传统数仓和clickhouse对比

背景

传统数仓一般都是Hive+SparkSql作为代表，不过也包括Kylin等，而clickhouse是实时OLAP的代表，我们简单看下他们的对比

传统数仓和clickhouse对比

Hive+SparkSQL的传统数仓：
1.数据更新速度慢，由于传统数仓一般都是基于HDFS构建的，数据更新也就意味着把数据写入HDFS文件中，由于大部分表数据的结构化做的比较差，比如都是基于String表示，所以写入性能很差，意味着数据更新速度非常慢
2.数据查询速度，基于SparkSql进行数据查询虽然可以利用spark基于内存的特点提高查询速度，但是总体上说这个查询速度还是太慢，不能支持实时查询的要求，为了支持实时查询的需求，一般会引入Kylin，也就是提前预计算，但是提前预计算的问题在于维度爆炸导致的数据膨胀问题，而这些数据会导致存储的大量占用或者浪费。

基于clickhouse的实时分析

1.数据更新速度中等，在ck中我们可以通过批量插入数据的方式来达到比较好的数据插入速度，当然比起OLTP来说，更新速度还是不足，但是通过分批的方式，达到每秒几万的数据插入速度还是可以做到的。
2.数据查询速度很快，这是ck最擅长的地方，可以在秒级别计算出各种维度的数据聚合的分析结果，而不需要进行预计算，自然也不需要浪费存储