什么是 ClickHouse（实时数据分析数据库）

谁借莪１个温暖的怀抱￠ 2024-02-05 18:50 71阅读 0赞

#### 文章目录 ####

*   *  什么是 ClickHouse
     *   *  软件介绍
         *   *  简介
             *  市场环境
             *  目前国内社区火热，各个大厂纷纷跟进大规模使用：
         *  特点
         *  优点
         *   *  1、真正的面向列的DBMS
             *  2、数据压缩
             *  3、磁盘存储的数据
             *  4、多核并行处理
             *  5、在多个服务器上分布式处理
             *  6、SQL 支持
             *  7、向量化引擎
             *  8、实时数据更新
             *  9、支持近似计算
             *  10、数据复制和对数据完整性的支持
         *  缺点
         *  环境搭建
         *   *  下载软件
             *  上传安装
             *  配置文件
             *  启动服务
             *  可视化工具 DBeaver 连接

### 什么是 ClickHouse ###

#### 软件介绍 ####

--------------------

##### 简介 #####

*  1、**ClickHouse** 是俄罗斯搜索巨头 Yandex 公司早 2016年 开源的一个极具 " 战斗力 " 的**实时数据分析数据库**，开发语言为**C++**
 *  2、是一个用于**联机分析** (`OLAP`:Online Analytical Processing) 的`列式数据库管理系统`(DBMS:Database Management System)，简称 **CK**
 *  3、工作速度比传统方法快100-1000倍，ClickHouse 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。

##### 市场环境 #####

*  1、随着业务的迅猛增长，Yandex.Metrica目前已经成为世界第三大Web流量分析平台，每天处理超过200亿个跟踪事件。能够拥有如此惊人的体量，在它背后提供支撑的ClickHouse功不可没。
 *  2、ClickHouse已经为Yandex.Metrica存储了超过20万亿行的数据，90%的自定义查询能够在1秒内返回，其集群规模也超过了400台服务器。虽然ClickHouse起初只是为了Yandex.Metrica而研发的，但由于它出众的性能，目前也被广泛应用于Yandex内部其他数十个产品上。

##### 目前国内社区火热，各个大厂纷纷跟进大规模使用： #####

*  **今日头条** 内部用ClickHouse来做用户行为分析，内部一共几千个ClickHouse节点，单集群最大1200节点，总数据量几十PB，日增原始数据300TB左右。
 *  **腾讯** 内部用ClickHouse做游戏数据分析，并且为之建立了一整套监控运维体系。
 *  **携程** 内部从18年7月份开始接入试用，目前80%的业务都跑在ClickHouse上。每天数据增量十多亿，近百万次查询请求。
 *  **快手** 内部也在使用ClickHouse，存储总量大约10PB， 每天新增200TB， 90%查询小于3S。

#### 特点 ####

--------------------

1、**开源**的列存储数据库管理系统，支持**线性扩展**，**简单方便**，**高可靠性**

2、**容错跑分快**：比Vertica快5倍，比Hive快279倍，比MySQL快800倍,其可处理的数据级别已达到10亿级别

*  [速度对比图][Link 1]

3、**功能多**：支持数据统计分析各种场景，支持**类SQL查询**，**异地复制部署**

#### 优点 ####

--------------------

##### 1、真正的面向列的DBMS #####

*  ClickHouse是一个**DBMS**,而**不是一个单一的数据库**。它允`许在运行时创建表和数据库、加载数据和运行查询，而无需重新配置和重新启动服务器`

##### 2、数据压缩 #####

*  一些面向列的DBMS（INFINIDB CE 和 MonetDB）不使用数据压缩。但是，数据压缩确实是**提高了性能**

##### 3、磁盘存储的数据 #####

*  许多面向列的DBMS(SPA HANA和GooglePowerDrill)）只能在**内存中**工作。但即使在数千台服务器上，内存也太小了。

##### 4、多核并行处理 #####

*  **多核多节点并行化大型查询**

##### 5、在多个服务器上分布式处理 #####

*  在clickhouse中，数据可以驻留在不同的**分片**上。每个分片都可以用于**容错**的一组副本，查询会在所有分片上并行处理

##### 6、SQL 支持 #####

*  ClickHouse sql 跟真正的sql有**不一样**的函数名称。不过语法**基本跟SQL语法兼容**，支持**JOIN**/**FROM**/**IN** 和**JOIN子句**及**标量子查询支子查询**

##### 7、向量化引擎 #####

*  数据不仅按列式存储，而且由矢量-列的部分进行处理，这使得开发者能够实现高CPU性能

##### 8、实时数据更新 #####

*  **ClickHouse支持主键表**。为了快速执行对主键范围的查询，数据使用\*\*合并树(MergeTree)\**进行\*递增排序*。由于这个原因，数据可以不断地添加到表中)

##### 9、支持近似计算 #####

*  统计全国到底有多少人?143456754 14.3E

##### 10、数据复制和对数据完整性的支持 #####

*  ClickHouse使用**异步多主复制**。写入任何可用的复本后，数据将分发到所有剩余的副本。系统在不同的副本上保持相同的数据。**数据在失败后自动恢复**

#### 缺点 ####

--------------------

*  **没有完整的事务支持**，不支持Transaction想快就别Transaction
 *  **缺少完整Update/Delete操作**，缺少高频率、低延迟的修改或删除已存在数据的能力，仅用于批量删除或修改数据。
 *  聚合结果**必须**小于一台机器的内存大小
 *  支持**有限操作系统**，正在慢慢完善
 *  **不适合Key-value存储**，不支持**Blob**等文档型数据库

#### 环境搭建 ####

--------------------

##### 下载软件 #####

*  [官网下载][Link 2]
 *  [备用下载地址][Link 3]
 *  **安装包类别**
    
     *  clickhouse-common-static — ClickHouse**编译的二进制文件**。
     *  clickhouse-server — 创建 clickhouse-server **软连接**，并安装默认配置服务
     *  clickhouse-client — 创建 clickhouse-client **客户端工具软连接**，并安装客户端配置文件

##### 上传安装 #####

通过**rz** 或者 **Xshell** 上传文件  
![在这里插入图片描述][27479b74072f44a7b5512cc8c8c79809.png]

*  **安装**
    
     *  \[root@node01 ~\]\# rpm -ivh clickhouse-common-static-21.6.8.62-2.x86\_64.rpm
     *  \[root@node01 ~\]\# rpm -ivh clickhouse-server-21.6.8.62-2.noarch.rpm
        
         *  输入密码：123456
     *  \[root@node01 ~\]\# rpm -ivh clickhouse-client-21.6.8.62-2.noarch.rpm
 *  **查看**
    
     *  \[root@node01 ~\]\# rpm -qa | grep clickhouse
        
         *  列出所有包含 clickhouse 字段的软件信息
     *  \[root@node01 ~\]\# rpm -ql clickhouse-server-21.6.8.62-2.noarch
        
         *  查看rpm包安装的详细路径
     *  \[root@node01 ~\]\# ll /etc/clickhouse-server/
        
         *  查看路径下文件

##### 配置文件 #####

*  **1、修改权限**
    
     *  \[root@node01 ~\]\# chmod 644 /etc/clickhouse-server/config.xml
     *  \[root@node01 ~\]\# chmod 644 /etc/clickhouse-server/users.xml
 *  **2、修改配置文件 config.xml**
    
     *  \[root@node01 ~\]\# vim /etc/clickhouse-server/config.xml
     *  配置内容
    
         
        166 <listen_host>::</listen_host> 
         
        73 <http_port>8123</http_port> 
        82 <tcp_port>9000</tcp_port> 
        336 <path>/var/lib/clickhouse/</path> 
        515 <default_profile>default</default_profile> 
        530 <default_database>default</default_database>
        12345678
 *  **3、修改配置文件 users.xml**
    
     *  \[root@node01 ~\]\# vim /etc/clickhouse-server/users.xml
     *  配置内容
    
        64 <password>123456</password>

##### 启动服务 #####

*  **1、开启服务**
    
     *  \[root@node01 ~\]\# systemctl start clickhouse-server.service
 *  **2、客户端登录**
    
     *  \[root@node01 ~\]\# clickhouse-client -h 192.168.88.101 -u default --password
        
         *  默认用户 default 密码 123456
 *  **3、查看节点的信息**
    
     *  select \* from system.clusters;

##### 可视化工具 DBeaver 连接 #####

![在这里插入图片描述][5faf5ee143a547739dff0599ae3adf82.png]

--------------------

[Link 1]: https://clickhouse.tech/benchmark/dbms/
[Link 2]: https://repo.clickhouse.tech/rpm/stable/x86_64
[Link 3]: https://packagecloud.io/Altinity/clickhouse/
[27479b74072f44a7b5512cc8c8c79809.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/32d2383168864fb0abe234e09aac063f.png
[5faf5ee143a547739dff0599ae3adf82.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/30/4de26834196b40ea937c40a592b39c35.png