什么是clickhouse

ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。列式数据库更适合于OLAP场景(对于大多数查询而言，处理速度至少提高了100倍)

特性

• 海量数据：每秒几亿行的吞吐能力
• 数据压缩：支持以更小的磁盘存储更多的数据
• 并行处理：ClickHouse会使用服务器上一切可用的资源，从而以最自然的方式并行处理大型查询
• 分布式集群：支持多分片存储，查询可以并行地在所有分片上进行处理

想要了解更多，请查看：https://clickhouse.com/docs/zh/introduction/distinctive-features

适用场景

• 适合海量数据存储，大批量数据快速插入

  写入到MergeTree表中时，写入速度大约为50到200MB/s

• 适合查询频率较低，查询数据庞大

  一个不太复杂的查询在单个服务器上大约能够以2-10GB／s（未压缩）的速度进行处理（对于简单的查询，速度可以达到30GB／s）
  在相同的情况下，ClickHouse可以在单个服务器上每秒处理数百个查询（在最佳的情况下最多可以处理数千个）。但是由于这不适用于分析型场景。因此我们建议每秒最多查询100次。

重要概念

合并树(MergeTree)

MergeTree 系列的引擎被设计用于插入极大量的数据到一张表当中。数据可以以数据片段的形式一个接着一个的快速写入，数据片段在后台按照一定的规则进行合并。相比在插入时不断修改（重写）已存储的数据，这种策略会高效很多。

分布式表(Distributed)

分布式引擎本身不存储数据, 但可以在多个服务器上进行分布式查询。 读是自动并行的。读取时，远程服务器表的索引（如果有的话）会被使用。

物化视图(MaterializedView)

物化视图（Materialized View）是一种特殊的视图，它可以存储查询结果，并在数据发生变化时自动更新。物化视图在许多情况下都非常有用，例如，你可以使用物化视图来预计算复杂的聚合查询，从而提高查询性能。

物化视图类似于数据库的触发器，将满足条件的数据存储并聚合

分区

分区（Partition）是数据存储和管理的一个重要概念。每个表都被分成多个分区，每个分区包含了一部分数据。分区的主要目的是提高查询性能和管理数据的便利性。

分区可以极大地提高查询性能，因为当你的查询可以被限制在一个或几个分区内时，ClickHouse只需要读取这些分区的数据，而不是整个表的数据。此外，分区还可以帮助你更有效地管理数据，例如删除旧数据、移动热数据到高性能的硬盘等。

Part

Part是分区（Partition）的一部分，是数据存储的最小单元。每个分区都由一个或多个Part组成。当你向表中插入数据时，ClickHouse会创建一个新的Part来存储这些数据

也就是说每一次Insert，就是一个 part。(当然也有 AsyncInsert，后面再聊)

合并(Merge)

Part的管理主要通过后台合并（Merge）操作来进行。合并操作会将多个小的Part合并成一个大的Part，以减少Part的数量和索引的大小，从而提高查询性能和数据压缩率