clickHouse与mysql等关系型数据库对⽐
关于clickHouse数据库，它也是⼀种关系型数据库。但是区别于传统关系型数据库mysql以及Oracle。其中最⼤的区别就是传统的关系型数据库是⾏式存储，⽽clickHouse是列式存储。请记住这个列式存储⽅式。这种结构存储⽅式，具备了⼀种天然的优势，就是做统计分析，聚类分析。
java调用父类的构造方法本⾝数据库没有绝对的优劣之分。关于clickHouse和mysql的对⽐，但空间唯独上可以抽象为⾏（横轴）列（纵轴）。作为数据库的使⽤者，我们要尽可能的了解它们各⾃的优势，然后物尽其⽤，解决我们遇到的场景问题。不要单纯的去说哪种数据库就是最好的，它们只是在⾃⼰的维度上是⽐较好的。
关系型数据库的基本定位
OLTP：是传统的关系型数据库，主要操作增删改查，强调事务⼀致性，⽐如银⾏系统、电商系统。常见的数据库：mysql，Oracle 等。
OLAP：是仓库型数据库，主要是读取数据，做复杂数据分析，侧重技术决策⽀持，提供直观简单的结果。常见的列式数据库有：Vertica、 Paraccel (Actian Matrix，Amazon Redshift)、 Sybase IQ、 Exasol、 Infobright、 InfiniDB、 MonetDB
vb是微博的意思吗(VectorWise， Actian Vector)、 LucidDB、 SAP HANA、 Google Dremel、 Google PowerDrill、 Druidg pa是什么意思
、 kdb+。
什么是⾏式存储什么是列式存储？
先⽤⼀张图帮助理解两者的本质上的区别
mysql是什么系统
官⽹上是这样解释的
在传统的⾏式数据库系统中，数据按如下顺序存储：
Row WatchID JavaEnable Title GoodEvent EventTime
#0893543506621Investor Relations12016-05-18 05:19:20
#1903295099580Contact us12016-05-18 08:10:20
#2899537060541Mission12016-05-18 07:38:00
#N……………
处于同⼀⾏中的数据总是被物理的存储在⼀起。
常见的⾏式数据库系统有：MySQL、Postgres和MS SQL Server。
xml文件有几种在列式数据库系统中，数据按如下的顺序存储：
Row:#0#1#2#N WatchID:893543506629032950995889953706054…JavaEnable:101…Title:Investor Relations Contact us Mission…GoodEvent:111…EventTime:2016-05-18 05:19:202016-05-18 08:10:202016-05-18 07:38:00…
这些⽰例只显⽰了数据的排列顺序。来⾃不同列的值被单独存储，来⾃同⼀列的数据被存储在⼀起。
对⽐之下，列式存储clickHouse⼜有什么优势？
列式数据库更适合OLAP！
列式数据库更适合于OLAP场景(对于⼤多数查询⽽⾔，处理速度⾄少提⾼了100倍)，下⾯详细解释了原因(通过图⽚更有利于直观理解)：⾏式
列式
列式存储的为什么会有优势？原理是什么？
关于这个问题，我们应该从计算机的底层开始说起。
I/O，列式存储在检索的时候减少了IO
1. 针对分析类查询，通常只需要读取表的⼀⼩部分列。在列式数据库中你可以只读取你需要的数据。例如，如果只需要读取100列中的5
列，这将帮助你最少减少20倍的I/O消耗。
2. 由于数据总是打包成批量读取的，所以压缩是⾮常容易的。同时数据按列分别存储这也更容易压缩。这进⼀步降低了I/O的体积。
3. 由于I/O的降低，这将帮助更多的数据被系统缓存。
例如，查询«统计每个⼴告平台的记录数量»需要读取«⼴告平台ID»这⼀列，它在未压缩的情况下需要1个字节进⾏存储。如果⼤部分流量不是来⾃⼴告平台，那么这⼀列⾄少可以以⼗倍的压缩率被压缩。当采⽤快速压缩算法，它的解压速度最少在⼗亿字节(未压缩数据)每秒。换句话说，这个查询可以在单个服务器上以每秒⼤约⼏⼗亿⾏的速度进⾏处理。这实际上是当前实现的速度。
CPU
由于执⾏⼀个查询需要处理⼤量的⾏，因此在整个向量上执⾏所有操作将⽐在每⼀⾏上执⾏所有操作更加⾼效。同时这将有助于实现⼀个⼏乎没有调⽤成本的查询引擎。如果你不这样做，使⽤任何⼀个机械硬盘，查询引擎都不可避免的停⽌CPU进⾏等待。所以，在数据按列存储并且按列执⾏是很有意义的。
有两种⽅法可以做到这⼀点：
1. 向量引擎：所有的操作都是为向量⽽不是为单个值编写的。这意味着多个操作之间的不再需要频繁的调⽤，并且调⽤的成本基本可以
忽略不计。操作代码包含⼀个优化的内部循环。
2. 代码⽣成：⽣成⼀段代码，包含查询中的所有操作。
这是不应该在⼀个通⽤数据库中实现的，因为这在运⾏简单查询时是没有意义的。但是也有例外，例如，MemSQL使⽤代码⽣成来减少处理SQL查询的延迟(只是为了⽐较，分析型数据库通常需要优化的是吞吐⽽不是延迟)。
请注意，为了提⾼CPU效率，查询语⾔必须是声明型的(SQL或MDX)， 或者⾄少⼀个向量(J，K)。 查询应该只包含隐式循环，允许进⾏优化。
算法优化 - 数据压缩
数据压缩，在⼀定程度上也是为了提⾼IO，提升吞吐量。
在⼀些列式数据库管理系统中(例如：InfiniDB CE 和 MonetDB) 并没有使⽤数据压缩。但是, 若想达到⽐较优异的性能，数据压缩确实起到了⾄关重要的作⽤。
除了在磁盘空间和CPU消耗之间进⾏不同权衡的⾼效通⽤压缩编解码器之外，ClickHouse还提供针对特定类型数据的，这使得ClickHouse能够与更⼩的数据库(如时间序列数据库)竞争并超越它们。
想要了解更多数据压缩⽅⾯的，可以看官⽹：
再了解⼀下 clickHouse的短板
在考虑使⽤clickHouse的时候⼀定不能避免它的短板。有⼀下场景的，要考虑使⽤其它的数据库。
1. 不⽀持事务。不要把clickHouse直接当做像mysql这样的关系型数据库。clickHouse本⾝的定位就是⽤于联机分析(OLAP)的列式数
据库管理系统(DBMS)。
2. 关于实时性。缺少⾼频率，低延迟的修改或删除已存在数据的能⼒。仅能⽤于批量删除或修改数据，但这符合 。就像elasticsearch搜
索引擎，它也是近实时的。如果对实时性有钱强烈要求的，应该避免使⽤clickHouse，或者通过业务上的设计，合理避免实时性问题。
7500代码代表的意义是什么
3. 稀疏索引使得ClickHouse不适合通过其键检索单⾏的点查询。
参考⽂章
clickHouse官⽅⽂档：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。