查询速度提升200倍，ClickHouse到底有多快？-技术圈

点击上方“码农突围”，马上关注

这里是码农充电第一站，回复“666”，获取一份专属大礼包

真爱，请设置“星标”或点个“在看”

来源：r6a.cn/a8UZ

ClickHouse 是 Yandex（俄罗斯最大的搜索引擎）开源的一个用于实时数据分析的基于列存储的数据库，其处理数据的速度比传统方法快 100-1000 倍。ClickHouse 的性能超过了目前市场上可比的面向列的 DBMS，每秒钟每台服务器每秒处理数亿至十亿多行和数十千兆字节的数据。

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：

在列式数据库系统中（ClickHouse），数据按如下的顺序存储：

两者在存储方式上对比：

以上是 ClickHouse 基本介绍，更多可以查阅官方手册：

https://clickhouse.tech/docs/zh/

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。

ClickHouse 实践

①Mac 下的 Clickhouse 安装

我是通过 Docker 安装，也可以下载 CK 编译安装，相对麻烦一些。参考链接：

https://blog.csdn.net/qq_24993831/article/details/103715194

②数据迁移：从 MySQL 到 ClickHouse

ClickHouse 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，在导入。
create table as select from，建表同时导入。
csv 离线导入。
streamsets。

参考链接：

https://anjia0532.github.io/2019/07/17/mysql-to-clickhouse/

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

性能测试对比如下图：

④数据同步方案

临时表如下：

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。

开源的同步软件推荐 Synch，如下图：

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。

⑤ClickHouse 为什么快？

有如下几点：

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。

遇到的坑

①ClickHouse 与 MySQL 数据类型差异性

用 MySQL 的语句查询，发现报错：

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：

如果对数据一致性要求较高，推荐大家做全量同步来解决。

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！

参考资料：

ClickHouse官方手册 CK
ClickHouse在携程酒店应用蔡岳毅
ClickHouse引擎怎么选 Roin123

END

主要是写的前两篇没有人看，受打击了，急需网友的肯定【点赞呀】

- END -

最近有不少老铁在后台留言说，想进大厂，但是算法不好。最近我整理了一份刷题实录，这份刷题实录，也让我进了心仪的大厂。现在开放分享给大家。希望对大家有所帮助。

任何的算法题，如同写作文一样，都有一些模板可以套用的。比如面试常考的DP（动态规划），难的是一些关键点是否能想清楚。比如你能写出动态转移方程，这题基本上就可以AC了。
整个刷题实录内容，包括 双子针、动态规划、二分查找、贪心算法、深度优先搜索、字符串、递归、字典树、排序、链表等相关专题内容。图文并茂，附有刷题答案源码。

刷题任务的题目，是根据题目的类型来汇总的，总结了八个类别，每个类别下面也总结了5个左右的题型，帮助大家分门别类的突破，所以刷起来相对会更有重点和针对性。如果从头到尾的刷，每周按顺序刷42题，很容易让自己坚持不下来，也会觉得很枯燥。所以在制定计划的时候可以让这个计划变得更“有趣"和针对性，让它看起来更容易实现一点，才会更容易坚持。

目前上述内容已打包成完整电子书，具体获取方式如下：扫描关注 程序猿进阶 公众号；
在 程序猿进阶 公众号后台回复关键词「9999」获取下载地址。
扫描关注，回复"9999"即可下载最近热文•  Google 开源的依赖注入库，比 Spring 更小更快！•  入职腾讯第九年，我辞职了！•  卸载Navicat！操作所有的数据库靠它就够了•  万字详解！Git 入门最佳实践 ！•  受不了互联网996，我终于如愿上岸在国企当程序员！在这里，我为大家准备了一份2021年最新最全的《Java面试题及答案V4.0》，这套电子书涵盖了诸多后端技术栈的面试题和答案，相信可以帮助大家在最短的时间内复习Java后端的大多数面试题，从而拿到自己心仪的offer。截了张图，大家可以仔细查看左边的菜单栏，覆盖的知识面真的很广，而且质量都很不错。
资料获取方法
扫描下方二维码
后台回复关键词：Java核心整理
明天见(｡･ω･｡)