生生不息，“折腾”不止；Java晋升指北，让天下没有难学的技术

ClickHouse汲取了各家技术的精髓，将每一个细节都做到了极致

核心特性

1.1 DBMS功能

ClickHouse拥有完备的管理功能，所以称得上是DBMS；

• DDL（数据定义语言）：可以动态地创建、修改、删除数据库、表、视图（无需重启服务）
• DML（数据操作语言）：CRUD
• 权限控制：可设置库、表的操作权限，保障数据的安全性
• 数据备份/恢复：恢复机制
• 分布式管理：提供集群模式，能够自动管理多个数据库节点

1.2 列式存储/数据压缩

如果想让数据查询变得更快，最简单且有效的方法就是减少数据扫描范围、数据传输时大小，而列式存储、数据压缩就可以帮助我们实现上述两点；
列式存储 VS 行式存储：Select A1,A2,A3,A4 from 表；

• 行式存储，数据库首先会逐行扫描，并获取每行数据的所有字段，再返回每一行的所需字段
• 列式存储，直接获取对应列的字段，避免了多余的数据扫描
  数据压缩：有两个字符，ABCDEFGHI、BCDEFGHI
• 压缩前：ABCDEFGHI_BCDEFGHI
• 压缩后：ABCDEFGHI_(9,8)

1.3 关系模型/SQL查询

ClickHouse使用关系模型描述数据，并提供了传统数据库的概念

• 数据库
• 表
• 视图
• 函数

ClickHouse完全使用SQL作为查询语言，支持Group By、Order By、Join、in等大部分标准SQL

1.4 多样化表引擎

ClickHouse提供多种多样的表引擎，每一种表引擎都有各自的特点，用户可根据实际业务场景的要求，选择合适的表引擎；

1.5 多主架构

ClickHouse采用Multi-Master多主架构，集群中的每个节点角色对等，客户端访问任意一个节点都能够有相同的效果；

1.6 数据分片/分布式

ClickHouse提供了本地表（Local Table）与分布式表（Distributed Table）的概念；

一张本地表就等同于一份数据的分片，而分布式表本身不存储数据，它是本地表的访问代理，其作用类似分库中间件，借助分布式表，能够代理访问多个数据分片，从而实现分布式查询；

架构设计

2.1 Cluster/Replication

ClickHouse的集群由分片Shard组成，而每个分片又通过副本Replica组成；

• ClickHouse的1个节点只能拥有1个分片（如果要实现1分片、1副本，则至少需要2个服务节点）
• 分片只是一个逻辑概念，其物理承载还是副本承担的；

2.2 向量化执行引擎

CPU的SIMD指令；SIMD Single Instruction Multiple Data，单条指令操作多条数据，对于不同数据可能存在相同操作，可以理解为并行操作；