牛!一個比傳統資料庫快 100-1000 倍的資料庫
- 2020 年 9 月 27 日
- 筆記
前言
- 一、ClickHouse 是什麼?
- 二、業務問題
- 三、ClickHouse實踐
- 四、遇到的坑
- 五、總結
一、ClickHouse 是什麼?
「
ClickHouse:是一個用於聯機分析(OLAP)的列式資料庫管理系統(DBMS)
我們首先理清一些基礎概念
- OLTP:是傳統的關係型資料庫,主要操作增刪改查,強調事務一致性,比如銀行系統、電商系統
- OLAP:是倉庫型資料庫,主要是讀取數據,做複雜數據分析,側重技術決策支援,提供直觀簡單的結果
接著我們用圖示,來理解一下列式資料庫和行式資料庫區別
在傳統的行式資料庫系統中(MySQL、Postgres和MS SQL Server),數據按如下順序存儲:
img
在列式資料庫系統中(ClickHouse),數據按如下的順序存儲:
img
兩者在存儲方式上對比:
img
以上是ClickHouse基本介紹,更多可以查閱官方手冊
二、業務問題
業務端現有存儲在Mysql中,5000萬數據量的大表及兩個輔表,單次聯表查詢開銷在3min+,執行效率極低。經過索引優化、水平分表、邏輯優化,成效較低,因此決定藉助ClickHouse來解決此問題
最終通過優化,查詢時間降低至1s內,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,並能在實踐中少走彎路。
三、ClickHouse實踐
1.Mac下的Clickhouse安裝
我是通過docker安裝,查看教程。也可以下載CK編譯安裝,相對麻煩一些。
2.數據遷移:從Mysql到ClickHouse
ClickHouse支援Mysql大多數語法,遷移成本低,目前有五種遷移方案:
- create table engin mysql,映射方案數據還是在Mysql
- insert into select from,先建表,在導入
- create table as select from,建表同時導入
- csv離線導入
- streamsets
選擇第三種方案做數據遷移:
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
類型數據量表大小查詢速度Mysql5000萬10G205sClickHouse5000萬600MB1s內
4.數據同步方案
臨時表
img
圖片來源:攜程 新建temp中間表,將Mysql數據全量同步到ClickHouse內temp表,再替換原ClickHouse中的表,適用數據量適度,增量和變數頻繁的場景
synch
img
開源的同步軟體推薦:synch 原理是通過Mysql的binlog日誌,獲取sql語句,再通過消息隊列消費task
5.ClickHouse為什麼快?
- 只需要讀取要計算的列數據,而非行式的整行數據讀取,降低IO cost
- 同列同類型,有十倍壓縮提升,進一步降低IO
- clickhouse根據不同存儲場景,做個性化搜索演算法
四、遇到的坑
1.ClickHouse與mysql數據類型差異性
用Mysql的語句查詢,發現報錯:
img
解決方案:LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id),中轉一下,統一無符號類型關聯
2.刪除或更新是非同步執行,只保證最終一致性
查詢CK手冊發現,即便對數據一致性支援最好的Mergetree,也只是保證最終一致性:
img
如果對數據一致性要求較高,推薦大家做全量同步來解決
五、總結
通過ClickHouse實踐,完美的解決了Mysql查詢瓶頸,20億行以下數據量級查詢,90%都可以在1s內給到結果,隨著數據量增加,ClickHouse同樣也支援集群,大家如果感興趣,可以積極嘗試 : )