生生不息，“折腾”不止；Java晋升指北，让天下没有难学的技术

相关文档

《ClickHouse官方社区》
《ClickHouse中文社区》
《ClickHouse官方评测分析》

时代背景

1.1 OLAP

1.2 常见架构

1.2.1 ROLAP

Relational OLAP，关系型OLAP，直接使用关系模型构件；典型的：Group By

• 海量数据时，性能大打折扣

1.2.2 MOLAP

Multidimensional OLAP，多维型OLAP

1. 解决了ROLAP性能问题
2. 核心思想：借助预先聚合结果，使用空间换取时间的形式最终提升查询性能

1.2.3. HOLAP

Hybrid OLAP，混合架构的OLAP，HOLAP = ROLAP + MOLAP

1.3. 黑马（CK）

在数据仓库的基础上，对数据进行分层，通过层层递进形成数据集市，从而减少最终查询的数据体量；对数据进行预先处理，以空间换时间，提升查询性能；等等方式，都无法满足现代BI系统的核心思潮；

• 实时应答
• 简单易用

实时应答、简单易用，已经是现代互联网系统的必备因素，互联网的用户都是没有耐心的，他们不愿意多等1s，从某种角度看，以Hadoop生态为代表的这类非传统关系型数据库技术所实现的BI系统，可以称为现代BI系统，为数据分析开启了新纪元，大马力发动机相较以往，确实使数据分析显得游刃有余；但是，在海量数据下要实现多维度分析的实时应答，仍旧困难重重，而且更为致命的是Hadoop自身生态比较繁重；那么，这种情况就不得看看主角黑马（CK）了；

"What’s the meaning of the name, why we call it ClickHouse ？"

在一些列官方公布的基准测试对比中， ClickHouse都遥遥领先；

1.3.1 特点

• ROLAP
• 在线实时查询
• 完成的DBMS（数据库管理系统）
• 列式存储
• 不需要任何数据预处理
• 支持批量更新
• 拥有非常完善的SQL支持、函数
• 支持高可用
• 不依赖Hadoop复杂生态
• 开箱即用

ClickHouse 作为一款高性能OLAP数据库，但也不是万能的，它有以下几点不足：

1. 不支持事务
2. 不擅长根据主键，按行粒度进行查询
3. 不擅长按行删除数据