ClickHouse 是俄罗斯的Yandex于2016年开源的 列式存储数据库(DBMS)，使用C++语言编写，主要用于 在线分析处理查询(OLAP)，能够使用SQL查询实时生成分析数据报告。

列式存储

行存储以下表为例

ID	NAME	AGE
1	张三	18
2	李四	22
3	王五	38

采用行存储时，数据在磁盘上的组织结构为

1	张三	18	2	李四	22	3	王五	34

好处是想查某个人所有的属性时，可以通过一次磁盘查找加顺序读取就可以。但是当想查所有人的年龄时，需要不停的查找，或者全表扫描才行，遍历的很多数据都是不需要的。

采用列存储时，数据在磁盘上的组织结构为

1	2	3	张三	李四	王五	18	22	34

这时相查所有人的年龄只需要把年龄那一列拿出来就可以了。

列式存储的好处：

• 对于列的聚合，计数，求和等统计操作由于行式存储
• 由于某一列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，每一列选择更优的数据压缩算法，大大提高了数据的压缩比重。
• 由于数据压缩比更好，一方面节省了磁盘空间，另一方面对于 cache 也有了更大的发挥空间。

DBMS

几乎覆盖了标准SQL的大部分语法，包括DDL和DML，以及配套的各种函数，用户管理及权限管理，数据的备份与恢复。

多样化引擎

ClickHouse 和 MySql 类似，把表级的存储引擎插件优化，根据表的不同需求可以设定不同的存储引擎。目前包括合并树(Merge Tree)、日志、接口和其他四大类20多种引擎。

高吞吐写入能力

ClickHouse 采用类 LSM Tress(HBASE 也是) 的结构，数据写入后定期在后台 Compaction。通过类似 LSM Tree的结构，ClickHouse 在数据导入时全部是顺序 append 写入，写入后数据段不可更改，在后台 compaction 时也是多个段 merge sort后循序写回磁盘。顺序写的特性，充分利用了磁盘的吞吐能力，即便在HDD上也有着优异的写入性能。

官方公开 benchmark 测试显示能够达到 50MB-200MB/s 的写入吞吐能力，按照每行 100Byte 估算，大约相当于 50W-200W 条/s的写入速度。

数据分区与线程级并行

ClickHouse 将数据划分为多个 partition，每个 partition 再进一步划分为多个 index granularity(索引粒度)，然后通过多个CPU核心分别处理其中的一部分来实现并行数据处理。在这种设计下，单条Query就能利用整机所有CPU。极致的并行处理能力，极大的降低了查询延时。

所以，ClickHouse 即使对于大量数据的查询也能够化整为零平行处理。但是有一个弊端就是对于单条查询使用多CPU，就不利于同时并发多条查询。所以对于高qps的查询业务，ClickHouse 并不是强项。

性能对比

单表

关联查询

结论

ClickHouse 像很多 OLAP 数据库一样，单表查询速度优于关联查询，而且 ClickHouse 的两者差距更为明显。