CK入门概述

入门概述

闲话部分：

在学习clickhouse之前，

我建议至少了解了一门oltp数据库（mysql或pgsql之类的)的基础原理，包括且不限于（基础语法、ddl、dml、索引相关原理）

在此基础上横向对比，才能更好的比较两种数据库的优劣点

闲话部分2：

在学习ck前还需要注意几个点：

1、为什么要用ck

2、ck解决了什么问题

3、ck如何解决了这些问题

4、有无发展史，初期的建模架构之类的迭代思路是什么样的

闲话部分3：

由于笔者目前仅在学习中对pg和ck比较熟悉，所以文中多会以这两者做比较

前置术语部分：

刚开始接触ck，一定得了解几个概念：olap、oltp；行式数据库、列式数据库；

OLTP和OLAP

OLTP （Online Transaction Processing）系统关注的是：

  • 高频、短事务
  • 强一致性
  • 单条或少量数据的读写

OLAP （Online Analytical Processing）系统关注的是：

  • 大数据量
  • 复杂聚合
  • 批量扫描与统计分析

有关OLTP和OLAP本篇博客不做详细展开，后续会在对应篇章再讨论

行列式数据库

基于上述出发点，不难发现两种数据库会有各自的侧重点；

所以可以引出行列数据库的比较：

行式存储 vs 列式存储：底层存储结构的根本差异

列式数据库（Column-oriented）

数据按列连续存储：

1
2
3
4
id:   [1, 2, 3, 4, ...]
name: [Tom, Lucy, ...]
age:  [20, 22, ...]
city: [Beijing, Shanghai, ...]

优点：

  • 只读取需要的列，I/O 极小
  • 同一列数据类型一致，压缩率极高
  • 聚合计算（SUM、COUNT、AVG）效率极高

缺点：

  • 单行写入、更新不友好
  • 事务支持较弱

行式数据库（Row-oriented）

数据按行连续存储：

1
2
Row1: [id=1, name=Tom, age=20, city=Beijing]
Row2: [id=2, name=Lucy, age=22, city=Shanghai]

优点：

  • 适合点查一整行
  • 更新单条记录效率高
  • 事务支持成熟

缺点：

  • 做聚合统计时，需要扫描大量无关列
  • I/O 浪费严重

有关行列式数据库本篇博客不做详细展开，后续会在讲ck数据引擎的时候再讨论