查詢速度提高200倍，ClickHouse到底有多快？

ClickHouse 是 Yandex（俄羅斯最大的搜索引擎）開源的一個用於實時數據分析的基於列存儲的數據庫，其處理數據的速度比傳統方法快 100-1000 倍。

ClickHouse 的性能超過了目前市場上可比的面向列的 DBMS，每秒鐘每臺服務器每秒處理數億至十億多行和數十千兆字節的數據。

ClickHouse 是什麼？

ClickHouse 是一個用於聯機分析（OLAP）的列式數據庫管理系統（DBMS）。

咱們首先理清一些基礎概念：

• OLTP：是傳統的關係型數據庫，主要操做增刪改查，強調事務一致性，好比銀行系統、電商系統。

• OLAP：是倉庫型數據庫，主要是讀取數據，作複雜數據分析，側重技術決策支持，提供直觀簡單的結果。

接着咱們用圖示，來理解一下列式數據庫和行式數據庫區別，在傳統的行式數據庫系統中（MySQL、Postgres 和 MS SQL Server），數據按以下順序存儲：

在列式數據庫系統中（ClickHouse），數據按以下的順序存儲：

二者在存儲方式上對比：

以上是 ClickHouse 基本介紹，更多能夠查閱官方手冊：

https://clickhouse.tech/docs/zh/

業務問題

業務端現有存儲在 MySQL 中，5000 萬數據量的大表及兩個輔表，單次聯表查詢開銷在 3min+，執行效率極低。

通過索引優化、水平分表、邏輯優化，成效較低，所以決定藉助 ClickHouse 來解決此問題。

最終經過優化，查詢時間下降至 1s 內，查詢效率提高 200 倍！但願經過本文，能夠幫助你們快速掌握這一利器，並能在實踐中少走彎路。

ClickHouse 實踐

①Mac 下的 Clickhouse 安裝

我是經過 Docker 安裝，也能夠下載 CK 編譯安裝，相對麻煩一些。參考連接：

https://blog.csdn.net/qq_24993831/article/details/103715194

②數據遷移：從 MySQL 到 ClickHouse

ClickHouse 支持 MySQL 大多數語法，遷移成本低，目前有五種遷移方案：

• create table engin mysql，映射方案數據仍是在 MySQL。

• insert into select from，先建表，在導入。

• create table as select from，建表同時導入。

• csv 離線導入。

• streamsets。

參考連接：

https://anjia0532.github.io/2019/07/17/mysql-to-clickhouse/

選擇第三種方案作數據遷移：

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

③性能測試對比

性能測試對好比下圖：

④數據同步方案

臨時表以下：

圖片來源：攜程

新建 Temp 中間表，將 MySQL 數據全量同步到 ClickHouse 內 Temp 表，再替換原 ClickHouse 中的表，適用數據量適度，增量和變量頻繁的場景。

開源的同步軟件推薦 Synch，以下圖：

Synch 原理是經過 MySQL 的 Binlog 日誌，獲取 SQL 語句，再經過消息隊列消費 Task。

⑤ClickHouse 爲何快？

有以下幾點：

• 只須要讀取要計算的列數據，而非行式的整行數據讀取，下降 IO cost。

• 同列同類型，有十倍壓縮提高，進一步下降 IO。

• Clickhouse 根據不一樣存儲場景，作個性化搜索算法。

遇到的坑

①ClickHouse 與 MySQL 數據類型差別性

用 MySQL 的語句查詢，發現報錯：

解決方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id)，中轉一下，統一無符號類型關聯

②刪除或更新是異步執行，只保證最終一致性

查詢 CK 手冊發現，即使對數據一致性支持最好的 Mergetree，也只是保證最終一致性：

若是對數據一致性要求較高，推薦你們作全量同步來解決。

總結

經過 ClickHouse 實踐，完美的解決了 MySQL 查詢瓶頸，20 億行如下數據量級查詢，90% 均可以在 1s 內給到結果，隨着數據量增長，ClickHouse 一樣也支持集羣，你們若是感興趣，能夠積極嘗試！