clickhouse可实现秒级即席查询

前言

最近一直在搞监控方面的事情，随着监控数据越来越多，之前使用的influxdb感觉有点要扛不住的感觉，查询时间范围选择稍长，查询速度就变得特别慢。正好发现了clickhouse数据库，测试后觉得不错，目前监控已经全面切换至clickhouse，今天就来简单分享下clickhouse如何实现多磁盘存储，实现冷热数据分离。

作者：京东零售 姜波

前言

本文主要针对供应链计划业务发展过程中系统产生的瓶颈问题的解决方案进行阐述，并且分享一些问题解决过程中用到的一些工具方法，希望对其他业务同类问题提供启发，原理细节不着重介绍，如有兴趣欢迎一起探讨。

ClickHouse 介绍

ClickHouse 是一款高性能、列式存储的开源分析型数据库，专为在线分析处理（OLAP）场景设计。它能够处理海量数据，支持实时查询和复杂的数据分析，具备极高的读写性能和数据压缩能力。ClickHouse 提供了强大的 SQL 支持，包括对复杂查询、聚合操作和窗口函数的优化，使其成为处理大规模数据集的理想选择。此外，ClickHouse 支持分布式架构，通过数据分片和副本机制，能够实现高可用性和水平扩展。它广泛应用于日志分析、物联网数据处理、实时监控等领域，帮助企业快速获取数据洞察，驱动业务决策。

概述

Clickhouse是一个用于联机分析的列式数据库管理系统，主要用于在线分析处理查询（OLAP），能够使用SQL查询实时生成分析数据报告。

一、基础前提

已经安装好了ClickHouse数据库（不懂得如何安装可以看我上一篇文章《单机版ClickHouse部署快速入门》），然后在default数据库中，创建一张表：

CREATE TABLE user_info
(
    `id` UInt64,
    `user_name` String,
    `user_phone` String,
    `create_time` DateTime DEFAULT CAST(now(),'DateTime')
)
ENGINE = MergeTree
PRIMARY KEY id
ORDER BY id;

• 
  一、自助分析场景OLAP技术选型
• 1.1 背景

clickhouse 简介
ck是一个列式存储的数据库，其针对的场景是OLAP。OLAP的特点是：

• 数据不经常写，即便写也是批量写。不像OLTP是一条一条写
• 大多数是读请求
• 查询并发较少，不适合放置先生高并发业务场景使用 , CK本身建议最大一秒100个并发查询。