ClickHouse是一个用于线上分析处理(OLAP)的开源列式数据库

Clickhouse
开发者ClickHouse Inc 及 ClickHouse开源社区
首次发布2016年6月15日,​8年前​(2016-06-15
当前版本
  • 22.3.2.2(2022年3月17日)[1]
  • 24.1.5.6(2024年2月14日;稳定版本)[2]
编辑维基数据链接
源代码库 编辑维基数据链接
编程语言C++
操作系统Linux, macOS
许可协议Apache License 2.0
网站clickhouse.yandex

ClickHouse是由俄罗斯IT公司Yandex为Yandex.Metrica网络分析服务开发的。[3][4][5][6] ClickHouse允许分析实时更新的数据。该系统以高性能为目标。[7]

这个项目是在2016年6月发布的Apache许可证下的开源软件[8]

Yandex.Tank负载测试工具使用ClickHouse。[8] Yandex.Market使用ClickHouse来监控网站的可访问性和KPI。[9] ClickHouse还在CERNLHCb实验[10]中实现了对100亿个事件的元数据进行存储和处理,每个事件有超过1000个属性,Tinkoff Bank使用ClickHouse作为项目的数据存储。[11]

历史

Yandex.Metrica以前使用一种经典的方法,即以聚合形式存储原始数据。[12] 这种方法可以帮助减少存储的数据量。然而,它有几个局限性和缺点:

  • 可用报表的列表必须是预先确定的,而且无法生成自定义报表。
  • 聚合之后,数据量可能会增加。当数据由大量键进行聚合或使用具有高基数的键(如URL)时,就会发生这种情况。
  • 对于具有不同聚合的报表,很难支持逻辑一致性。

另一种方法是存储未聚合的数据。处理原始数据需要高性能的系统,因为所有计算都是实时进行的。为了解决这个问题,需要一个能够处理整个互联网规模的分析数据的列式数据库。Yandex开始开发自己的列式数据库。 ClickHouse的第一个原型在2009年出现。2014年底,Yandex.Metrica 2.0版发布。新版本有一个用于创建自定义报告的接口,并使用ClickHouse存储和处理数据。

ClickHouse Inc.于2021年9月在加州旧金山成立,以持续发展ClickHouse;最初由Index Ventures、Benchmark Capital和Yandex共投资 5000 万美元。2021年10月Coatue Management、Altimeter Capital等B轮融资2.5亿美元,使公司估值达20亿美元。直至2023年ClickHouse Inc员工人数为120人。

功能

Clickhouse DBMS 的主要功能是:[13]

  • 真正的列式数据库。 没有任何内容与值一起存储。例如,支持常量长度值,以避免将它们的长度“ number”存储在值的旁边。
  • 线性可扩展性。 可以通过添加服务器来扩展集群。
  • 容错性。 系统是一个分片集群,其中每个分片都是一组副本。ClickHouse使用异步多主复制。数据写入任何可用的副本,然后分发给所有剩余的副本。Zookeeper用于协调进程,但不涉及查询处理和执行。
  • 能够存储和处理数PB的数据。
  • SQL支持。 Clickhouse支持类似SQL的扩展语言,包括数组和嵌套数据结构、近似函数和URI函数,以及连接外部键值存储的可用性。
  • 高性能。[14]
    • 使用向量计算。数据不仅由列存储,而且由向量处理(一部分列)。这种方法可以实现高CPU性能。
    • 支持采样和近似计算。
    • 可以进行并行和分布式查询处理(包括JOIN)。
  • 数据压缩。
  • HDD优化。 该系统可以处理不适合内存的数据。
  • 用于数据库(DB)连接的客户端。 数据库连接方式包括控制台客户端、HTTP API,或者各种编程语言的wrapper(可以用的有PythonPHP[15]NodeJS[16]Perl[17]Ruby[18]R[19]语言)。ClickHouse也可以使用JDBC驱动。[20]
  • 详细的文档。页面存档备份,存于互联网档案馆

限制

Clickhouse有一些可以被视为缺点的特点:

  • 不支持事务
  • 默认情况下,在执行聚合时,查询中间状态必须适合单个服务器上的RAM。但是,在这种情况下,可以将ClickHouse配置为溢出到磁盘上来解决。
  • 缺乏完整的UPDATE/DELETE实现。

使用场景

Clickhouse是为OLAP查询而设计的。[13]

  • 它可以处理少量包含大量字段的表。
  • 查询可以使用从数据库中提取的大量行,但只用一小部分字段。
  • 查询相对较少(通常每台服务器大约100个RPS)。
  • 对于简单的查询,允许大约50毫秒的延迟。
  • 列值相当小,通常由数字和短字符串组成(例如每个URL,60字节)。
  • 处理单个查询时需要高吞吐量(每台服务器每秒数十亿行)。
  • 查询结果主要是过滤或聚合的。
  • 数据更新使用简单的场景(通常只是批量处理,没有复杂的事务)。

ClickHouse的一个常见情况是服务器日志分析。在将常规数据上传到ClickHouse之后(建议将数据每次1000条以上批量插入),就可以通过即时查询分析事件或监视服务的指标,如错误率、响应时间等。

ClickHouse还可以用作内部分析师的内部数据仓库。ClickHouse可以存储来自不同系统的数据(比如Hadoop或某些日志),分析人员可以使用这些数据构建内部指示板,或者为了业务目的执行实时分析。

基准测试结果

根据开发人员进行的基准测试[14] 对于OLAP查询,ClickHouse的速度比Hive(基于Hadoop技术栈的DBMS)或MySQL(通用RDBMS)快100倍以上。

商业实现

  • Altinity
  • ClickHouse Inc
  • Firebolt

参考文献

  1. ^ https://github.com/ClickHouse/ClickHouse/releases/tag/v22.3.2.2-lts; 出版日期: 2022年3月17日; 检索日期: 2022年3月25日.
  2. ^ Release 24.1.5.6. 2024年2月14日 [2024年2月19日]. 
  3. ^ Usage Statistics and Market Share of Traffic Analysis Tools for Websites, November 2016. w3techs.com. [2016-11-10]. (原始内容存档于2014-01-21). 
  4. ^ Datanyze. Analytics Market Share Report | Competitor Analysis | Google Analytics, Google Universal Analytics, Yandex Metrica. Datanyze. [2016-11-10]. (原始内容存档于2016-10-21) (美国英语). 
  5. ^ Wappalyzer. Analytics. wappalyzer.com. 2011-12-30 [2016-11-10]. (原始内容存档于2017-05-12). 
  6. ^ Analytics - SEOMON.com. seomon.com. [2016-11-10]. (原始内容存档于2016-10-12). 
  7. ^ ClickHouse: High-Performance Distributed DBMS for Analytics | Percona Live Amsterdam - Open Source Database Conference 2016. www.percona.com. [2016-11-10]. (原始内容存档于2016-10-21). 
  8. ^ 8.0 8.1 Яндекс открывает ClickHouse. [2016-11-10]. (原始内容存档于2016-10-21). 
  9. ^ Здоровье Маркета: как мы превращаем логи в графики, Дмитрий Андреев (Яндекс) — События Яндекса. events.yandex.ru. [2016-11-10]. (原始内容存档于2017-08-30). 
  10. ^ Yandex — Yandex Launches Search Tool for LHC Events at CERN. Yandex. [2016-11-10]. (原始内容存档于2016-10-20). 
  11. ^ Сравнение аналитических in-memory баз данных. [2016-11-10]. (原始内容存档于2016-10-21). 
  12. ^ Эволюция структур данных в Яндекс.Метрике. [2016-11-10]. (原始内容存档于2016-12-28). 
  13. ^ 13.0 13.1 ClickHouse Guide. clickhouse.yandex. [2016-11-10]. (原始内容存档于2016-11-11). 
  14. ^ 14.0 14.1 Performance comparison of analytical DBMS. clickhouse.yandex. [2016-11-10]. (原始内容存档于2016-10-20). 
  15. ^ smi2/phpClickHouse. GitHub. [2016-11-10]. (原始内容存档于2019-09-24). 
  16. ^ apla/node-clickhouse. GitHub. [2016-11-10]. (原始内容存档于2019-09-24). 
  17. ^ elcamlost/perl-DBD-ClickHouse. GitHub. [2016-11-10]. (原始内容存档于2018-06-12). 
  18. ^ archan937/clickhouse. GitHub. [2016-11-10]. (原始内容存档于2018-06-12). 
  19. ^ hannesmuehleisen/clickhouse-r. GitHub. [2016-11-10]. (原始内容存档于2019-09-24). 
  20. ^ yandex/clickhouse-jdbc. GitHub. [2016-11-10]. (原始内容存档于2019-09-24). 

外部链接