ClickHouse 是一款高效、快速、开源的 OLAP 数据库管理系统。它基于列存，能够使用 SQL 查询实时生成分析报告。

官方网站：

https://clickhouse.tech/

源码地址：

https://github.com/ClickHouse/ClickHouse

一、ClickHouse 特点

• 速度非常快
• 硬件效率高
• 可线性扩展
• 高容错能力
• 高可靠性
• 功能特性丰富

ClickHouse 宣称比传统数据库访问速度快 100~1000 倍。ClickHouse 的性能超过了目前市场上可比较的面向列存的数据库管理系统，每台服务器每秒能够处理数百亿字节的数据。

官方提供了 ClickHouse，Vertica 和 Greenplum 的性能测试对比，ClickHouse 性能具有巨大的优势 ，见地址：

https://clickhouse.tech/benchmark/dbms/

1.1 为什么 ClickHouse 具备上述强大的性能

ClickHouse 执行速度快， 能够使用硬件提供的所有能力，最大程度地发挥硬件潜能，来处理查询，使查询执行尽可能地快速。ClickHouse 单个查询的峰值处理性能达到每秒 2 TB 以上（解压缩后，仅使用字段列）。在分布式部署架构中，能够在多个副本之间进行读取的负载均衡，以避免增加延迟。

ClickHouse 具有高容错性，支持多主异步复制，可以跨多个数据中心部署。所有节点都是相等的，可以避免单点故障。单个节点或整个数据中心的停机不会影响系统的读写可用性。

ClickHouse 易于使用，它足够简单，开箱即用，它简化了所有数据处理流程，将所有结构化数据存储到系统中，能够立即用于生成报告。类似 SQL 的语句能够表达所需的结果，而不用涉及任何自定义非标准 API。

ClickHouse 具备高可靠性，可以配置成一个纯分布式系统，位于独立节点上，没有任何单点问题。它还包括许多企业级的安全特性和防止人为错误的故障安全机制。

1.2 硬件高效利用

ClickHouse 在同等的 I/O 吞吐量和 CPU容量条件下，处理典型的分析查询的速度比传统的面向行存的系统快 2 到 3 个数量级。列存储格式的数据能够在内存中放置更多的热数据，从而缩短响应时间。通过使用带传统旋转磁盘驱动器而不是企业级 NVMe或 SSD，可以进一步降低硬件成本，而不会对大多数类型的查询性能产生影响。

CPU 效率提高，矢量化查询执行涉及 SIMD 处理器指令和运行时代码生成，在列存中处理数据会提高 CPU 行缓存命中率。

磁盘访问优化，ClickHouse 最大限度地减少了范围查询的搜索次数，提高了使用传统磁盘驱动器的效率，因为它保持了连续存储数据的引用位置。

最小化数据传输，ClickHouse 能够管理其数据和创建报告，而无需使用专门针对高性能计算的网络。

1.3 ClickHouse 丰富的数据库特性

用户友好的类 SQL 语言：
ClickHouse 提供了一种类 SQL 的查询语言，具有许多内置的分析功能。除了可以在大多数 DBMS 中找到的常见函数外，ClickHouse 还提供了许多针对 OLAP 特定场景的功能和特性。

高效管理非规范化数据的能力：
ClickHouse 基于列存的特性允许每个表有成百上千个列，而不会减慢 SELECT 查询的速度。通过利用广泛的数据组织选项（如数组、元组和嵌套数据结构），可以将更多的数据打包。

分布式联接查询或分布式数据定位能力：
ClickHouse 提供了各种连接表的选项。连接可以是本地集群，也可以访问存储在外部系统中的数据。还有一个外部字典支持，它为从外部源访问数据提供了另一种更简单的语法。

近似查询处理：
用户可以控制结果准确性和查询执行时间之间的权衡，这在处理 TB 或 PB 级的数据时非常方便。ClickHouse 还提供了概率数据结构，用于快速、高效地计算基数和分位数。

1.4 ClickHouse 线性扩展

ClickHouse 能够很好地进行水平和垂直扩展，既可以在具有数百或数千个节点的集群上执行，也可以在单个服务器上执行，甚至可以在小型虚拟机上执行。目前，每个节点的数据量可以超过数万亿行或数百兆兆字节。有许多 ClickHouse 集群由数百个节点组成，其中包括 Yandex Metrica 的几个集群，而已知最大的 ClickHouse 集群远远超过 1000 个节点。

二、ClickHouse 适用场景与不适用场景

2.1 ClickHouse适用于哪些场景

• Web and App analytics
• Advertising networks and RTB
• Telecommunications（电信业务）
• E-commerce and finance（电子商务与金融）
• Information security（信息安全）
• Monitoring and telemetry（监测和遥测）
• Time series（时间序列）
• Business intelligence（商业智能）
• Online games（在线游戏）
• Internet of Things（物联网）

2.2 不适用于哪些场景

• Transactional workloads（OLTP，事务性工作负载）
• Blob or document storage（Blob 或者文档存储）
• Key-value requests with a high rate（高速率的键值请求）
• Over-normalized data（过度规范化数据）

三、ClickHouse 特性汇总

• True column-oriented storage（真正的面向列的存储）
• Vectorized query execution（矢量化查询执行）
• Parallel and distributed query execution（并行分布式查询执行）
• Real-time query processing（实时查询处理）
• Real-time data ingestion（实时数据获取）
• On-disk locality of reference（磁盘上的引用位置）
• Secondary data-skipping indexes（次要的数据跳过索引）
• Data compression（数据压缩）
• Hot and cold storage separation（冷热存储分离）
• SQL support（SQL支持）
• JSON documents query functions（JSON文档查询函数）
• Features for web and mobile analytics（Web和移动分析功能）
• High availability（高可用）
• Cross-datacenter replication（跨数据中心复制）
• Local and distributed joins（本地和分布式连接）
• Adaptive join algorithm（自适应连接算法）
• Pluggable external dimension tables（可插拔的外部维度表）
• Arrays and nested data types（数组和嵌套数据类型）
• Focus on OLAP workloads（聚焦OLAP业务类型）
• S3-compatible object storage support（兼容S3对象存储支持）
• Hadoop, MySQL, Postgres integration（Hadoop, MySQL, Postgres集成）
• Approximate query processing（支持近似查询）
• Probabilistic data structures（概率数据结构）
• Full support of IPv6（IPv6的完全支持）
• State-of-the-art algorithms（最先进的算法）
• Detailed documentation（详细的文档）
• Clean documented code（干净的文档化的代码）