一、文檔存儲的需求
很多的開發者都使用過mongodb，在mongodb中數據記錄是以文檔的形式存在的(類似於一種多級嵌套SQL的形式)。比如下面的JSON數據結構：dev_ip表示某一臺服務器的ip、location字段存放經緯度、meminfo.total和meminfo.userd分別代表內存總量和使用量。
[{
"dev_ip": "123.46.5.111",
"location": [39.916527, 116.397128],
"meminfo": {
"total": 64,
"used": 23.2
}
},
{
"dev_ip": "123.46.5.112",
"location": [39.916144, 116.392582],
"meminfo": {
"total": 64,
"used": 27.8
}
}]
二、建表
存儲文檔需要使用到Map這種數據類型，在某些比較舊的版本中，Map數據類型還是實驗性的，不能直接使用。如果想使用，需要執行set allow_experimental_map_type = 1;。
然後我們可以按照JSON的數據結構來建表，location是數組Array數據類型，meminfo是Map數據類型。
CREATE TABLE dev_meminfo (
dev_ip String,
location Array(Float64),
meminfo Map(String, Float32)
)
ENGINE = MergeTree()
ORDER BY dev_ip;
clickhouse提供了數組類型Array(T)，數組類型由多個T元素組成。T可以是任意的基礎數據類型，或者也可以是數組類型。如果是數組類型就形成了多維數組，Cickhouse對多維數組的支持有限，所以不建議使用多維數組。數組裏面所有的T元素的數據類型必須是一樣的，否則會拋出異常。
三、數據入庫
在linux環境下，我們可以將JSON數據保存爲一個文檔，命名如：dev_meminfo.json。然後使用下面的命令行，完成文檔JSON數據的入庫。jq的作用是將JSON數組及Map從結構中剝離出來，從而符合JSONEachRow要求的輸入格式。
cat dev_meminfo.json |jq -c .[] | clickhouse-client --database acaidb -m -u acai --password '<你的密碼>' \
--query="INSERT INTO dev_meminfo FORMAT JSONEachRow"
或者我們可以直接使用INSERT語句來完成數據的單條插入，如下：
INSERT INTO dev_meminfo FORMAT JSONEachRow {"dev_ip": "123.46.5.112", "location": [39.916144, 116.392582],"meminfo": {"total": 64,"used": 27.8}};
四、查詢數據
select * 的方式查詢數據：
# clickhouse-client --database acaidb -m -u acai --password '4rfv$RFV' --query="SELECT * FROM dev_meminfo"
123.46.5.111 [39.916527,116.397128] {'total':64,'used':23.2}
123.46.5.112 [39.916144,116.392582] {'total':64,'used':27.8}
使用字段名稱方式查詢數據，需要注意的是Ciickhouse的數組的下標是從0開始的，這與我們傳統編程開發中的規範是不一致的。
# clickhouse-client --database acaidb -m -u acai --password '4rfv$RFV' --query="SELECT dev_ip,location[1],location[2],meminfo['total'],meminfo['used'] FROM dev_meminfo"
123.46.5.111 39.916527 116.397128 64 23.2
123.46.5.112 39.916144 116.392582 64 27.8
五、總結
我們看到clickhouse可以代替mongodb進行類JSON文檔數據的存儲，而且支持SQL查詢統計分析，這一點是比較吸引人的。我只是介紹了簡單的查詢，其實針對各種統計分析場景，clickhouse提供了超級多的統計分析函數、窗口函數等等，當然針對數組的數據類型也有很多的統計分析函數。
更爲值得注意的是：筆者看到一些測評文章，clickhouse的的統計分析性能是mongodb的近百倍之多(筆者自己尚未驗證，請關注我的專欄後續文章)。但是也不是說clickhouse可以代替mongodb的所有應用場景，至少面向用戶的併發請求的場景clickhouse是不滿足的，因爲clickhouse的定位是數據倉庫，主要是面向數據分析OLAP場景，而不是面向用戶高併發的聯機事務處理OLTP。
推薦閱讀
限於博文篇幅，更多精彩內容我就不一一列舉了，推薦閱讀
《原創精品視頻及配套文檔：springboot-已錄製97節(免費)》
等等等等