Java 程序员全套,百度三面牛客网猿生活,疯狂膜拜
ClickHouse 是什么?
ClickHouse:是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)
我们首先理清一些基础概念
OLTP:是传统的关系型数据库,主要操作增删改查,强调事务一致性,比如银行系统、电商系统
OLAP:是仓库型数据库,主要是读取数据,做复杂数据分析,侧重技术决策支持,提供直观简单的结果
接着我们用图示,来理解一下列式数据库和行式数据库区别
在传统的行式数据库系统中(MySQL、Postgres 和 MS SQL Server),数据按如下顺序存储:
在列式数据库系统中(ClickHouse),数据按如下的顺序存储:
两者在存储方式上对比:
以上是 ClickHouse 基本介绍
二、业务问题
业务端现有存储在 Mysql 中,5000 万数据量的大表及两个辅表,单次联表查询开销在 3min+,执行效率极低。经过索引优化、水平分表、逻辑优化,成效较低,因此决定借助 ClickHouse 来解决此问题
最终通过优化,查询时间降低至 1s 内,查询效率提升 200 倍!
希望通过本文,可以帮助大家快速掌握这一利器,并能在实践中少走弯路。
三、ClickHouse 实践
1.Mac 下的 Clickhouse 安装
我是通过 docker 安装,也可以下载 CK 编译安装,相对麻烦一些。
2.数据迁移:从 Mysql 到 ClickHouse
ClickHouse 支持 Mysql 大多数语法,迁移成本低,目前有[五种迁移]
create table engin mysql,映射方案数据还是在 Mysql
insert into select from,先建表,在导入
create table as select from,建表同时导入
csv 离线导入
streamsets
选择第三种方案做数据迁移:
CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE = Mergetree AS SELECT * FROM mysql('host:port', 'db', 'database', 'user', 'password')
3.性能测试对比
4.数据同步方案
临时表
图片来源:新建 temp 中间表,将 Mysql 数据全量同步到 ClickHouse 内 temp 表,再替换原 ClickHouse 中的表,适用数据量适度,增量和变量频繁的场景
总结
机会是留给有准备的人,大家在求职之前应该要明确自己的态度,熟悉求职流程,做好充分的准备,把一些可预见的事情做好。
对于应届毕业生来说,校招更适合你们,因为绝大部分都不会有工作经验,企业也不会有工作经验的需求。同时,你也不需要伪造高大上的实战经验,以此让自己的简历能够脱颖而出,反倒会让面试官有所怀疑。
你在大学时期应该明确自己的发展方向,如果你在大一就确定你以后想成为 Java 工程师,那就不要花太多的时间去学习其他的技术语言,高数之类的,不如好好想着如何夯实 Java 基础。下图涵盖了应届生乃至转行过来的小白要学习的 Java 内容:
请转发本文支持一下
评论