查询提升200倍,ClickHouse你值得拥有!

沙海
沙海
沙海
994
文章
2
评论
2021年4月12日01:21:48
评论
1 2559字阅读8分31秒
摘要

速读摘要

速读摘要

给大家分享一个,近年来备受关注的开源列式数据库,主要用于数据分析领域。最终通过优化,查询时间降低至1s内,查询效率提升200倍!希望通过本文,可以帮助大家快速掌握这一利器,并能在实践中少走弯路。我是通过docker安装,也可以下载CK编译安装,相对麻烦一些。欢迎加入我的知识星球,一起探讨架构,交流源码。

原文约 3573 | 图片 13 | 建议阅读 8 分钟 | 评价反馈

查询提升200倍,ClickHouse你值得拥有!

点击关注 ? 芋道源码

点击上方“芋道源码”,选择“设为星标

管她前浪,还是后浪?

能浪的浪,才是好浪!

每天 8:55 更新文章,每天掉亿点点头发...

源码精品专栏

 

来源:网络

查询提升200倍,ClickHouse你值得拥有!

大家好,我是艿艿。

今儿,给大家分享一个,近年来备受关注的开源列式数据库,主要用于数据分析领域。目前国内社区火热,各个大厂纷纷跟进大规模使用:

一、ClickHouse 是什么?

ClickHouse 是 Yandex(俄罗斯最大的搜索引擎)开源的一个用于实时数据分析的基于列存储的数据库,其处理数据的速度比传统方法快 100-1000 倍。

ClickHouse 的性能超过了目前市场上可比的面向列的 DBMS,每秒钟每台服务器每秒处理数亿至十亿多行和数十千兆字节的数据。

我们首先理清一些基础概念

OLTP:是传统的关系型数据库,主要操作增删改查,强调事务一致性,比如银行系统、电商系统

OLAP:是仓库型数据库,主要是读取数据,做复杂数据分析,侧重技术决策支持,提供直观简单的结果

接着我们用图示,来理解一下列式数据库行式数据库区别

在传统的行式数据库系统中(MySQL、Postgres和MS SQL Server),数据按如下顺序存储:

查询提升200倍,ClickHouse你值得拥有!

在列式数据库系统中(ClickHouse),数据按如下的顺序存储:查询提升200倍,ClickHouse你值得拥有!

两者在存储方式上对比:

查询提升200倍,ClickHouse你值得拥有!

以上是ClickHouse基本介绍,更多可以查阅官方手册

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

二、业务问题

业务端现有存储在Mysql中,5000万数据量的大表及两个辅表,单次联表查询开销在3min+,执行效率极低。经过索引优化、水平分表、逻辑优化,成效较低,因此决定借助ClickHouse来解决此问题

最终通过优化,查询时间降低至1s内,查询效率提升200倍!

希望通过本文,可以帮助大家快速掌握这一利器,并能在实践中少走弯路。

三、ClickHouse实践

1.Mac下的Clickhouse安装

我是通过docker安装,也可以下载CK编译安装,相对麻烦一些。

2.数据迁移:从Mysql到ClickHouse

ClickHouse支持Mysql大多数语法,迁移成本低,目前有五种迁移方案:

  • create table engin mysql,映射方案数据还是在Mysql

  • insert into select from,先建表,在导入

  • create table as select from,建表同时导入

  • csv离线导入

  • streamsets

选择第三种方案做数据迁移:

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

3.性能测试对比

类型 数据量 表大小 查询速度
Mysql 5000万 10G 205s
ClickHouse 5000万 600MB 1s内

4.数据同步方案

临时表

查询提升200倍,ClickHouse你值得拥有!

新建temp中间表,将Mysql数据全量同步到ClickHouse内temp表,再替换原ClickHouse中的表,适用数据量适度,增量和变量频繁的场景

synch

查询提升200倍,ClickHouse你值得拥有!

开源的同步软件推荐:synch

https://github.com/long2ice/synch/blob/dev/README-zh.md

原理是通过Mysql的binlog日志,获取sql语句,再通过消息队列消费task

5.ClickHouse为什么快?

  • 只需要读取要计算的列数据,而非行式的整行数据读取,降低IO cost

  • 同列同类型,有十倍压缩提升,进一步降低IO

  • clickhouse根据不同存储场景,做个性化搜索算法

四、遇到的坑

1.ClickHouse与mysql数据类型差异性

用Mysql的语句查询,发现报错:

查询提升200倍,ClickHouse你值得拥有!

解决方案

LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id),中转一下,统一无符号类型关联

2.删除或更新是异步执行,只保证最终一致性

查询CK手册发现,即便对数据一致性支持最好的Mergetree,也只是保证最终一致性:

查询提升200倍,ClickHouse你值得拥有!

如果对数据一致性要求较高,推荐大家做全量同步来解决

五、总结

通过ClickHouse实践,完美的解决了Mysql查询瓶颈,20亿行以下数据量级查询,90%都可以在1s内给到结果,随着数据量增加,ClickHouse同样也支持集群,大家如果感兴趣,可以积极尝试 : )

欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,长按下方二维码噢

查询提升200倍,ClickHouse你值得拥有!

已在知识星球更新源码解析如下:

查询提升200倍,ClickHouse你值得拥有!

查询提升200倍,ClickHouse你值得拥有!

查询提升200倍,ClickHouse你值得拥有!

查询提升200倍,ClickHouse你值得拥有!

最近更新《芋道 SpringBoot 2.X 入门》系列,已经 20 余篇,覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例,以及超 4W 行代码的电商微服务项目。

获取方式:点“在看”,关注公众号并回复 666 领取,更多内容陆续奉上。

文章有帮助的话,在看,转发吧。谢谢支持哟 (*^__^*)

阅读原文

继续阅读
weinxin
资源分享QQ群
本站是一个IT技术分享社区, 会经常分享资源和教程; 分享的时代, 请别再沉默!
沙海
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: