ClickHouse内幕（1）数据存储与过滤机制
原文中文，约5700字，阅读约需14分钟。
📝
内容提要
本文介绍了ClickHouse中的数据存储结构和索引结构，以及基于这些结构的数据过滤机制。
❓
Q&A
ClickHouse的数据存储结构是怎样的？
ClickHouse的数据存储采用分区和文件细分的方式，数据按分区键划分为多个分区，每个分区包含多个Part，Part是最小的存储单元。
ClickHouse如何实现数据过滤？
ClickHouse通过Part裁剪、Mark裁剪和Row过滤机制实现数据过滤，利用索引文件和SIMD技术优化查询性能。
什么是Part和Mark在ClickHouse中的作用？
Part是ClickHouse中最小的存储单元，Mark表示一组有序数据，二者在数据存储和索引结构中起到关键作用。
ClickHouse的Row过滤是如何优化的？
Row过滤使用Filter Mask和SIMD技术进行优化，通过分组处理提高过滤效率，减少CPU流水线的破坏。
ClickHouse的索引结构是如何构建的？
ClickHouse的索引结构通过对数据进行排序和形成稀疏索引来构建，使用Mark来表示数据的有序性。
在ClickHouse中，如何进行Part裁剪？
Part裁剪通过最大最小值索引和分区表达式进行，过滤掉不相关的Part，以提高查询效率。
🏷️
