以下为在公司中推广 CLICKHOUSE 产品的PPT 内容
————————————————————————————
在我司，顾问作为数据分析和业务数据响应的人员，每天都被MYSQL 中关于OLAP的大SQL 和大数据量的JOIN所摧残着，数据算不出来，数据算出来要等到天荒地老，此时顾问的面部的表情是愤怒的。纷纷表示臣妾做不到，这样的数据运算。
我们整体DB TEAM 做出了以下的努力
让整体8个DBA 天天死去活来，为满足顾问的需求，天天出生入死，我们的心里话是，我太难了。
经过DB TEAM 本身的寻找，终于找到了一位，救苦救命的活菩萨 CLICKHOUSE
那我们就直奔主体，看看CLICKHOUSE 做了什么，让我们将她向神佛一样崇拜。
以上是我司财务的顾问“大师”，写出的SQL语句，并且这里已经删减了各部分，要不根本无法呈现此SQL 的“伟大”。
同样的数据量，同样的SQL，我们在CLICKHOUSE 值需要7.5秒，而MYSQL 8.011 则需要1分48秒才能完成这个大SQL的计算。
更让人惊奇的是这还是在CLICKHOUSE 是单机，并且仅仅用了MYSQL 一半的CPU 和 内存资源下的结果。
那么到底为什么CLICKHOUSE 这么夸张的快，到底有什么依据没有。
clickhouse 是俄罗斯战斗民族的高质量的程序代码所出品的，大数据产品。
他是一种列数数据库
与行式数据库相比，列式数据库有着得天独厚的数据OLAP的基因
列式存储的数据库的好处就显而易见了，通过向量模式的来执行数据查询的操作，可以实现一个基本上没有成本的查询引擎的功能，这样有利于CPU 进行数据计算，而不需要进行从磁盘或许数据的等待时间。
下面是我们的CLICKHOUSE 的产品与其他大数据产品的对比情况
CLICKHOUSE 不光解决了我们的业务查询分析的问题，还间接让数据库走入了大数据分析的道路。
那么我们在CLICKHOUSE 中主要使用哪种数据库引擎来完成这个工作，Materialize ,可以进行数据的同步和数据的实施修改，查询。
注以上技术部分内容为我司DBA 蒋之皓撰写。
