ClickHouse — sloupcová databáze pro bleskové analytické dotazy

ClickHouse je nejrychlejší open-source sloupcová databáze. Miliardy řádků za sekundu díky vektorizovanému zpracování.

Proč je ClickHouse rychlý¶

Sloupcové uložení + vektorizované zpracování + komprese.

CREATE TABLE events (
    event_date  Date,
    event_time  DateTime,
    user_id     UInt64,
    event_type  LowCardinality(String),
    revenue_czk Decimal(12, 2)
) ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_type, user_id, event_time)
TTL event_date + INTERVAL 1 YEAR;

Materialized Views¶

CREATE MATERIALIZED VIEW hourly_revenue
ENGINE = SummingMergeTree() ORDER BY (hour, region)
AS SELECT
    toStartOfHour(event_time) AS hour,
    region,
    count() AS events,
    sum(revenue_czk) AS revenue
FROM events GROUP BY hour, region;

Optimalizace¶

• ORDER BY — podle WHERE podmínek
• LowCardinality — enum-like sloupce
• Approximate funkce — uniqHLL12

Shrnutí¶

ClickHouse je king analytických dotazů. MergeTree a materialized views pro sub-second dotazy nad miliardami řádků.