介紹
ClickHouse是一款由俄羅斯IT人員開發的一款開源的列式數據庫管理系統。clickehouse是一款OLAP分析型數據庫，以快取勝。至於爲什麼快，網絡上各位大牛已經做了介紹，此處不再敘述。本文主要從使用角度來介紹關於CH的分佈式表，ttl，主鍵等信息。
分佈式表
分佈式表是一種邏輯上的表，並不真正存儲數據。查詢時，請求直接下發分佈式表，分佈式表會下發到各個子表進行查詢，之後結果進行彙總、合併，極大的加快了檢索效率。它的創建和普通字表創建語法相似，主要是引擎類型不同。語法具體如下：
create table example_all (d DateTime, a Int) ENGINE = Distributed (test, default, example , rand());
說明：Distributed 代表所屬引擎，分佈式必須爲此值；括號裏 test代表分佈式集羣名；default代表database也就是我們說的命名空間或者數據庫名；example是指分佈式表對應的子表名；rand()此項稱之爲ShardingKey，代表數據分發測略，入庫時如何分發，可以hash或者隨機或者輪詢等，每種對應的shardingKey配置不同，可根據需要選擇。
目前官方已經不建議使用分佈式表入數據，因爲效率可能會比直接入子表差，但如果對入庫效率沒所謂的業務來說，可以繼續入分佈式表，目前我們就是這麼做的，會方便一些。否則要不斷更換子表客戶端，以此來入庫所有集羣節點，達到數據均衡。
子表
與分佈式表相對應的就是子表。子表是真正存儲數據的表。也是真正幹活的表。子表最常用的引擎也就是MergeTree系列了，底層與rocksdb相同，基於LSM-tree實現的，此處不在贅述。
MergeTree系列引擎有很多不同的種類，可供使用。一般最常用的還是MergeTree，還有可以主鍵去重的ReplacingMergeTree。關於數據去重，ClickHouse支持不是很好，不能像一般數據庫一樣做到主鍵覆蓋或者過濾，即使使用ReplacingMergeTree，也不能做到實時去重，只有數據觸發合併，數據纔會刪除，否則重複數據依然可見並且可查。可通過手動調用語句來觸發合併，進而刪除數據。
手動觸發合併語句：OPTIMIZE table example final; 執行之後，即可刪除
MergeTree系列建表語句：
create table example (d DateTime, a Int) ENGINE = MergeTree PARTITION BY toYYYYMM(d) order by d
TTL d + INTERNAL 90 Day
SETTINGS index_granularity = 1024;
PARTITION BY：如果要設置此項，要求表中必須存在一列時間類型的字段，比如上述表中列d DateTime數據類型即可。可以選擇分區方式，到天或者到月，根據業務需求而定
order by：如果不設置主鍵PrimaryKey，默認order by字段爲主鍵也就是一級索引。如果設置了主鍵，則以主鍵爲準即可。
SETTINGS index_granularity：設置索引力度大小。默認8192，也可自行修改，原則上越小，代表最終結果檢索的範圍越小，但同樣的，這樣搜索的markRange會多，不能設置過小，可根據自身需求進行設置，並測試，選擇最優即可，目前我們設置的爲1024。
TTL
關於ttl，這就與數據存儲有關了。線上的業務場景也是，很多時候，隨着新數據的增加，老的數據慢慢提取的價值就少，並且還佔用大量的存儲空間，所以很多數據庫都會設置TTL過期時間，來及時的清除過期數據。ClickHouse也不例外。
如上述子表創建所示，設置ttl時間，這是針對表級別的，clickhouse還支持針對列級別的ttl設置，但是只有在所屬partition的所有列都過期後，纔會整體刪除，否則會將已經過期的列設置爲默認值（如果此列爲int類型，那麼會設置爲0），這對是用來說並不是特別方便，所以我們選擇表級別，如上述子表建表語句所示。
注意：目前ttl的功能只支持MergeTree系列引擎，其它暫不支持。
總結
之前，我們實用的是rocksdb，選擇clickhouse的主要原因是，它可以支持大量的分析任務，我們後期也會將算子下沉，以此來簡化業務邏輯，豐富存儲功能。
還有就是sql語言，比較大衆，成本可控。快就不說了，業界公認，有目共睹。
唯一的問題是，學習材料太少了，哈哈，後期大家可以一起交流，分享。