一个比传统数据库快100-1000倍的数据库，来看一看？

一个比传统数据库快100-1000倍的数据库，来看一看？

*** 是 Yandex（俄罗斯最大的搜索引擎）开源的一个用于实时数据分析的基于列存储的数据库，其处理数据的速度比传统方法快 100-1000 倍。*** 的性能超过了目前市场上可比的面向列的 DBMS，每秒钟每台服务器每秒处理数亿至十亿多行和数十千兆字节的数据。

一、*** 是什么？

***：是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。

我们首先理清一些基础概念

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 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

接着我们用图示，来理解一下列式数据库和行式数据库区别

在传统的行式数据库系统中（MySQL、Postgres和MS ***），数据按如下顺序存储：

在列式数据库系统中（***），数据按如下的顺序存储：

两者在存储方式上对比：

以上是***基本介绍，更多可以查阅官方手册。

二、业务问题

业务端现有存储在Mysql中，5000万数据量的大表及两个辅表，单次联表查询开销在3min+，执行效率极低。经过索引优化、水平分表、逻辑优化，成效较低，因此决定借助***来解决此问题

最终通过优化，查询时间降低至1s内，查询效率提升200倍！

希望通过本文，可以帮助大家快速掌握这一利器，并能在实践中少走弯路。

三、***实践

1.Mac下的Clickhouse安装

我是通过docker安装，查看教程。也可以下载CK编译安装，相对麻烦一些。

2.数据迁移：从Mysql到***

***支持Mysql大多数语法，迁移成本低，目前有五种迁移方案：

create table engin mysql，映射方案数据还是在Mysql insert into select from，先建表，在导入 create table as select from，建表同时导入 csv离线导入 streamsets

选择第三种方案做数据迁移：

CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = Mergetree AS SELECT * FROM mysql('host:port', 'db', 'database', 'user', 'password')

3.性能测试对比

类型数据量表大小查询速度

Mysql 5000万 10G 205s *** 5000万 600MB 1s内

4.数据同步方案

1)临时表

新建temp中间表，将Mysql数据全量同步到***内temp表，再替换原***中的表，适用数据量适度，增量和变量频繁的场景

2)synch

开源的同步软件推荐：synch 原理是通过Mysql的binlog日志，获取sql语句，再通过消息队列消费task

5.***为什么快？

只需要读取要计算的列数据，而非行式的整行数据读取，降低IO cost 同列同类型，有十倍压缩提升，进一步降低IO clickhouse根据不同存储场景，做个性化搜索算法

四、遇到的坑

1.***与mysql数据类型差异性

用Mysql的语句查询，发现报错：

解决方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id)，中转一下，统一无符号类型关联

2.删除或更新是异步执行，只保证最终一致性

查询CK手册发现，即便对数据一致性支持最好的Mergetree，也只是保证最终一致性：

如果对数据一致性要求较高，推荐大家做全量同步来解决

五、总结

通过***实践，完美的解决了Mysql查询瓶颈，20亿行以下数据量级查询，90%都可以在1s内给到结果，随着数据量增加，***同样也支持集群，大家如果感兴趣，可以积极尝试 : )

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。