上一篇《clickhouse专栏》《数据库、数据仓库之间的区别与联系》介绍了什么是数据库，什么是数据仓库，以及两者的区别。Clickhouse的定位是“数据仓库”，所以在了解了上一篇的内容之后，其实可以知道clickhouse适合哪些应用场景，不适合哪些应用场景。下面这一节，我们将继续介绍clickhouse的一些非常有意义的特性，帮助大家更好地理解ck的应用场景，以及为什么它被称为“性能怪兽”。[TOC]1.列式数据存储clickhouse的性能是其列式存储设计的最重要原因之一。举个例子，如果我们现在有一张学生信息表studentidnameage1Xiaohong72Xiaoming83lucy7，如果这张表采用行数据存储，那么它在磁盘上的结构是这样的：如果这张表是列数据存储，那么它在磁盘上的结构是这样的：比较上面两张图，我们可以看出使用列式存储的优势。比如我们查询学生年龄的最大值，列式数据存储只需要定位到年龄列的起始地址，然后依次读取数据进行排序计算即可。在基于行的数据存储方式中，由于年龄字段的数据单元不连续，需要根据索引连续寻址，或者扫描全表获取所有年龄数据。因此，在使用列式存储时，我们需要对某一列进行查询和过滤，统计计算的性能远优于行式数据存储。另外，由于数据库设计的列中的数据通常是相同的数据类型，列式数据存储的压缩比是行式存储的10倍以上，节省了大量的磁盘和内存空间，可以有效地降低服务器成本。2、支持SQL，性能优异目前，开源界的列式存储数据库，大多不支持SQL。即使很多号称支持SQL，其实支持SQL都是伪SQL，支持能力有限。但经过笔者的实验，clikhouse对标准SQL的支持与传统关系型数据库不相上下。虽然对于数据仓库clickhouse，我推荐大家使用宽表进行数据存储，但是不代表ck不具备多表关系查询的能力。可以访问：https://clickhouse.com/benchm...获取clickhouse对各种统计SQL的官方在线性能对比。3、分布式分片存储集群clikhouse不仅支持单机模式，还支持集群模式的分布式分片数据存储。数据以分片行的形式存储在多个服务器节点上，因此ck可以利用集群服务器的大规模计算能力，快速响应数据的统计结果。ck数据分片和分布式存储的机制使得clickhouse具备水平扩展和海量数据分析处理的能力。数据分片包括多种方式，比如：数据随机写入不同服务器分片存储，数据发送到指定服务器分片存储，数据根据哈希值分片，当然我们也可以自定义分片的数据分片方式。分布式数据存储将数据分发到集群中的各个服务器（以分片行的形式存在）。为了保证数据安全，每个分片都有多个副本，副本也是分布式存储的，这样即使部分服务器宕机，仍然可以保证ck集群的可用性。4.支持顺序存储不同于传统的RMDB数据库，clickhouse支持在建表时通过sortby关键字指定排序字段。这样，当数据入表时，实际上是先进行了排序操作，将按照排序字段排序的数据有序存储。在进行数据查询、过滤和统计时，可以有效快速的获取连续数据块中的数据，提高查询统计的性能。这种顺序存储的特性其实有着非常广泛的应用场景。例如，股票K线图是按照交易日的时间排序的。预设的排序字段和顺序存储有效地提高了统计性能。5、支持数据TTL在数据统计分析的数据库中，我们通常需要数据TTL能力，即：一些数据在达到一定的存储期限后会被自动删除。ck提供了该能力，降低了系统运维人员的工作难度。ck支持以下粒度的TTL列级TTL：为一个列设置TTL时间，当该列的某些数据过期时，该列的值将自动替换为默认值，并且该列在全部删除后自动删除数据过期。行级TTL：设置一行的TTL时间。当一行过期时，该行将被直接删除。分区级别的TTL：ck支持数据分区并设置TTL时间。当分区过期时，该分区将被直接删除。推荐阅读限于博文篇幅，更多精彩内容我就不一一列举了，推荐阅读《原创精品视频及配套文档：springboot-已录制97节(免费)》等。
