概念：
ClickHouse是开源的列式存储数据库(DBMS)，使用C++语言编写，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
OLAP这样的适合做一些一次插入多次查询这样的操作(适合查询)，对于新增更新删除就不太擅长了，所以ClickHouse是一种分析性数据库
HBase也是列式存储数据库
mysql、oracle关系型数据库，适合做CROD这样的增删改查的操作 -->行式存储。
一、Clickhouse特点：
1、列式存储
如何理解：举例：需要存储下面的数据
1）采用行式存储时，数据在磁盘上的组织结构为：
2）采用列式存储时，数据在磁盘上的组织结构为：
查询：select xx属性 from 表，例如：查所有人的id属性，列式存储就只需吧id这一列拿出来就可以了，而行式存储就需要不停的查找或者全表扫描才能找到所有人的id，而遍历的很多数据其实是不需要的
新增、更新、删除：insert （id,name,age）from 表，新增和更新时，行式就可以直接把一行的数据插入或者更新即可，而列式只能先插入id，在插入name，最后插入age
所以像ClickHouse、Hbase这样的列式存储数据库，适合一次插入多次查询，而新增、更新、删除就不太适合了，相反像mysql、oracle这样的关系型数据库即行式存储，新增、更新、删除就更加的适合，而查询就相对不太适合
3）列式存储的好处：
- 对于列的聚合，计数，求和等统计操作优于行式存储
- 由于某一列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，每一列选择更优的数据压缩算法，大大提高了数据的压缩比重
- 由于数据压缩比更好，一方面节省了磁盘空间，另一方面对于cache也有了更大的发挥空间
2、DBMS的功能
几乎覆盖了标准SQL的大部分语法，包括DDL（建表语句）、DML（增删改查）以及配套的各种函数，用户管理及权限管理，数据的备份与恢复。
3、多样化引擎
ClichHouse和MySQL类似，把表级的额存储引擎插件化，根据表的不同需求可以设定不同的存储引擎。目前包括合并树（常用->Merge Tree）、日志、接口、其他 四种大类20多种引擎。
表存储引擎：如mysql的存储引擎innodb（提供事务-->默认、且常用）、mariadb（不提供事务）
4、高吞吐写入能力
ClickHouse采用类LSM Tree的结构，数据写入后定期在后台Compaction(合并)。-->插入相同的数据时会通过version 号控制，只有在合并的时候采取进行去重。通过类LSM Tree的结构，ClickHouse在数据导入时全部是顺序append(追加)写，写入后的数据段不可更改，在后台Compaction时也是多个段merge sort后顺序写回磁盘。顺序写的特点，充分利用了磁盘的吞吐能力，即便在HDD上也有着优异的写入性能
官方公开benchmark测试显示能够达到50MB-200MB/s的写入吞吐能力，按照每行100byte估算，大约相当于50w-200w/s的写入速度。
5、数据分区和线程级并行
ClickHouse将数据划分为多个partition(分区)，每个partition在进一步划分为多个index granularity（索引粒度），然后通过多个cpu核心分别处理 其中的一部分来实现并行数据处理。在这种设计下，单条Query(查询)就能利用整机所有CPU。--->单条查询就会调用所有cpu那么多条查询占用cpu就很多， 所以ClickHouse一个 瓶颈就是很吃CPU，不利于同时并发多条查询
所以对于高QPS的查询业务ClickHouse并不是强项。
- QPS: query per second 每秒查询次数
- TPS：Transaction per second 每秒处理事务次数
由此：ClickHouse不适合存储初始数据，而适合处理过的包含大量字段的大宽表
ClickHouse像很多OLAP数据库一样，单表查询速度优于关联查询 -->所以在架构设计时尽量避免join这样的关联存储数据
二、ClickHouse安装
标签：存储,01,列式,数据类型,查询,引擎,SQL,数据,ClickHouse From： https://www.cnblogs.com/frankruby/p/18441808