合并樹家族

Clickhouse中最強大的表引擎當屬MergeTree（合并樹）引擎及該系列（MergeTree）中的其他引擎，

MergeTree系列的引擎被設計用于插入極大量的資料到一張表當中，資料可以以資料片段的形式一個接著一個的快速寫入，資料片段在后臺按照一定的規則進行合并，相比在插入時不斷修改（重寫）已存盤的資料，這種策略會高效很多，

主要特點

存盤的資料按主鍵排序，這使得您能夠創建一個小型的稀疏索引來加快資料檢索，
如果指定了磁區鍵的話，可以使用磁區，在相同資料集和相同結果集的情況下ClickHouse中某些帶磁區的操作會比普通操作更快，查詢中指定了磁區鍵時ClickHouse會自動截取磁區資料，這也有效增加了查詢性能，
支持資料副本，ReplicatedMergeTree系列的表提供了資料副本功能，
支持資料采樣，需要的話，您可以給表設定一個采樣方法，

日志引擎系列

這些引擎是為了需要寫入許多小資料量（少于一百萬行）的表的場景而開發的，

這系列的引擎有：

StripeLog
日志
TinyLog

共同屬性

資料存盤在磁盤上，
寫入時將資料追加在檔案末尾，
不支持突變操作，
不支持索引，這意味著SELECT在范圍查詢時效率不高，
非原子地寫入資料，如果某些事情破壞了寫操作，例如服務器的例外關閉，你將會得到一張包含了損壞資料的表，

當然他們之間也會有差異，

主要差異點

Log和StripeLog引擎支持：

并發訪問資料的鎖，INSERT請求執行程序中表會被鎖定，并且其他的讀寫資料的請求都會等待直到鎖定被解除，如果沒有寫資料的請求，任意數量的讀請求都可以并發執行，
并行讀取資料，在讀取資料時，ClickHouse使用多執行緒，每個執行緒處理不同的資料塊，

Log引擎為表中的每一列使用不同的檔案，StripeLog將所有的資料存盤在一個檔案中，因此StripeLog引擎在作業系統中使用更少的描述符，但是Log引擎提供更高的讀性能，
TinyLog引擎是該系列中最簡單的引擎并且提供了最少的功能和最低的性能，TinyLog引擎不支持并行讀取和并發資料訪問，并將每一列存盤在不同的檔案中，它比其余兩種支持并行讀取的引擎的讀取速度更慢，并且使用了和Log引擎同樣多的描述符，你可以在簡單的低負載的情景下使用它，

集成的表引擎

ClickHouse 提供了多種方式來與外部系統集成，包括表引擎，像所有其他的表引擎一樣，使用CREATE TABLE或ALTER TABLE查詢陳述句來完成配置，然后從用戶的角度來看，配置的集成看起來像查詢一個正常的表，但對它的查詢是代理給外部系統的，這種透明的查詢是這種方法相對于其他集成方法的主要優勢之一，比如外部字典或表函式，它們需要在每次使用時使用自定義查詢方法，

以下是支持的集成方式:

ODBC
JDBC
MySQL
MongoDB
HDFS
S3
Kafka
EmbeddedRocksDB
RabbitMQ
PostgreSQL
SQLite
Hive

其他特殊的引擎

其他的表引擎用于特定的場景，具體使用什么引擎要根據具體的需求來分析，這里我們簡單說一下有哪些表引擎，具體使用情況，我們后面再更新，

分布式引擎：分布式引擎本身不存盤資料,但可以在多個服務器上進行分布式查詢，讀是自動并行的，讀取時，遠程服務器表的索引（如果有的話）會被使用，
關聯表引擎：使用JOIN操作的一種可選的資料結構，Join表的資料總是保存在記憶體中，當往表中插入行記錄時，CH會將資料塊保存在硬碟目錄中，這樣服務器重啟時資料可以恢復，如果服務器非正常重啟，保存在硬碟上的資料塊會丟失或被損壞，這種情況下，需要手動洗掉被損壞的資料檔案，簡單來說，這個是一種對join操作的優化的引擎，
記憶體表：Memory 引擎以未壓縮的形式將資料存盤在RAM中，資料完全以讀取時獲得的形式存盤，換句話說，從這張表中讀取是很輕松的，并發資料訪問是同步的，鎖范圍小：讀寫操作不會相互阻塞，不支持索引，查詢是并行化的，在簡單查詢上達到最大速率（超過10GB/秒），因為沒有磁盤讀取，不需要解壓碩訓反序列化資料，（值得注意的是，在許多情況下，與 MergeTree 引擎的性能幾乎一樣高），重新啟動服務器時，表中的資料消失，表將變為空，通常，使用此表引擎是不合理的，但是，它可用于測驗，以及在相對較少的行（最多約100,000,000）上需要最高性能的查詢，
亂數生成表引擎：亂數生成表引擎為指定的表模式生成亂數，
緩沖區：緩沖資料寫入RAM中，周期性地將資料重繪到另一個表，在讀取操作時，同時從緩沖區和另一個表讀取資料，
字典：Dictionary引擎將字典資料展示為一個ClickHouse的表，
用于查詢處理的外部資料：ClickHouse允許向服務器發送處理查詢所需的資料以及SELECT查詢，這些資料放在一個臨時表中，可以在查詢中使用（例如，在IN運算子中），
檔案(輸入格式)：資料源是以Clickhouse支持的一種輸入格式（TabSeparated，Native等）存盤資料的檔案，
MaterializedView：物化視圖，視圖的資料會物化到資料盤，
合并：Merge引擎(不要跟MergeTree引擎混淆)本身不存盤資料，但可用于同時從任意多個其他的表中讀取資料，讀是自動并行的，不支持寫入，讀取時，那些被真正讀取到資料的表的索引（如果有的話）會被使用，
Null：當寫入Null型別的表時，將忽略資料，從Null型別的表中讀取時，回傳空，
集合：始終存在于RAM中的資料集，它適用于IN運算子的右側，
URL：用于管理遠程HTTP/HTTPS服務器上的資料，該引擎類似檔案引擎，
視圖：它不存盤資料，僅存盤指定的SELECT查詢，從表中讀取時，它會運行此查詢（并從查詢中洗掉所有不必要的列），

資料分享

ClickHouse經典中文檔案分享

參考文章

ClickHouse(01)什么是ClickHouse,ClickHouse適用于什么場景
ClickHouse(02)ClickHouse架構設計介紹概述與ClickHouse資料分片設計
ClickHouse(03)ClickHouse怎么安裝和部署
ClickHouse(04)如何搭建ClickHouse集群
ClickHouse(05)ClickHouse資料型別詳解
ClickHouse(06)ClickHouse建表陳述句DDL詳細決議

本文來自博客園，作者：張飛的豬，轉載請注明原文鏈接：https://www.cnblogs.com/the-pig-of-zf/p/16822571.html

作者公眾號：張飛的豬大資料分享，不定期分享大資料學習的總結和相關資料，歡迎關注，

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/519197.html

標籤：其他

上一篇：如何搭建一套學習、開發PostgreSQL的環境