透过ClickHouse学习列式存储数据库
内容提要
ClickHouse是一个开源的列式数据库管理系统，适用于在线分析处理查询。它支持多种数据存储引擎，适用于数据分析、数据挖掘和日志分析等场景。但不支持事务和关系数据的修改。ClickHouse的数据存储和索引采用稀疏索引和压缩存储方式，联合主键查询可以使用二分查找法进行快速索引。删除和更新操作是异步执行的，可能存在一致性问题。
延伸解读
列式存储的适用场景与限制
列式存储将同一列的数据连续存放，因此按列查询时无需读取整行数据，非常适合聚合分析。但这也意味着单行查询效率较低，因为需要从多个列文件中分别读取数据再拼接。ClickHouse作为列式数据库，在批量查询分析上优势明显，但按键查找单行的效率不高，这与其存储设计直接相关。
稀疏索引如何加速查询
ClickHouse采用稀疏索引，每个granule（默认8192行）只记录第一条数据的索引。这样索引条目极少，可以常驻内存，并通过二分查找快速定位。但稀疏索引也带来限制：如果查询条件不包含联合主键的第一个列，就无法利用索引，只能全表扫描。因此，设计表结构时需考虑查询模式。
异步更新删除与一致性风险
ClickHouse的更新和删除是异步的，通过mutation操作实现。删除时先标记，后续合并才清理；更新时重建分区并替换。这些操作分批进行，期间查询可能同时看到旧数据和新数据，因为ClickHouse不保证原子性。因此，它适合一次更新大量数据的场景，而不适合频繁的单行修改。
选型建议：何时考虑ClickHouse
ClickHouse适合有大量数据分析需求的场景，如日志分析、数据挖掘，其列式存储和压缩特性可大幅提升查询速度并节省存储。但它不支持事务，数据修改效率低，且单行查询性能不佳。如果业务需要频繁更新或强一致性事务，ClickHouse可能不是最佳选择。选型时应根据实际读写模式权衡。
Q&A
ClickHouse是什么类型的数据库？
ClickHouse是一个开源的列式数据库管理系统，专门用于在线分析处理查询。
ClickHouse的主要优势是什么？
ClickHouse在批量查询分析上具有显著优势，响应速度比其他数据库快。
ClickHouse支持哪些数据存储引擎？
ClickHouse支持多种数据存储引擎，适合数据分析、数据挖掘和日志分析等场景。
ClickHouse如何处理删除和更新操作？
ClickHouse的删除和更新操作是异步执行的，可能导致一致性问题，删除操作仅标记为已删除。
列式存储数据库与行式存储数据库有什么区别？
列式存储数据库按列存储数据，适合按列查询，而行式存储数据库按行存储数据，适合按行访问。
ClickHouse的主键索引是如何构建的？
ClickHouse通过稀疏索引构建主键索引，仅记录granule的开始位置，以减少存储空间。
