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

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录