查詢提升 200 倍，ClickHouse 你值得擁有！

ClickHouse 的性能超過了目前市場上可比的面向列的 DBMS，每秒鐘每臺服務(wù)器每秒處理數(shù)億至十億多行和數(shù)十千兆字節(jié)的數(shù)據(jù)。

ClickHouse 是什么？

ClickHouse 是一個(gè)用于聯(lián)機(jī)分析（OLAP）的列式數(shù)據(jù)庫管理系統(tǒng)（DBMS）。

我們首先理清一些基礎(chǔ)概念：

• OLTP：是傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，主要操作增刪改查，強(qiáng)調(diào)事務(wù)一致性，比如銀行系統(tǒng)、電商系統(tǒng)。
• OLAP：是倉庫型數(shù)據(jù)庫，主要是讀取數(shù)據(jù)，做復(fù)雜數(shù)據(jù)分析，側(cè)重技術(shù)決策支持，提供直觀簡單的結(jié)果。

接著我們用圖示，來理解一下列式數(shù)據(jù)庫和行式數(shù)據(jù)庫區(qū)別，在傳統(tǒng)的行式數(shù)據(jù)庫系統(tǒng)中（MySQL、Postgres 和 MS SQL Server），數(shù)據(jù)按如下順序存儲(chǔ)：

在列式數(shù)據(jù)庫系統(tǒng)中（ClickHouse），數(shù)據(jù)按如下的順序存儲(chǔ)：

兩者在存儲(chǔ)方式上對比：

以上是 ClickHouse 基本介紹，更多可以查閱官方手冊：

https://clickhouse.tech/docs/zh/

業(yè)務(wù)問題

業(yè)務(wù)端現(xiàn)有存儲(chǔ)在 MySQL 中，5000 萬數(shù)據(jù)量的大表及兩個(gè)輔表，單次聯(lián)表查詢開銷在 3min+，執(zhí)行效率極低。

經(jīng)過索引優(yōu)化、水平分表、邏輯優(yōu)化，成效較低，因此決定借助 ClickHouse 來解決此問題。

最終通過優(yōu)化，查詢時(shí)間降低至 1s 內(nèi)，查詢效率提升 200 倍！希望通過本文，可以幫助大家快速掌握這一利器，并能在實(shí)踐中少走彎路。

ClickHouse 實(shí)踐

①M(fèi)ac 下的 Clickhouse 安裝

我是通過 Docker 安裝，也可以下載 CK 編譯安裝，相對麻煩一些。Docker 是什么？點(diǎn)擊這里看下。

參考鏈接：

https://blog.csdn.net/qq_24993831/article/details/103715194

②數(shù)據(jù)遷移：從 MySQL 到 ClickHouse

ClickHouse 支持 MySQL 大多數(shù)語法，遷移成本低，目前有五種遷移方案：

• create table engin mysql，映射方案數(shù)據(jù)還是在 MySQL。
• insert into select from，先建表，在導(dǎo)入。
• create table as select from，建表同時(shí)導(dǎo)入。
• csv 離線導(dǎo)入。
• streamsets。

參考鏈接：

https://anjia0532.github.io/2019/07/17/mysql-to-clickhouse/

選擇第三種方案做數(shù)據(jù)遷移：

CREATE?TABLE?[IF?NOT?EXISTS]?[db.]table_name?ENGINE?=?Mergetree?AS?SELECT?*?FROM?mysql('host:port',?'db',?'database',?'user',?'password')

③性能測試對比

性能測試對比如下圖：

④數(shù)據(jù)同步方案

臨時(shí)表如下：

圖片來源：攜程

新建 Temp 中間表，將 MySQL 數(shù)據(jù)全量同步到 ClickHouse 內(nèi) Temp 表，再替換原 ClickHouse 中的表，適用數(shù)據(jù)量適度，增量和變量頻繁的場景。

開源的同步軟件推薦 Synch，如下圖：

Synch 原理是通過 MySQL 的 Binlog 日志，獲取 SQL 語句，再通過消息隊(duì)列消費(fèi) Task。

⑤ClickHouse 為什么快？

有如下幾點(diǎn)：

• 只需要讀取要計(jì)算的列數(shù)據(jù)，而非行式的整行數(shù)據(jù)讀取，降低 IO cost。
• 同列同類型，有十倍壓縮提升，進(jìn)一步降低 IO。
• Clickhouse 根據(jù)不同存儲(chǔ)場景，做個(gè)性化搜索算法。

遇到的坑

①ClickHouse 與 MySQL 數(shù)據(jù)類型差異性

用 MySQL 的語句查詢，發(fā)現(xiàn)報(bào)錯(cuò)：

解決方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id)，中轉(zhuǎn)一下，統(tǒng)一無符號類型關(guān)聯(lián)

②刪除或更新是異步執(zhí)行，只保證最終一致性

查詢 CK 手冊發(fā)現(xiàn)，即便對數(shù)據(jù)一致性支持最好的 Mergetree，也只是保證最終一致性：

如果對數(shù)據(jù)一致性要求較高，推薦大家做全量同步來解決。

總結(jié)

通過 ClickHouse 實(shí)踐，完美的解決了 MySQL 查詢瓶頸，20 億行以下數(shù)據(jù)量級查詢，90% 都可以在 1s 內(nèi)給到結(jié)果，隨著數(shù)據(jù)量增加，ClickHouse 同樣也支持集群，大家如果感興趣，可以積極嘗試！

戳原文，獲取精選面試題！