ClickHouse入门详解

一、ClickHouse简介

对于其他乱起八糟的简介，我就不写了，只写干货.
ClickHouse总结一个字：快
1、ClickHouse是列式数据库，特别适合大数据量对列的聚合，计数，求和等统计操作原因优于行式存储， 数据量可以大到10亿到百亿级别。
2、真正的列式数据库管理系统，ClickHouse不单单是一个数据库， 它是一个数据库管理系统。因为它允许在运行时创建表和数据库、加载数据和运行查询，而无需重新配置或重启服务。
3、常见列式数据库HBase，BigTable，Cassandra，HyperTable。在这些列式数据库中，你可以得到每秒数十万的吞吐能力，但是无法得到每秒几亿行的吞吐能力。
4、数据压缩，由于某一列的数据类型都是相同的，针对于数据存储更容易进行数据压缩，每一列选择更优的数据压缩算法，大大提高了数据的压缩比重，由于数据压缩比更好，一方面节省了磁盘空间，另一方面对于 cache 也有了更大的发挥空间。
5、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。高性能自然需要高配服务器。

---

点击进入: ClickHouse官网文档

---

二、ClickHouse单机版安装

2.1、ClickHouse安装前准备环境

2.1.1、Centos 取消打开文件数限制

vim /etc/security/limits.conf
vim /etc/security/limits.d/20-nproc.conf
##编辑上面两个文件，添加下面内容，记得两个文件都添加，在文件末尾添加
* soft nofile 65536
* hard nofile 65536
* soft nproc 131072
* hard nproc 131072

2.1.2、安装ClickHouse依赖环境

yum install -y libtool
yum install -y *unixODBC*

2.1.3、CentOS 取消 SELINUX

#修改/etc/selinux/config 中的 SELINUX=disabled
vim /etc/selinux/config

2.2、ClickHouse单机安装

2.2.1、安装包准备

可自行去官网把下图中的四个安装包下载下来, 下载地址：http://repo.red-soft.biz/repos/clickhouse/stable/el7/

2.2.2、安装

上传到centos中的某一目录中，在目录中执行如下命令。

rpm -ivh *.rpm

安装过程中，出现下面情况，是让你输入默认密码的，自己随便输入，一般输入root即可。也可以不设置密码，直接按回车键即可

查看安装情况

sudo rpm -qa|grep clickhouse 

2.2.3、修改配置文件

把 <listen_host>::</listen_host> 的注释打开，这样的话才能让 ClickHouse 被除本机以外的服务器访问

vim /etc/clickhouse-server/config.xml

2.2.4、启动clickhouse

注意，启动clickhouse是开机自启的。

systemctl start clickhouse-server

#使用该命令，是禁制clickhouse开机自启，不过一般我们都是需要开机自启，
#所以不执行下面这条命令了
systemctl disable clickhouse-server

2.2.4、终端链接clickhouse

#如果在上面没设置默认密码，执行clickhouse-client -m即可
clickhouse-client -m
#如果在上面设置了默认密码，执行clickhouse-client --password，然后输入密码，就可以进入了
clickhouse-client --password

2.3、ClickHouse一些默认路径

bin/     ====>  /usr/bin/    #可执行文件路径
conf/   ====> /etc/clickhouse-server     #配置文件路径
lib/      ====> /var/lib/clickhouse      #数据存放路径
log/     ====> /var/log/clickhouse       #日志路径

2.4、ClickHouse端口说明

1、9000是clickhouse-client使用的端口，一般咱们通过命令行链接，使用9000端口。

2、8123是HTTP连接clickhouse使用的端口，一般用第三方工具，比如java客户端，或者DBever客户端连接，都用8123端口。

3、记得一定要关闭centos防火墙哦。

#查看防火墙状态
systemctl status firewalld.service
#暂时关闭防火墙
systemctl stop firewalld.service
#永久关闭防火墙
systemctl disable firewalld.service

三、ClickHouse数据类型

和其他语言的数据类型都相似，我就不一一说了，官方文档上写的很好，参考下官网： https://clickhouse.com/docs/zh/sql-reference/data-types

四、ClickHouse的表引擎

4.1 MergeTree

MergeTree 引擎是ClickHouse中最常用的，地位相当于mysql的innodb,下面介绍下MergeTree引擎的一些特性

4.1.1 partition by 分区

分区是ClickHouse中非必选的属性。

分区后，面对涉及跨分区的查询统计，ClickHouse 会以分区为单位并行处理， 即一个线程处理一个分区内的数据，说明ClickHouse在高性能的同时，是需要高服务器的

分区粒度根据业务特点决定，不宜过粗或过细。一般选择按天分区，也可以指定为Tuple()，以单表一亿数据为例，分区大小控制在10-30个为最佳。

那些有相同分区表达式值的数据片段才会合并。这意味着 你不应该用太精细的分区方案（超过一千个分区）。否则，会因为文件系统中的文件数量过多和需要打开的文件描述符过多，导致 SELECT 查询效率不佳。

还有就是一般我们都是使用的是日期作为分区键，同一分区内有序，不同分区不能保证有序。

五、ClickHouse遇到的一些奇葩问题

1、ClickHouse服务起不来

开机后发现clickHouse服务起不来，具体查看了下日志信息，如下图所示：

日志说是/var/lib/clickhouse/store/f66/f66f1f2e-cc4d-47ea-b33d-f0cabf63aa63/202304_93_93_0目录损坏了

处理方法：

进入到损坏的目录 cd /var/lib/clickhouse/store 执行mv f66/ f66_bak命令，不用担心/f66目录下的文件，clickhouse会重新生成个f66目录的，然后clickhouse就正常启动了