ClickHouse初识

ClickHouse这些年还是比较火的一门技术，是Yandex在2016年6月15日开源的数据分析的数据库。在GitHub上有7000多的星。

它是基于列式存储，在统计分析方面具有很大的优势。

根据数据，以100M数据集的跑分结果：ClickHouse比Vertia快约5倍，比Hive快279倍，比MySQL 快801倍。

在集群环境中，ClickHouse能够发挥出强大的查询能力。当然我们要在简单的环境中也可以做一些功能的测试，看看clickHouse是不是想空中楼阁一样离我们很遥远。

我们选择rpm安装的方式，选择单机的模式，最新的版本是19了，有不少是测试的小版本，我们暂定一个低一些的版本18，找到了如下的一个源来下载rpm包。

wget --content-disposition https://packagecloud.io/Altinity/clickhouse/packages/el/7/clickhouse-server-common-18.6.0-1.el7.x86_64.rpm/download.rpm

wget --content-disposition https://packagecloud.io/Altinity/clickhouse/packages/el/7/clickhouse-test-18.6.0-1.el7.x86_64.rpm/download.rpm

wget --content-disposition https://packagecloud.io/Altinity/clickhouse/packages/el/7/clickhouse-server-18.6.0-1.el7.x86_64.rpm/download.rpm

wget --content-disposition https://packagecloud.io/Altinity/clickhouse/packages/el/7/clickhouse-common-static-18.6.0-1.el7.x86_64.rpm/download.rpm

wget --content-disposition https://packagecloud.io/Altinity/clickhouse/packages/el/7/clickhouse-client-18.6.0-1.el7.x86_64.rpm/download.rpm

wget --content-disposition https://packagecloud.io/Altinity/clickhouse/packages/el/7/clickhouse-debuginfo-18.6.0-1.el7.x86_64.rpm/download.rpm

当然需要提前解决依赖包的问题，在CentOS里面需要准备如下的安装包。

libicu.x86_64 0:50.1.2-17.el7 libtool-ltdl.x86_64 0:2.4.2-22.el7_3 unixODBC.x86_64 0:2.3.1-11.el7

使用如下的方式来进行安装。

yum -y localinstall clickhouse-*.rpm

[root@VM_16_17_centos clickhouse]# rpm -qa|grep clickhouse

clickhouse-test-18.6.0-1.el7.x86_64

clickhouse-common-static-18.6.0-1.el7.x86_64

clickhouse-server-18.6.0-1.el7.x86_64

clickhouse-client-18.6.0-1.el7.x86_64

clickhouse-server-common-18.6.0-1.el7.x86_64

clickhouse-debuginfo-18.6.0-1.el7.x

启动ClickHouse也很简单，操作方式还是比较简单的。

/etc/init.d/clickhouse-server start

[root@VM_16_17_centos init.d]# /etc/init.d/clickhouse-server start

Start clickhouse-server service: Path to data directory in /etc/clickhouse-server/config.xml: /var/lib/clickhouse/

DONE

连接到ClickHouse,可以使用clickhouse-client

# clickhouse-client

ClickHouse client version 18.6.0.

Connecting to localhost:9000 as user default.

Connected to ClickHouse server version 18.6.0 revision 54401.

VM_16_17_centos :)

操作方式和MySQL是很类似的，输出的格式会更清晰一些，也支持\G这种显示方式。

VM_16_17_centos :) show databases;

SHOW DATABASES

┌─name────┐

│ default │

│ system │

└─────────┘

2 rows in set. Elapsed: 0.005 sec.

我们找几个简单命令来感受一下，比如生成文本的bar图。

语句如下：select type,bar(count(*),0,200,20) from columns group by type;

输出结果如下：

SELECT

type,

bar(count(*), 0, 200, 20)

FROM columns

GROUP BY type

┌─type──────────┬─bar(count(), 0, 200, 20)─┐

│ DateTime │ █▌ │

│ Date │ ▍ │

│ Float64 │ ▌ │

│ String │ ██████████▊ │

│ UInt8 │ ██▌ │

│ Array(Int64) │ │

│ Int64 │ ▋ │

│ UInt32 │ █▋ │

│ Int32 │ │

│ UInt16 │ ▍ │

│ Array(String) │ ▌ │

│ UInt64 │ █████▊ │

└───────────────┴──────────────────────────┘

12 rows in set. Elapsed: 0.002 sec.

而常用的标准化SQL查询和统计都不在话下。

后续来对这个方案进行细致的评估。