ClickHouse的优缺点和核心特性是什么

• Vertica的2.63倍(Vertica是一款收费的列式存储数据库)

• InfiniDB的17倍(可伸缩的分析数据库引擎，基于MySQL搭建)

• MonetDB的27倍(开源的列式数据库)

• Hive的126倍

• MySQL的429倍

• Greenplum的10倍

• Spark的1倍

ClickHouse主要特点

• ROLAP(关系型的联机分析处理，和它一起比较的还有OLTP联机事务处理，我们常见的ERP,CRM系统就属于OLTP)

• 在线实时查询

• 完整的DBMS(关系数据库)

• 列式存储(区别与HBase，ClickHouse的是完全列式存储，HBase具体说是列族式存储)

• 不需要任何数据预处理

• 支持批量更新

• 拥有完善的SQl支持和函数

• 支持高可用(多主结构，在后面的结构设计中会讲到)

• 不依赖Hadoop复杂生态(像ES一样，开箱即用)

一些不足

• 不支持事务(这其实也是大部分OLAP数据库的缺点)

• 不擅长根据主键按行粒度查询(但是支持这种操作)

• 不擅长按行删除数据(但是支持这种操作)

ClickHouse基础架构

• 第一类用于处理数据定义的DDL操作

• 第二类用于处理关系运算的相关操作

• 第三类则是与表引擎呼应，每一种表引擎都拥有与之对应的BlockInputStream实现

ClickHouse 表引擎

1. MergeTree ：允许您依据主键和日期创建索引，并进行实时的数据更新操作。MergeTree 是 ClickHouse 里最为先进的表引擎。

2. ReplacingMergeTree ：该引擎和MergeTree的不同之处在于它会删除具有相同主键的重复项。数据的去重只会在合并的过程中出现。有一些数据可能仍未被处理。因此，ReplacingMergeTree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。在一定程度上可以弥补clickhouse不能对数据做更新的操作，可以用做在数据过多重复场景对数据进行去重。

3. SummingMergeTree：表的数据片段时，ClickHouse 会把所有具有相同主键的行合并为一行，该行包含了被合并的行中具有数值数据类型的列的汇总值。如果主键的组合方式使得单个键值对应于大量的行，则可以显著的减少存储空间并加快数据查询的速度，对于不可加的列，会取一个最先出现的值。对某个字段长期的汇总查询场景。

4. AggregatingMergeTree ：该引擎继承自 MergeTree，并改变了数据片段的合并逻辑。ClickHouse 会将相同主键的所有行（在一个数据片段内）替换为单个存储一系列聚合函数状态的行。可以使用 AggregatingMergeTree 表来做增量数据统计聚合，包括物化视图的数据聚合。引擎需使用 AggregateFunction 类型来处理所有列。如果要 按一组规则来合并减少行数，则使用 AggregatingMergeTree 是合适的。对于AggregatingMergeTree不能直接使用insert来查询写入数据。一般是用insert select。但更常用的是创建物化视图 ，做增量数据统计聚合，包括物化视图的数据聚合。

5. Distributed 分布式引擎本身不存储数据, 但可以在多个服务器上进行分布式查询。读是自动并行的。读取时，远程服务器表的索引（如果有的话）会被使用。分布式引擎参数：服务器配置文件中的集群名，远程数据库名，远程表名，数据分片键。