AI 助理
备案控制台
开发者社区 数据库 文章 正文

clickhouse简介

2022-07-01 613
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： clickhouse简介

　　clickhouse简介

　　ClickHouse 是俄罗斯的 Yandex 于 2016 年开源的用于在线分析处理查询(OLAP :Online Analytical Processing)MPP架构的列式存储数据库(DBMS：Database Management System)，能够使用 SQL 查询实时生成分析数据报告。ClickHouse的全称是Click Stream，Data WareHouse。

　　clickhouse可以做用户行为分析，流批一体

　　线性扩展和可靠性保障能够原生支持 shard + replication

　　clickhouse没有走hadoop生态，采用 Local attached storage 作为存储

文章标签：
云数据库 ClickHouse
分布式计算
SQL
OLAP
数据库管理
Hadoop
数据库
存储
关键词：
云数据库 ClickHouse简介
vohelon
目录
相关文章
平凡人笔记
|
存储 自然语言处理 算法
ClickHouse设计原理简介（下）
ClickHouse设计原理简介（下）
平凡人笔记
373 0
ClickHouse设计原理简介（下）
平凡人笔记
|
存储 SQL 设计模式
ClickHouse设计原理简介（中）
ClickHouse设计原理简介（中）
平凡人笔记
422 1
ClickHouse设计原理简介（中）
黑客下午茶
|
存储 消息中间件 SQL
Sentry 监控 - Snuba 数据中台架构简介(Kafka+Clickhouse)
Sentry 监控 - Snuba 数据中台架构简介(Kafka+Clickhouse)
黑客下午茶
756 0
Sentry 监控 - Snuba 数据中台架构简介(Kafka+Clickhouse)
平凡人笔记
|
存储 SQL 算法
ClickHouse设计原理简介（上）
ClickHouse设计原理简介（上）
平凡人笔记
582 0
ClickHouse设计原理简介（上）
LightOf
|
5月前
|
存储 关系型数据库 数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 多对一和多对多
【6月更文挑战第7天】该文探讨数据模型，比较了“多对一”和“多对多”关系。通过使用ID而不是纯文本（如region_id代替"Greater Seattle Area"），可以实现统一、避免歧义、简化修改、支持本地化及优化搜索。在数据库设计中，需权衡冗余和范式。文档型数据库适合一对多但处理多对多复杂，若无Join，需应用程序处理。关系型数据库则通过外键和JOIN处理这些关系。文章还提及文档模型与70年代层次模型的相似性，层次模型以树形结构限制了多对多关系处理。为克服层次模型局限，发展出了关系模型和网状模型。
LightOf
60 6
LightOf
|
5月前
|
XML NoSQL 数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 概念 + 数据模型
【6月更文挑战第5天】本文探讨了数据模型的分析，关注点包括数据元素、关系及不同类型的模型（关系、文档、图）与Schema模式。查询语言的考量涉及与数据模型的关联及声明式与命令式编程。数据模型从应用开发者到硬件工程师的各抽象层次中起着简化复杂性的关键作用，理想模型应具备简洁直观和可组合性。
LightOf
41 2
LightOf
|
5月前
|
SQL 人工智能 关系型数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 文档模型中Schema的灵活性
【6月更文挑战第8天】网状模型是层次模型的扩展，允许节点有多重父节点，但导航复杂，需要预知数据库结构。关系模型将数据组织为元组和关系，强调声明式查询，解耦查询语句与执行路径，简化了访问并通过查询优化器提高效率。文档型数据库适合树形结构数据，提供弱模式灵活性，但在Join支持和访问局部性上不如关系型。关系型数据库通过外键和Join处理多对多关系，适合高度关联数据。文档型数据库的模式灵活性体现在schema-on-read，写入时不校验，读取时解析，牺牲性能换取灵活性。适用于不同类型或结构变化的数据场景。
LightOf
49 0
LightOf
|
5月前
|
SQL JSON NoSQL
【DDIA笔记】【ch2】 数据模型和查询语言 -- 关系模型与文档模型
【6月更文挑战第6天】关系模型是主流数据库模型，以二维表形式展示数据，支持关系算子。分为事务型、分析型和混合型。尽管有其他模型挑战，如网状和层次模型，但关系模型仍占主导。然而，随着大数据增长和NoSQL的出现（如MongoDB、Redis），强调伸缩性、专业化查询和表达力，关系模型的局限性显现。面向对象编程与SQL的不匹配导致“阻抗不匹配”问题，ORM框架缓解但未完全解决。文档模型（如JSON）提供更自然的嵌套结构，适合表示复杂关系，具备模式灵活性和更好的数据局部性。
LightOf
53 0
LightOf
|
5月前
|
敏捷开发 存储 缓存
【DDIA笔记】【ch1】 可靠性、可扩展性和可维护性 -- 可维护性
【6月更文挑战第4天】本文探讨了Twitter面临的一次发推文引发的巨大写入压力问题，指出用户粉丝数分布是决定系统扩展性的关键因素。为解决此问题，Twitter采用混合策略，大部分用户推文扇出至粉丝主页时间线，而少数名人推文则单独处理。性能指标包括吞吐量、响应时间和延迟，其中高百分位响应时间对用户体验至关重要。应对负载的方法分为纵向和横向扩展，以及自动和手动调整。文章强调了可维护性的重要性，包括可操作性、简单性和可演化性，以减轻维护负担和适应变化。此外，良好设计应减少复杂性，提供预测性行为，并支持未来改动。
LightOf
62 0
LightOf
|
5月前
|
缓存 关系型数据库 数据库
【DDIA笔记】【ch1】 可靠性、可扩展性和可维护性 -- 可扩展性
【6月更文挑战第3天】可扩展性关乎系统应对负载增长的能力，但在产品初期过度设计可能导致失败。理解基本概念以应对可能的负载增长是必要的。衡量负载的关键指标包括日活、请求频率、数据库读写比例等。推特的扩展性挑战在于"扇出"，即用户关注网络的广度。两种策略包括拉取（按需查询数据库）和推送（预计算feed流）。推送方法在推特案例中更为有效，因为它减少了高流量时的实时计算压力。
LightOf
56 0

热门文章

最新文章

  • 1
    阿里云DTS踩坑经验分享系列｜如何使用DTS进行MySQL->ClickHouse同步
  • 2
    clickhouse SQL优化
  • 3
    常用ClickHouse问题诊断查询
  • 4
    云数据库ClickHouse二级索引-最佳实践
  • 5
    ClickHouse内核分析-MergeTree的存储结构和查询加速
  • 6
    【FSFA 读书笔记】Ch 2 Computer Foundatinons（1）
  • 7
    14.【clickhouse】ClickHouse从入门到放弃-实战
  • 8
    初识阿里云E-MapReduce ClickHouse，到底有哪些优势？
  • 9
    【《Objective-C基础教程 》笔记ch03】（三）间接indirection与OOP
  • 10
    63.【clickhouse】ClickHouse从入门到放弃-一级索引
  • 1
    活动报名｜ClickHouse Hangzhou User Group第一届Meetup来啦～
    457
  • 2
    国内独家｜阿里云瑶池发布ClickHouse企业版：云原生Serverless新体验
    1292
  • 3
    clickhouse SQL优化
    83547
  • 4
    阿里云ClickHouse企业版正式商业化，为开发者提供容灾性更好、性价比更高的实时数仓
    524
  • 5
    Linux(6)CH9434 SPI调试笔记
    278
  • 6
    号外号外！ClickHouse企业版正式商业化啦！
    414
  • 7
    Clickhouse数据库应用
    239
  • 8
    号外号外！ClickHouse企业版正式商业化啦！
    699
  • 9
    ClickHouse(06)ClickHouse建表语句DDL详细解析
    512
  • 10
    python3安装clickhouse_sqlalchemy(greenlet) 失败
    170

    • 相关课程

    更多
  • ClickHouse基础课程
  • MongoDB快速入门
  • 实时数据接入：5分钟上手 Flink MySQL 连接器
  • PostgreSQL实战进阶
  • 分布式数据库 HBase 快速入门
  • 开源PolarDB分布式版部署实操

    • 相关电子书

    更多
  • 阿里云 ClickHouse 企业版技术白皮书
  • ClickHouse在手淘流量分析应用实践Jason Xu
  • 云数据库clickhouse最佳实践

    • 相关实验场景

    更多
  • 基于Hologres+Flink搭建GitHub实时数据大屏
  • 基于Hologres轻量实时的高性能OLAP分析
  • 通过Lindorm-cli连接并使用宽表引擎
  • MySQL引擎及架构优化
  • 基于EBS部署高性能的MySQL服务
  • 云数据库MongoDB快速入门

    • 推荐镜像

    更多
  • clickhouse
  • mongodb
  • postgresql
    • 下一篇
    手把手教你白嫖阿里云服务器(免费领服务器)