Linux系統：Centos7下搭建ClickHouse列式存儲數據庫

本文源碼：GitHub·點這里 || GitEE·點這里

一、ClickHouse簡介

1、基礎簡介

Yandex開源的數據分析的數據庫，名字叫做ClickHouse，適合流式或批次入庫的時序數據。ClickHouse不應該被用作通用數據庫，而是作為超高性能的海量數據快速查詢的分布式實時處理平臺，在數據匯總查詢方面(如GROUP BY)，ClickHouse的查詢速度非常快。

下載倉庫：https://repo.yandex.ru/clickhouse
中文文檔：https://clickhouse.yandex/docs/zh/

2、數據庫特點

(1)列式數據庫

列式數據庫是以列相關存儲架構進行數據存儲的數據庫，主要適合于批量數據處理和即時查詢。

(2)數據壓縮

在一些列式數據庫管理系統中不是用數據壓縮。但是, 數據壓縮在實現優異的存儲系統中確實起著關鍵的作用。

(3)數據的磁盤存儲

許多的列式數據庫只能在內存中工作，這種方式會造成比實際更多的設備預算。ClickHouse被設計用于工作在傳統磁盤上的系統，它提供每GB更低的存儲成本。

(4)多核心并行處理

大型查詢可以以很自然的方式在ClickHouse中進行并行化處理，以此來使用當前服務器上可用的所有資源。

(5)多服務器分布式處理

在ClickHouse中，數據可以保存在不同的shard上，每一個shard都由一組用于容錯的replica組成，查詢可以并行的在所有shard上進行處理。

(6)支持SQL和索引

ClickHouse支持基于SQL的查詢語言，該語言大部分情況下是與SQL標準兼容的。支持的查詢包括GROUPBY，ORDERBY，IN，JOIN以及非相關子查詢。不支持窗口函數和相關子查詢。按照主鍵對數據進行排序，這將幫助ClickHouse以幾十毫秒的低延遲對數據進行特定值查找或范圍查找。

(7)向量引擎

為了高效的使用CPU，數據不僅僅按列存儲，同時還按向量(列的一部分)進行處理。

(8)實時的數據更新

ClickHouse支持在表中定義主鍵。為了使查詢能夠快速在主鍵中進行范圍查找，數據總是以增量的方式有序的存儲在MergeTree中。因此，數據可以持續不斷高效的寫入到表中，并且寫入的過程中不會存在任何加鎖的行為。

二、Linux下安裝流程

1、下載倉庫

curl -s 
https://packagecloud.io/install/repositories/altinity/clickhouse/script.rpm.sh 
| sudo os=centos dist=7 bash

2、查看安裝包

sudo yum list 'clickhouse*'

3、安裝服務

sudo yum install -y clickhouse-server clickhouse-client

4、查看安裝列表

sudo yum list installed 'clickhouse*'

控制臺輸出

Installed Packages
clickhouse-client.noarch
clickhouse-common-static.x86_64
clickhouse-server.noarch

5、查看配置

• cd /etc/clickhouse-server/
• vim config.xml

數據目錄：/var/lib/clickhouse/
臨時目錄：/var/lib/clickhouse/tmp/
日志目錄：/var/log/clickhouse-server
HTTP端口：8123
TCP 端口：9000

6、配置訪問權限

config.xml文件中去掉下面配置的注釋。

<listen_host>::</listen_host> 

7、啟動服務

/etc/rc.d/init.d/clickhouse-server start

8、查看服務

ps -aux |grep clickhouse

三、基礎操作

1、建表語句

CREATE TABLE cs_user_info (
  `id` UInt64,
  `user_name` String,
  `pass_word` String,
  `phone` String,
  `email` String,
  `create_day` Date DEFAULT CAST(now(),'Date')
) ENGINE = MergeTree(create_day, intHash42(id), 8192)

注意事項：官方推薦引擎，MergeTree

Clickhouse 中最強大的表引擎當屬MergeTree（合并樹）引擎及該系列（*MergeTree）中的其他引擎。MergeTree引擎系列的基本理念如下。當你有巨量數據要插入到表中，你要高效地一批批寫入數據片段，并希望這些數據片段在后臺按照一定規則合并。相比在插入時不斷修改（重寫）數據進存儲，這種策略會高效很多。

2、批量寫入

INSERT INTO cs_user_info 
  (id,user_name,pass_word,phone,email) 
VALUES 
  (1,'cicada','123','13923456789','cicada@com'),
  (2,'smile','234','13922226789','smile@com'),
  (3,'spring','345','13966666789','spring@com');

3、查詢語句

SELECT * FROM cs_user_info ;
SELECT * FROM cs_user_info WHERE user_name='smile' AND pass_word='234';
SELECT * FROM cs_user_info WHERE id IN (1,2);
SELECT * FROM cs_user_info WHERE id=1 OR id=2 OR id=3;

查詢語句和操作MySQL數據庫極其相似。

四、源代碼地址

GitHub·地址
https://github.com/cicadasmile/linux-system-base
GitEE·地址
https://gitee.com/cicadasmile/linux-system-base