ClickHouse是一個用於數據分析（OLAP）的列式數據庫管理系統（column-oriented DBMS），誕生於“戰鬥民族”俄羅斯，由搜索巨頭Yandex公司開源。目前國內不少大廠在使用，包括騰訊、今日頭條、攜程、快手等，集羣規模多達數千節點，阿里雲更是推出了雲產品ClickHouse。官方介紹：
ClickHouse is a column-oriented database management system (DBMS) for online analytical processing of queries (OLAP).
ClickHouse一定是有不可取代或者不可或缺的特點，才能使得它這麼受青睞。
ClickHouse特點
ClickHouse從OLAP場景需求出發，定製開發了一套全新的高效列式存儲引擎。
列式存儲
ClickHouse是一個列式數據庫，列式就意味着按列存儲與掃描，擁有更小的io操作、更高的壓縮比，非常適合於OLAP場景。列式與行式的差異可見下圖：
速度快
ClickHouse是一個非常快的數據庫系統，數據不僅按列存儲、使用高效壓縮減少io，同時還支持向量化執行引擎，能夠充分使用CPU性能。
ClickHouse不僅查詢快，處理單查詢高吞吐量每臺服務器每秒最多數十億行；寫入速度也非常快，對於大量的數據更新非常適用。
ClickHouse到底有多快？可以參考社區的一個性能測試報表。
另外ClickHouse在單表查詢時表現優秀，領跑其他查詢引擎，參考：
但是在多表關聯查詢時，性能表現相對比較差，更多性能測試報告，可以參見：http://www.clickhouse.com.cn/topic/5c453371389ad55f127768ea。
功能豐富
在使用方面，除了速度快，ClickHouse支持大部分的SQL語法，不過目前還有一定限制；ClickHouse支持實時的數據更新，適用於在線查詢。ClickHouse具有良好的可擴展性，支持單節點與分佈式部署，可以擴展到成百上千個節點，單個節點可容納萬億行數據或超過100TB數據。此外，ClickHouse還支持主鍵索引、稀疏索引、數據Sharding、數據Partitioning、TTL、主備複製等特性，參見文末鏈接的文章。
接下來我們看一看 ClickHouse有哪些應用場景和使用限制。
應用場景與限制
ClickHouse的應用場景：
1.絕大多數請求都是用於讀訪問的2.數據需要以大批次（大於1000行）進行更新，而不是單行更新；或者根本沒有更新操作3.數據只是添加到數據庫，沒有必要修改4.讀取數據時，會從數據庫中提取出大量的行，但只用到一小部分列5.表很“寬”，即表中包含大量的列6.查詢頻率相對較低（通常每臺服務器每秒查詢數百次或更少）7.對於簡單查詢，允許大約50毫秒的延遲8.列的值是比較小的數值和短字符串（例如，每個URL只有60個字節）9.在處理單個查詢時需要高吞吐量（每臺服務器每秒高達數十億行）10.不需要事務11.數據一致性要求較低12.每次查詢中只會查詢一個大表。除了一個大表，其餘都是小表13.查詢結果顯著小於數據源。即數據有過濾或聚合。返回結果不超過單個服務器內存大小
相應地，使用ClickHouse也有其本身的限制：
1.不支持真正的刪除/更新支持 不支持事務（期待後續版本支持）2.不支持二級索引（PS：新版本中已經支持）3.有限的SQL支持，join實現與衆不同4.不支持窗口功能5.元數據管理需要人工干預維護
ClickHouse因性能卓越，被廣泛應用於各種分析場景（特別是單表查詢），例如用戶行爲分析、日誌分析等。我們先從這幾個方面認識下ClickHouse，對其有一個大概的瞭解。
參考：
https://clickhouse.tech/docs/en/
https://zhuanlan.zhihu.com/p/98135840
https://zhuanlan.zhihu.com/p/22165241
https://zhuanlan.zhihu.com/p/71014268
往期推薦
3、MapReduce Shuffle 和 Spark Shuffle 結業篇
