ClickHouse是近年來備受關注的開源列式數據庫，主要用於數據分析（OLAP）領域。於2016年開源，採用C++開發。憑藉優秀的性能，市場反應非常熱烈。
ClickHouse來自哪裡？俄羅斯最大的搜索公司Yandex。
目前國內社區火熱，各個大廠紛紛跟進，並大規模使用：
- 今日頭條 內部用ClickHouse來做用戶行為分析，內部一共幾千個ClickHouse節點，單集群最大1200節點，總數據量幾十PB，日增原始數據300TB左右。
- 騰訊內部用ClickHouse做遊戲數據分析，並且為之建立了一整套監控運維體系。
- 攜程內部從18年7月份開始接入試用，目前80%的業務都跑在ClickHouse上。每天數據增量十多億，近百萬次查詢請求。
- 快手內部也在使用ClickHouse，存儲總量大約10PB， 每天新增200TB， 90%查詢小於3S。
在DB-engines排名上，如下圖中曲線所示。ClickHouse開源時間雖短，但是增勢迅猛。
一、OLAP場景的特點
- 讀多寫少；
- 大寬表，讀大量行但是少量行，結果集較小；
- 數據批量寫入，且數據不更新或少更新；
- 無需事務，數據一致性要求低；
- 需求靈活多變，不適合預先建模；
二、ClickHouse存儲層
ClickHouse從OLAP場景需求出發，定製開發了一套全新的高效列式存儲引擎，並且實現了數據有序存儲、主鍵索引、稀疏索引、數據Sharding、數據Partitioning、TTL、主備複製等豐富功能。以上功能共同為ClickHouse極速的分析性能奠定了基礎。
ClickHouse實現了大多數當前主流的數據分析技術，具有明顯的技術優勢：
- 提供了極致的查詢性能：開源公開benchmark顯示比傳統方法快100~1000倍，提供50MB~200MB/s的高吞吐實時導入能力）
- 以極低的成本存儲海量數據：藉助於精心設計的列存、高效的數據壓縮算法，提供高達10倍的壓縮比，大幅提升單機數據存儲和計算能力，大幅降低使用成本，是構建海量數據倉庫的絕佳方案。
- 簡單靈活又不失強大：提供完善SQL支持，上手十分簡單；提供json、map、array等靈活數據類型適配業務快速變化；同時支持近似計算、概率數據結構等應對海量數據處理。
三、ClickHouse計算層
ClickHouse在計算層做了非常細緻的工作，竭盡所能榨乾硬件能力，提升查詢速度。它實現了單機多核並行、分佈式計算、向量化執行與SIMD指令、代碼生成等多種重要技術。
四、和其他開源技術比較
相比於開源社區的其他幾項分析型技術，如Druid、Presto、Impala、Kylin、ElasticSearch等，ClickHouse更是一整套完善的解決方案，它自包含了存儲和計算能力（無需額外依賴其他存儲組件），完全自主實現了高可用，而且支持完整的SQL語法包括JOIN等，技術上有著明顯優勢。
相比於hadoop體系，以數據庫的方式來做大數據處理更加簡單易用，學習成本低且靈活度高。
分享到:
閱讀更多 軟件架構 的文章
