一种。什么是列式存储，比如下面的数据，在传统的SQL数据库里面，比如Oracle，mysql，PostgreSQL，其是用下面的这种方式存储，其查询的时候是一行一行扫描遍历的，这就是为什么对有些字段建立了索引后，其效率会大大提高的原因，因为其相当于字典前面的索引，大大提高了行扫描的效率。

但是，上面的存储结果在有些情况下，效率是很低的，比如有一亿条上面类似的数据，如果要统计GoodEvent的总数是多少，那么就要扫描一亿记录；效率大大降低；这在一些报表和统计场景下是不可接受的；所以后面就出现了列式存储，同样的数据，其存储方式是按列进行归类的。

把其同类型的数据放在一起。这样在统计某些信息的时候，效率大大提高！

经过实际的测试，Clickhouse比其他同类产品的速度快100-1000倍；目前市面的列式存储的数据库产品有：

• Vertica
• Paraccel (Actian Matrix and Amazon Redshift),
• Sybase IQ
• Exasol
• Infobright
• InfiniDB
• MonetDB (VectorWise and Actian Vector)
• LucidDB
• SAP HANA
• Google Dremel
• Google PowerDrill
• Druid
• kdb+.
  

其官方网站为https://clickhouse.com；ClickHouse是一款开源软件，开源协议是Apache-2.0 License；其Github的地址为https://github.com/ClickHouse/ClickHouse，是基于C/C++写的，从目前Github上面的热度来看，其已经有21.1k点赞；相对来说已经非常多了！目前到2021年为止已经估值20亿美金。

安装

Clickhouse的安装相对来说比较简单。下面以CentOs操作系统为例

sudo yum install yum-utils
sudo rpm --import https://repo.clickhouse.com/CLICKHOUSE-KEY.GPG
sudo yum-config-manager --add-repo https://repo.clickhouse.com/rpm/clickhouse.repo
sudo yum install clickhouse-server clickhouse-client

sudo /etc/init.d/clickhouse-server start
clickhouse-client

执行完最后一条命令的时候，其会进入客户端控制台,默认端口是9000

之后，可以执行SQL语句，比如显示当前里面有哪些数据库

iZ2zed2xwj1m0dde6h89oxZ :) show databases

SHOW DATABASES

Query id: a281968c-bb99-4ab7-b69b-55d0e6f5ad2d

┌─name───────────────┐
│ INFORMATION_SCHEMA │
│ default            │
│ information_schema │
│ system             │
└────────────────────┘

4 rows in set. Elapsed: 0.002 sec.

其语法参考文档为： https://clickhouse.com/docs/en/sql-reference/statements/create/database/

后记

这篇文章就暂时到这里，接下来会详细描述，其SQL语句的一些语法，请继续关注！