ClickHouse 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。
和我们常见的关系型数据库非常不同。比如，MySQL，Postgresql，SQL Server 等数据库采用的都是行式存储，而 ClickHouse 采用的却是列式存储。下面我们通过一个简单的例子，来比较它们的不同。
再比如，下面的 SQL：
SELECT name FROM artcle where id > 10000;
在众多的数据中，我只取一列，但我需要把每条数据都读取出来。
基于上面传统数据库的一些特点，ClickHouse 另辟蹊径，推出了列式存储。
看上图的列式存储示例，完全和 MySQL 等数据库不同。当我执行下面的 SQL 时，查询效率非常的高！
SELECT name FROM article where id > 10000;
由于 name 列的数据都存储在一起，因此效率大大地超过了传统的数据库。
除了逻辑上的不同，磁盘上的组织结构也大不一样。
除了列式存储上的不同，ClickHouse 还有高效的数据压缩，默认使用LZ4算法，总体压缩比可达 8:1。ClickHouse 还采用了分布式多主架构提高并发性能，ClickHouse使读请求可以随机打到任意节点，均衡读压力，写请求也无需转发到master节点，不会产生单点压力。
ClickHouse 还有向量引擎，利用 SIMD 指令实现并行计算。对多个数据块来说，一次 SIMD 指令会同时操作多个块，大大减少了命令执行次数，缩短了计算时间。向量引擎在结合多核后会将 ClickHouse 的性能淋漓尽致地发挥出来。
ClickHouse 在索引上也有不同，采用了稀数索引及跳数索引。同时还有很多 MergeTree，提供海量业务场景支持。
总结
ClickHouse的列式存储有其优势，但是也有不足，例如不支持事务、异步修改。
在数据不是频繁修改的情况下，采用ClickHouse来存储和处理数据查询。如果需要频繁修改数据场景，最好的方案还是用MySQL，并对数据进行分表处理。
网友回复
我知道答案，我要回答
私活外包
