2.ClickHouse系列之特点介绍

1. 列式存储

采用列式存储时，数据在磁盘上的组织结构为：
1 2 3 张三 李四 王五 18 20 25
好处：

• 对于列的聚合、计数、求和等统计操作由于列式存储
• 由于列数据类型相同，更容易数据压缩
• 由于数据压缩比更好，不仅节省磁盘空间，更便于cache发挥空间

2. DBMS功能完备

几乎覆盖标准SQL大部分语法，包括DDL与DML,以及配套函数，用户管理权限管理，数据备份与恢复

3. 引擎种类丰富

ClickHouse与Mysql类似，把表级的存储引擎插件化，根据表的不同需求可以设定不同的存储引擎。目前包括合并树、日志、接口和其他四大类20多种引擎

4. 高吞吐写入能力

ClickHouse采用类LSM Tree的结构，数据写入后定期在后台Compaction。ClickHouse在数据导入时全部是顺序append写，写入后数据段不可更改，在后台Compaction时也是多个段merge sort后顺序写回磁盘。顺序写的特性，充分利用了磁盘的吞吐能力。

官方公开能达到50MB_{200MB写入吞吐能力，按照每行100Byte计算，大约相当于50}200W条/s的写入速度

5. 数据分区与线程级并行

ClickHouse将数据划分为多个partition,每个partition在进一步划分为多个index granularity(索引粒度)，然后通过多个CPU核心分别处理其中一部分在实现并行处理。因此，单条Query就能利用整机所有CPU

就ClickHouse的特点而言，比较适合处理后的宽表的存储与统计分析

欢迎关注公众号算法小生或沈健的技术博客shenjian.online