ClickHouse—入门

文章目录

第一章 ClickHouse入门

ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的列式存储数据库（DBMS），使用 C++语言编写，主要用于在线分析处理查询（OLAP），能够使用 SQL 查询实时生成分析数据报告

列式存储

以下面表为例

id	Name	Age
1	张三	18
2	李四	22
3	王五	34

采用行式存储时，数据在磁盘上的组织结构为：

优势：查找某个人所有的属性时，可以通过一次磁盘查找+顺序读取就可以
劣势：当查找所有人的年龄时，会遍历许多不需要的数据

采用列式存储时，数据在磁盘上的组织结构为：

优势：
- 对于列的聚合、计数、求和等统计操作，优于行式存储
- 由于列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，每一列选择更优的数据压缩算法，大大提高了数据的压缩比重
- 数据压缩比更好，节省磁盘空间、对cache也有了更大的发挥空间

DBMS的功能

几乎覆盖了标准SQL的大部分语法，包括DDL和DML，以及配套的各种函数，用户管理及权限管理，数据的备份与恢复

多样化引擎

ClickHouse和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

高吞吐写入能力

ClickHouse采用类LSM Tree结构，数据写入后定期在后台Compaction。通过类LSM tree的结构，ClickHouse在数据导入时全部是顺序append写入，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，即便在HDD上也有着优异的写入性能

官方公开 benchmark 测试显示能够达到 50MB-200MB/s 的写入吞吐能力，按照每行 100Byte 估算，大约相当于 50W-200W 条/s 的写入速度

数据分区与线程级并行

ClickHouse将数据划分为多个partition，每个partition再进一步划分为多个index granularity（索引粒度），然后通过多个CPU核心分别处理其中的一部分来实现并行数据处理。在这种设计下，

单条Query能利用整机所有CPU

，极致的并行处理能力，极大的降低了查询延时

ClickHouse即使对于大量数据的查询也能够化整为零平行处理，但是有一个弊端就是对于单条查询使用多CPU，就不利于同时并发多条查询，故对于高qps的查询业务，ClikcHouse并不是强项

性能对比

某网站精华帖，对几款数据库做了性能对比

单表查询

关联查询

结论：ClickHouse像很多OLAP数据库一样，单表查询速度由于关联查询，而且ClickHouse的两者差距更为明显

第二章 ClickHosue 安装

确定防火墙处于关闭状态：

CentOS取消打开文件数限制

sudo vim /etc/security/limits.conf
，在文件末尾加上以下内容

* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072

sudo vim /etc/security/limits.d/20-nproc.conf
，在文件的末尾加上以下内容

* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072

安装依赖

sudo yum install -y libtool
sudo yum install -y *unixODBC*

CentOS取消SELINUX

sudo vim /etc/selinux/config

SELINUX=disabled

以上操作结束后，记得重启服务器

安装

官网：

Fast Open-Source OLAP DBMS – ClickHouse

下载地址：

Index of /repos/clickhouse/stable/el6 (red-soft.biz)

创建相应的目录
make clickhouse
，放ClickHouse相关的包，安装相应的文件

sudo rpm -ivh *.rpm

可通过
sudo rpm -qa|grep clickhouse
，查看安装情况

修改配置文件

sudo vim /etc/clickhouse-server/config.xml
，将 <listen_host>::</listen_host>注释打开，这样ClickHouse才能被除本机以外的服务器访问

在这个配置文件中，需要特别注意一些默认路径配置

数据文件路径：/var/lib/clickhouse/
日志文件路径：/var/log/clickhouse-server/clickhouse-server.log

启动Server

sudo systemctl start clickhouse-server

关闭开机自启
sudo systemctl disable clickhouse-server

使用client连接server
clickhouse-client -m

第三章数据类型

整型

固定长度的整型，包括有符号整型或无符号整型

整型范围：（-2^(n-1) ~ 2^(n-1)-1）

Int8：[-128 ~ 127]
Int16：[-32768 ~ 32767]
Int32：[-2147483648 ~ 2147483647]
Int64：[-9223372036854775808 ~ 9223372036854775807]

无符号整型：（0 ~ 2^n – 1）

UInt8：[0 ~ 255]
UInt16：[0 ~ 65535]
UInt32：[0 ~ 4294967295]
UInt64：[0 ~ 18446744073709551615]

使用场景：个数、数量、存储型ID

浮点型

Float32：float
Float64：double

尽可能以整数形式存储数据，例如，将固定精度的数字转换为整数值，如时间用毫秒为单位表示，浮点型进行计算可能引起四舍五入的误差

使用场景：数据值较小，不涉及大量的统计计算，精度要求不高时。例如，保存商品的重量

布尔型

没有单独类型来存储布尔值，可使用UnIt8类型，取值限制为0或1

Decimal型

有符号的浮点数，可在加、减、乘法运算过程中保持精度，对于除法，最低有效数字会被丢弃

有三种声明（s标识小数位）：

Decimal32(s)：相当于Decimal(9-s,s)，有效位数为 1 ~ 9
Decimal64(s)：相当于 Decimal(18-s,s)，有效位数为 1 ~ 18
Decimal128(s)，相当于 Decimal(38-s,s)，有效位数为 1 ~ 38

使用场景：一般金额字段、汇率、利率等字段为了保证小数点精度，都使用Decimal进行存储

字符串

String：字符串可以任意长度。它可以包含任意的字符集，包括空字节

FixedString（N）：固定长度N的字符串，N必须是严格的正自然数，当服务端读取长度小于N的字符串时，通过在字符串末尾添加空字节来达到N字节长度。当服务端读取长度大于N的字符串时，将返回错误消息

使用场景：名称、文字描述、字符型编码。固定长度的可以保存一些定长的内容，比如一些编码，性别等但是考虑到一定的变化风险，带来收益不够明显，所以定长字符串使用意义有限

枚举类型

Enum保存 ‘string’ = integer 的对应关系

Enum8：用 ‘String’ = Int8 对描述
Enum16：用 ‘String’ = Int16 对描述

使用场景：对一些状态、类型的字段算是一种空间优化，也算是一种数据约束，但是实际使用中往往因为一些数据内容的变化增加一定的维护成本，甚至是数据丢失问题，谨慎使用

时间类型

ClickHouse的三种时间类型

Date：接受年-月-日的字符串，如’2019-12-16’
Datetime：接受年-月-日时:分:秒的字符串，如’2019-12-16 20:50:10’
Datetime64：接受年-月-日时:分:秒.亚秒的字符串，如’2019-12-16 20:50:10.66’

日期类型，用两个字节存储，表示从1970-01-01到当前的日期值

数组

Array(T)：由T类型元素组成的数组

T可以是任意类型，包含数组类型，但不推荐使用多维数组，比如ClickHouse对多维数组的支持有限

不能在MergeTree表中存储多维数组

创建数组方式一，使用array函数
SELECT array(1, 2) AS x, toTypeName(x) ;

创建数组方式二，使用方括号
SELECT [1, 2] AS x, toTypeName(x);

第四章表引擎

表引擎的使用

表引擎是ClickHouse的一大特色。表引擎决定了如何存储表的数据，包括：

数据的存储方式、位置，写到哪里以及从哪里读取数据
支持哪些查询以及如何支持
并发数据访问
索引的使用（如果存在）
是否可以执行多线程请求
数据复制参数

表引擎的使用方式，必须显示在创建表时定义该表使用的引擎，以及引擎使用的相关参数

特别注意：引擎的名称大小写敏感

TinyLog

以列文件的形式保存在磁盘上，不支持索引，没有并发控制。一般保存少量数据的小表，生产环境上作用有限，可以用于平时练习测试用

create table t_tinylog ( id String, name String) engine=TinyLog;

Memory

内存引擎，数据以未压缩的原始形式直接保存在内存当中，服务器重启数据就会消失。读写操作不会相互阻塞，不支持索引。简单查询下有非常高的性能表现（超过10G/s）

一般用到它的地方不多，除了用来测试，就是在需求非常高的性能，同时数据流不太大（上限大概1亿行）的场景

MergeTree（重点）

ClickHouse中最强的的表引擎当属MergeTree（合并树）引擎及该系列（*MergeTree）中其他引擎，支持索引和分区，地位相当于innodb之于Mysql，而且基于MergeTree衍生了很多小弟，是非常有特色的引擎

create table t_order_mt(
     id UInt32,
     sku_id String,
     total_amount Decimal(16,2),
     create_time Datetime
) engine =MergeTree
     partition by toYYYYMMDD(create_time)
     primary key (id)
     order by (id,sku_id);

Merge还有很多其他参数（绝大多数用默认值即可），但是上面三个参数是需要特别关注的：partion by、primary key、order by

partition by 分区（可选）

作用：降低扫描范围，优化查询速度

若不填：只会使用一个分区

分区目录：MergeTree以列文件 + 索引文件 + 表定义文件组成，若设定了分区那这些文件就会保存到不同的分区目录中

并行：分区后，面对涉及分区的查询统计，ClickHouse会以分区为单位进行并行处理

数据写入与分区合并：任何一个批次的数据写入都会产生一个临时分区，不会纳入任何一个已有的分区，写入后的某个时刻（大概10-15分钟后），ClickHouse会自动执行合并操作（也可手动 optimize执行），临时把分区的数据，合并到已有的分区中
optimize table xxxx final;

primary key主键（可选）

ClickHouse中的主键，和其他数据库不太一样，它只提供了数据的一级索引，但是却不是唯一约束，这意味着可以存在相同primary key的数据

主键的设定主要依据：是查询语句中的where条件

根据条件通过对主键进行某种形式的二分查找，能够定位到对应的index granularity，避免了全表扫描

index granularity：索引粒度，指在稀疏索引中两个相邻索引对应数据的间隔。ClickHouse中的MergeTree默认是8192，官方不建议修改此值，除非该列存在大量重复值，比如在一个分区中几万行才有一个不同数据

稀疏索引：可以用很少的索引数据，定位更多的数据，代价就是只能定位到索引粒度的第一行，然后再进行一点扫描

order by（必选）

order by设定了分区内的数据按照哪些字段顺序进行了有序保存

order by是MergeTree中唯一一个必填项，甚至比primary key还重要，当用户不设置主键的情况下，很多处理会依照order by字段进行处理
	要求：主键必须是order by字段的前缀字段

二级索引

目前在 ClickHouse 的官网上二级索引的功能在 v20.1.2.4 之前是被标注为实验性的，在这个版本之后默认是开启的

老版本使用二级索引前需要增加设置：set allow_experimental_data_skipping_indices=1;

数据TTL

TTL（Time To Live），MergeTree提供了可以管理数据表或者列的生命周期功能
1）列级别TTL
    create table t_order_mt3(
         id UInt32,
         sku_id String,
         total_amount Decimal(16,2) TTL create_time+interval 10 SECOND,
         create_time Datetime 
    ) engine =MergeTree
        partition by toYYYYMMDD(create_time)
         primary key (id)
         order by (id, sku_id);
total_amount 字段数据会在到期后归0

2）表级TTL
alter table t_order_mt3 MODIFY TTL create_time + INTERVAL 10 SECOND;
create_time再10秒后丢失
	涉及判断的字段必须是Date、Datetime类型，推荐使用分区的日期字段
	-SECOND、MINUTE、HOUR、DAY、WEEK、MONTH、QUARTER、YEAR

ReplacingMergeTree

MergeTree的一个变种，它存储特性完全继承MergeTree，但多了一个去重功能

去重时机

：数据的去重只会再合并的过程中出现。合并会在未知时间的后台中进行，所以你无法预先作出计划，有一些数据可能仍被处理
去重范围

：若表经过了分区，去重只会在分区内部进行去重，不能执行跨分区的去重
- ReplacingMergeTree 能力有限，适用于在后台清除重复的数据以节省空间，但是它不保证没有重复的数据出现

create table t_order_rmt(
     id UInt32,
     sku_id String,
     total_amount Decimal(16,2) ,
     create_time Datetime 
) engine =ReplacingMergeTree(create_time)
     partition by toYYYYMMDD(create_time)
     primary key (id)
     order by (id, sku_id);

ReplacingMergeTree() 填入的参数为版本字段，重复数据保留版本字段值最大的
如果不填版本字段，默认按照插入顺序保留最后一条

SummingMergeTree

对于不查询明细，只关心以维度进行汇总聚合结果的场景，若只使用普通的MergeTree，无论是存储空间的开销，还是查询临时聚合的开销都比较大

ClickHouse为了这种场景，提供了一种能够”预聚合”的引擎SummingMergeTree

create table t_order_smt(
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2) ,
 create_time Datetime 
) engine =SummingMergeTree(total_amount)
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id,sku_id );
 
 -以SummingMergeTree()中指定的列作为汇总数据列
 -可以填写多列，必须为数字列，若不填，以所有非维度列且为数字列的字段为汇总数据列
 -以order by的列为准，作为维度列
 -其他的列按插入顺序保留第一行
 -不在一个分区的数据不会被聚合
 -只有在同一批次插入或分片合并时才会进行聚合

第五章 SQL操作

基本上传统关系型数据库（以MySQL为例）的SQL语句，ClickHouse基本都支持，以下是ClickHouse和标准SQL（MySQL）不一致的地方

Insert

基于于标准SQL一致

1、标准
insert into [table_name] values(…),(….) 

2、从表到表的插入
insert into [table_name] select a,b,c from [table_name_2]

Update和Delete

ClickHouse提供了Delete、Update的能力，这类操作被称为Mutation查询，它可以看作Alter的一种

虽然可以实现修改、删除，但是和一般的OLTP数据库不一样，Mutation语句是一种很”

重

“的操作，而且不支持事务

重的原因主要是每次修改、删除都会导致放弃目标数据的原有分区，重建新分区，故应尽量做批量变更，不要进行频繁小数据的操作

1、删除操作
alter table t_order_smt delete where sku_id ='sku_001';

2、修改操作
alter table t_order_smt update total_amount=toDecimal32(2000.00,2) where id =102;

由于操作比较重，所以Mutation语句分两步执行，同步执行的部分只是进行新增数据分区，并把旧分区打上逻辑上的失效标记。直到触发分区合并的时候，才会删除就数据释放磁盘空间，一般不会开放这样的功能给用户，由管理员完成。

查询操作

基本上与标准SQL差别不大

支持子查询
支持CTE（Common table Expression 公用表达式with 子句）
支持各种JOIN，但是JOIN操作无法使用缓存，所以即使是两次相同的JOIN语句，ClickHouse也会视为两条新SQL
窗口函数
不支持自定义函数
GROUP BY操作增加了 with rollup\with cube\with total用来计算小计和总计

alter操作

与MySQL修改字段基本一致

1、新增字段
alter table tableName add column newcolname String after col1;

2、修改字段
alter table tableName modify column newcolname String;

3、删除字段
alter table tableName drop column newcolname;

导出数据

clickhouse-client --query "select * from t_order_mt where create_time='2020-06-01 12:00:00'" --format CSVWithNames> 
/opt/module/data/rs1.csv

更多支持格式，参照：

Formats for Input and Output Data | ClickHouse Docs

第六章副本

副本的主要目的是保障数据的高可用性，即使一台 ClickHouse 节点宕机，那么也可以从其他服务器获得相同的数据

数据复制|ClickHouse Docs

副本写入流程

配置步骤

（1）启动 zookeeper集群

（2）在 hadoop102 的/etc/clickhouse-server/config.d 目录下创建一个名为 metrika.xml 的配置文件,内容如下（注：也可以不创建外部文件，直接在 config.xml 中指定）：

<?xml version="1.0"?>
<yandex>
    <zookeeper-servers>
     <node index="1">
         <host>hadoop102</host>
         <port>2181</port>
     </node>
     <node index="2">
         <host>hadoop103</host>
         <port>2181</port>
     </node>
     <node index="3">
         <host>hadoop104</host>
         <port>2181</port>
     </node>
    </zookeeper-servers>
</yandex>

（3）同步到 hadoop103、hadoop104上

sudo /home/atguigu/bin/xsync /etc/clickhouse-server/config.d/metrika.xml

（4）在 hadoop102 的/etc/clickhouse-server/config.xml 中增加

<zookeeper incl="zookeeper-servers" optional="true" />
<include_from>/etc/clickhouse-server/config.d/metrika.xml</include_from>

（5) 同步到hadoop103、hadoop104上

sudo /home/atguigu/bin/xsync /etc/clickhouse-server/config.xml

分别在 hadoop102 和 hadoop103 上启动 ClickHouse 服务

注意：因为修改了配置文件，若一起启动了服务需要重启

sudo clickhouse restart

注意：我们演示副本操作只需要在 hadoop102 和 hadoop103 两台服务器即可

（6）副本只能同步数据，不能同步表结构，故我们需要在每台机器上自己手动建表

在hadoop102

create table t_order_rep2 (
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2),
 create_time Datetime
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_102')
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id,sku_id);

在hadoop103上

create table t_order_rep2 (
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2),
 create_time Datetime
) engine =ReplicatedMergeTree('/clickhouse/table/01/t_order_rep','rep_103')
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id,sku_id);

ReplicatedMergeTree的参数解释

第一个参数：分片的 zk_path 一般按照：/clickhouse/table/{shard}/{table_name} 的格式写，如果只有一个分片就写 01 即可
第二个参数：副本名称，相同的分片副本名称不能相同

（7）在hadoop102执行insert语句

insert into t_order_rep2 values
(101,'sku_001',1000.00,'2020-06-01 12:00:00'),
(102,'sku_002',2000.00,'2020-06-01 12:00:00'),
(103,'sku_004',2500.00,'2020-06-01 12:00:00'),
(104,'sku_002',2000.00,'2020-06-01 12:00:00'),
(105,'sku_003',600.00,'2020-06-02 12:00:00');

（8）hadoop103 上执行 select，可以查询出结果，说明副本配置正确

select * from t_order_rep;

第七章分片集群

副本虽然能够提高数据的可用性，降低丢失风险，但是每台服务器实际上必须容纳全量数据，对数据的横向扩容没有解决

Distributed 表引擎本身不存储数据，有点类似于 MyCat 之于 MySql，成为一种中间件，通过分布式逻辑表来写入、分发、路由来操作多台节点不同分片的分布式数据

注意：ClickHouse 的集群是表级别的，实际企业中，大部分做了高可用，但是没有用分片，避免降低查询性能以及操作集群的复杂性

集群写入流程（3分片2副本共6个节点）

集群读取流程（3 分片 2 副本共 6 个节点）

3 分片 2 副本共 6 个节点集群配置（供参考）

配置的位置还是在之前的/etc/clickhouse-server/config.d/metrika.xml，内容如下

注意：注：也可以不创建外部文件，直接在 config.xml 的中指定

<yandex>
    <remote_servers>
        <gmall_cluster> <!-- 集群名称--> 
        <shard> <!--集群的第一个分片-->
            <internal_replication>true</internal_replication>
            <!--该分片的第一个副本-->
             <replica> 
                 <host>hadoop101</host>
                 <port>9000</port>
             </replica>
             <!--该分片的第二个副本-->
             <replica> 
                 <host>hadoop102</host>
                 <port>9000</port>
             </replica>
        </shard>
         <shard> <!--集群的第二个分片-->
             <internal_replication>true</internal_replication>
             <replica> <!--该分片的第一个副本-->
                 <host>hadoop103</host>
                 <port>9000</port>
             </replica>
             <replica> <!--该分片的第二个副本-->
                 <host>hadoop104</host>
                 <port>9000</port>
             </replica>
         </shard>
         <shard> <!--集群的第三个分片-->
             <internal_replication>true</internal_replication>
             <replica> <!--该分片的第一个副本-->
                 <host>hadoop105</host>
                 <port>9000</port>
             </replica>
             <replica> <!--该分片的第二个副本-->
                 <host>hadoop106</host>
                 <port>9000</port>
             </replica>
         </shard>
        </gmall_cluster>
    </remote_servers>
</yandex>

配置三节点版本集群及副本

集群及副本规划（2 个分片，只有第一个分片有副本）

配置步骤

1）在 hadoop102 的/etc/clickhouse-server/config.d 目录下创建 metrika-shard.xml 文件

注：也可以不创建外部文件，直接在 config.xml 的中指定

<?xml version="1.0"?>
<yandex>
    <remote_servers>
        <gmall_cluster> <!-- 集群名称--> 
        <shard> <!--集群的第一个分片-->
            <internal_replication>true</internal_replication>
             <replica> <!--该分片的第一个副本-->
                 <host>hadoop102</host>
                 <port>9000</port>
             </replica>
             <replica> <!--该分片的第二个副本-->
                 <host>hadoop103</host>
                 <port>9000</port>
             </replica>
        </shard>
        <shard> <!--集群的第二个分片-->
             <internal_replication>true</internal_replication>
             <replica> <!--该分片的第一个副本-->
                 <host>hadoop104</host>
                 <port>9000</port>
             </replica>
        </shard
        </gmall_cluster>
    </remote_servers>
        
    <zookeeper-servers>
        <node index="1">
            <host>hadoop102</host>
            <port>2181</port>
        </node>
        <node index="2">
            <host>hadoop103</host>
            <port>2181</port>
        </node>
        <node index="3">
             <host>hadoop104</host>
             <port>2181</port>
        </node>
    </zookeeper-servers>
        
    <macros>
    <shard>01</shard> <!--不同机器放的分片数不一样-->
    <replica>rep_1_1</replica> <!--不同机器放的副本数不一样-->
    </macros>
</yandex>

2）将 hadoop102 的 metrika-shard.xml 同步到 103 和 104

sudo /home/yingzi/bin/xsync /etc/clickhouse-server/config.d/metrika-shard.xml

3）修改 103 和 104 中 metrika-shard.xml 宏的配置

hadoop103>sudo vim /etc/clickhouse-server/config.d/metrika-shard.xml

hadoop104>sudo vim /etc/clickhouse-server/config.d/metrika-shard.xml

4）在 hadoop102 上修改/etc/clickhouse-server/config.xml

5）同步/etc/clickhouse-server/config.xml 到 103 和 104

sudo /home/atguigu/bin/xsync /etc/clickhouse-server/config.xml

6）重启三台服务器上的 ClickHouse 服务

sudo clickhouse restart
ps -ef |grep click

7）在 hadoop102 上执行建表语句

会自动同步到 hadoop103 和 hadoop104 上
集群名字要和配置文件中的一致
分片和副本名称从配置文件的宏定义中获取

create table st_order_mt on cluster gmall_cluster (
 id UInt32,
 sku_id String,
 total_amount Decimal(16,2),
 create_time Datetime
) engine 
=ReplicatedMergeTree('/clickhouse/tables/{shard}/st_order_mt','{replica}')
 partition by toYYYYMMDD(create_time)
 primary key (id)
 order by (id,sku_id);

可以到 hadoop103 和 hadoop104 上查看表是否创建成功

8）在 hadoop102 上创建 Distribute 分布式表

create table st_order_mt_all2 on cluster gmall_cluster
(
 id UInt32
 sku_id String,
 total_amount Decimal(16,2),
 create_time Datetime
)engine = Distributed(gmall_cluster,default, st_order_mt,hiveHash(sku_id));

参数含义：

Distributed（集群名称，库名，本地表名，分片键）
分片键必须是整型数字，所以用 hiveHash 函数转换，也可以 rand()

9）在 hadoop102 上插入测试数据

insert into st_order_mt_all2 values
(201,'sku_001',1000.00,'2020-06-01 12:00:00') ,
(202,'sku_002',2000.00,'2020-06-01 12:00:00'),
(203,'sku_004',2500.00,'2020-06-01 12:00:00'),
(204,'sku_002',2000.00,'2020-06-01 12:00:00'),
(205,'sku_003',600.00,'2020-06-02 12:00:00');

10）通过查询分布式表和本地表观察输出结果

（1）分布式表
SELECT * FROM st_order_mt_all;

（2）本地表
select * from st_order_mt;

原文链接：https://blog.csdn.net/mynameisgt/article/details/126104052

文章目录

第一章 ClickHouse入门

列式存储

DBMS的功能

多样化引擎

高吞吐写入能力

数据分区与线程级并行

性能对比

第二章 ClickHosue 安装

CentOS取消打开文件数限制

安装依赖

安装

修改配置文件

启动Server

第三章 数据类型

整型

浮点型

布尔型

Decimal型

字符串

枚举类型

时间类型

数组

第四章 表引擎

表引擎的使用

TinyLog

Memory

MergeTree（重点）

ReplacingMergeTree

SummingMergeTree

第五章 SQL操作

Insert

Update和Delete

查询操作

alter操作

导出数据

第六章 副本

副本写入流程

配置步骤

第七章 分片集群

集群写入流程（3分片2副本共6个节点）

集群读取流程（3 分片 2 副本共 6 个节点）

3 分片 2 副本共 6 个节点集群配置（供参考）

配置三节点版本集群及副本

集群及副本规划（2 个分片，只有第一个分片有副本）

配置步骤

你可能也喜欢

第三章数据类型

第四章表引擎

第六章副本

第七章分片集群