ClickHouse快速入门-创新互联

ClickHouse 是什么

ClickHouse 是一个开源的面向联机分析处理(OLAP, On-Line Analytical Processing) 的列式存储数据库管理系统。

在一个 "常规" 的行式数据库管理系统中，数据按下面的顺序存储：

id |   name   | age
---|----------|---1  | Zhangsan | 182  | GlonHo   | 203  | Lisi     | 22...| ...      | ...

换言之，所有相关的值在一个行里面一个挨一个存储。行式存储的的数据库管理系统有：MySQL, Postgres, MS SQL Server 等。

在一个列式存储数据库管理系统中，数据存储的方式如下所示：

id: 1 2 3 ...name: Zhangsan GlonHo Lisi ...age: 18 20 22 ...

列式存储的数据库管理系统更适合于 OLAP 场景（对于大多数查询，至少有 100 倍的处理速度提升）的原因有：

I/O 方面：

• 对于一个分析的查询，只需要表中少量的列。在一个列存储数据库管理系统中，可以只读取所需的数据。例如，如果只需要从 100 列中读取 5 列，那么预期可以减少 20倍 I/O

• 列式存储数据，更易于压缩，进一步减少 I/O

• 由于减少了 I/O，系统中可以缓存更多符合要求的数据

CPU 方面：

执行一个查询需要处理大量的行，它有助于调度所有操作对整个向量而不是单独的行，或实现查询引擎,这样几乎没有调度成本，如果不这么做，对于任意还过得去的磁盘子系统，查询解释器不可避免地分摊 CPU。因此，把数据以列的方式来存储和处理是很有意义的。

有两种方法可以做到这一点：

1. vector 引擎。所有操作是写成向量的形式,而不是单独的值。这意味着你不需要频繁调用操作,并且调度成本可以忽略不计。

2. 代码生成。生成的查询的代码中含有所有的间接调用。

ClickHouse 独有特性

列式存储

数据压缩

不是所有的列式存储数据管理系统都会进行数据压缩，如：InfiniDB CE 和 MonetDB。然而，数据压缩真的提高了性能

支持磁盘存储数据

一些列式存储数据管理系统只能在 RAM(Random Access Memory)上面工作，如：SAP HANA 和 Google PowerDrill。但是对于海量数据，RAM 的成本太大了。

多核并行处理

分布式处理

类 SQL 支持

支持非标准 SQL。
不支持 NULL，不支持相关子查询，支持 JOIN，支持在 FROM、IN、 JOIN 子句中的子查询和标量子查询。

Vector 引擎

不止以列的形式存储数据，部分列还经过向量处理。这样能取得高 CPU 性能。

数据实时更新

ClickHouse支持主键表。为了迅速查询某个范围内的主键，数据使用合并树增量地进行排序。因此，数据可以不断被添加到表中，添加数据时没有加锁。

索引

允许有一个主键

适用于在线查询

这使得 ClickHouse 可以用作 Web 系统的后端。低延时意味着查询可以被及时处理。

支持近似计算

支持嵌套的数据结构，支持数组

支持限制查询的复杂性

复制和支持复制节点的数据完整性

使用多主节点复制。数据被写入任何可用的复制节点后，分发给其他的复制节点。系统在不同的复制节点中维护相同的数据。在出现失败之后，数据会自动回复，或者在复杂的情况下使用一个 "按钮"。

入门指南

系统要求

ClickHouse 不是一个跨平台的系统，它要求 Linux Ubuntu 12.04 或更新版本，支持带有 4.2 SSE 指令集的 x86_64 架构。

检查是否支持 4.2 SSE 指令集：

grep -q sse4_2 /proc/cpuinfo && echo "SSE 4.2 supported" || echo "SSE 4.2 not supported"

推荐使用 Ubuntu 系统，连接终端必须是 UTF-8 编码（Ubuntu 默认是 UTF-8）。

安装

用系统安装包的方式

在 /etc/apt/sources.list 或者一个单独的 /etc/apt/sources.list.d/clickhouse.list 文件中添加 repository：

在 Ubuntu Trusty (14.04):

deb http://repo.yandex.ru/clickhouse/trusty stable main

对于其他 Ubuntu 版本，把替换 trusty 成 xenial 或者 precise。

然后执行：

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv E0C56BD4    # optionalsudo apt-get updatesudo apt-get install clickhouse-client clickhouse-server-common

也可以手动下载安装包：

ClickHouse 包含访问限制设置，设置在 users.xml 文件中（和 config.xml 放在一起）。

默认情况下，允许自任何地方的默认用户无密码的访问。

用源码安装

Linux 平台跟着 build.md 中的介绍进行 build，Mac OS X 则跟着 build_osx.md 进行 build。

你可以编译包然后安装，也可以不安装。

对于 Server，创建一个数据目录，如：

/var/lib/clickhouse/data/default//var/lib/clickhouse/metadata/default/

在 server config 中配置，然后给所需用户 chown 分配权限。

注意：服务器配置的路径是：src/dbms/src/Server/config.xml

其他安装方式

Docker p_w_picpath: https://hub.docker.com/r/yandex/clickhouse-server/

Gentoo: https://github.com/kmeaw/clickhouse-overlay

运行

以守护进程(daemon)的方式启动服务：

sudo service clickhouse-server start

日志目录：

/var/log/clickhouse-server/

如果启动失败，检查配置文件：

/etc/clickhouse-server/config.xml

还可以在控制台启动服务：

clickhouse-server --config-file=/etc/clickhouse-server/config.xml

在这种情况下，日志会输出到控制台，这在开发的时候还是挺方便的。如果配置文件就在当前目录（即与 clickhouse-server 同一目录），无需使用参数 --config-file，默认读取 ./config-file。

可以使用命令行客户端来连接服务：

clickhouse-client

clickhouse-client 参数介绍：

默认情况下，配置文件的搜索顺序如下：

• ./clickhouse-client.xml

• ~/.clickhouse-client/config.xml

• /etc/clickhouse-client/config.xml

如果三个文件同时存在N个，则以找到的第一个配置文件为准。

这个客户端还可以连接到一个远程服务端：

clickhouse-client --host=example.com

还可以指定将用于处理查询的任何设置，如：clickhouse-client --max_threads=1，表示查询处理线程的大数量为 1。

检查系统

root@GlonHo:~# clickhouse-clientClickHouse client version 1.1.54198.
Connecting to localhost:9000.Connected to ClickHouse server version 1.1.54198.

:) 
:) select 1SELECT 1┌─1─┐
│ 1 │
└───┘1 rows in set. Elapsed: 0.023 sec. 

:)

恭喜你，it works!

测试数据

如果你是 Yandex 的员工，你可以使用 Yandex.Metrica 的测试数据来探索系统的功能和性能，你在这里可以找到如何使用测试数据的介绍。另外，你可以使用一个公开的可用的数据集，看这里。

如果你有疑问

如果你是 Yandex 的员工，你可以使用 ClickHouse 内部邮件列表，你可以订阅这个列表来获取公告、新的发展信息和其他用户的问题。

另外，你可以在 Stack Overflow 上提问，在 Google Groups 上讨论，或者发邮件到开发者邮箱：clickhouse-feedback@yandex-team.com。

最后

ClickHouse 目前官方只支持 Ubuntu，对于 RedHat 并没有什么描述。在 CentOS 6.9 上编译安装的时候，特别麻烦，最后放弃了，后来在官方的 Google Groups 上找到一个 RedHat 的包安装方式（或者直接到 GitHub），但还是找不到对应版本的依赖，搜了一下，可能需要重新编译内核，也就放弃了。最终找了个 Ubuntu 14.04 LTS 来做的实验。

CentOS：

[root@GlonHo ~]# grep -q sse4_2 /proc/cpuinfo && echo "SSE 4.2 supported" || echo "SSE 4.2 not supported"
SSE 4.2 supported

[root@GlonHo ~]# yum-config-manager --add-repo http://repo.red-soft.biz/repos/clickhouse/repo/clickhouse-el6.repobash: yum-config-manager: command not found

[root@GlonHo ~]# yum -y install yum-utils 
...

[root@GlonHo ~]# yum-config-manager --add-repo http://repo.red-soft.biz/repos/clickhouse/repo/clickhouse-el6.repoLoaded plugins: fastestmirror
adding repo from: http://repo.red-soft.biz/repos/clickhouse/repo/clickhouse-el6.repo
grabbing file http://repo.red-soft.biz/repos/clickhouse/repo/clickhouse-el6.repo to /etc/yum.repos.d/clickhouse-el6.repo
clickhouse-el6.repo                                                                                                                                  |  165 B     00:00     repo saved to /etc/yum.repos.d/clickhouse-el6.repo

[root@GlonHo ~]# yum install clickhouse-server clickhouse-client clickhouse-server-common clickhouse-compressor -y
Loaded plugins: fastestmirror
Setting up Install Process
Loading mirror speeds from cached hostfile
 * base: mirrors.zju.edu.cn
 * epel: mirrors.tuna.tsinghua.edu.cn
 * extras: mirrors.zju.edu.cn
 * updates: mirrors.163.com
base                                                                                                                         | 3.7 kB     00:00     clickhouse                                                                                                                   | 2.9 kB     00:02     extras                                                                                                                       | 3.4 kB     00:00     updates                                                                                                                      | 3.4 kB     00:00     Package clickhouse-server-common-1.1.54198-3.el6.x86_64 already installed and latest versionPackage clickhouse-compressor-1.1.54198-3.el6.x86_64 already installed and latest versionResolving Dependencies--> Running transaction check---> Package clickhouse-client.x86_64 0:1.1.54198-3.el6 will be installed---> Package clickhouse-server.x86_64 0:1.1.54198-3.el6 will be installed--> Processing Dependency: libbfd-2.20.51.0.2-5.44.el6.so()(64bit) for package: clickhouse-server-1.1.54198-3.el6.x86_64--> Finished Dependency ResolutionError: Package: clickhouse-server-1.1.54198-3.el6.x86_64 (clickhouse)
           Requires: libbfd-2.20.51.0.2-5.44.el6.so()(64bit)
 You could try using --skip-broken to work around the problem
 You could try running: rpm -Va --nofiles --nodigest

Ubuntu：

root@GlonHo:~# grep -q sse4_2 /proc/cpuinfo && echo "SSE 4.2 supported" || echo "SSE 4.2 not supported"SSE 4.2 supported

root@GlonHo:/etc/apt/sources.list.d# vim clickhouse.list
deb http://repo.yandex.ru/clickhouse/trusty stable main

root@GlonHo:~# apt-key adv --keyserver keyserver.ubuntu.com --recv E0C56BD4
Executing: gpg --ignore-time-conflict --no-options --no-default-keyring --homedir /tmp/tmp.IoJhY8ePkd --no-auto-check-trustdb --trust-model always --keyring /etc/apt/trusted.gpg --primary-keyring /etc/apt/trusted.gpg --keyserver keyserver.ubuntu.com --recv E0C56BD4
gpg: requesting key E0C56BD4 from hkp server keyserver.ubuntu.com
gpg: key E0C56BD4: public key "ClickHouse Repository Key " imported
gpg: Total number processed: 1gpg:               imported: 1  (RSA: 1)
root@GlonHo:~# apt-get updateHit http://security.ubuntu.com trusty-security InRelease                     
Ign http://archive.ubuntu.com trusty InRelease                                 
...    
Reading package lists... Done
root@GlonHo:~# root@GlonHo:~# apt-get install clickhouse-client clickhouse-server-commonReading package lists... Done
Building dependency tree       
Reading state information... Done
The following packages were automatically installed and are no longer required:
  acl at-spi2-core colord dconf-gsettings-backend dconf-service fontconfig
  fontconfig-config fonts-dejavu-core hicolor-icon-theme libasound2
  libasound2-data libatk-bridge2.0-0 libatk1.0-0 libatk1.0-data libatspi2.0-0
  libavahi-client3 libavahi-common-data libavahi-common3 libcairo-gobject2
  libcairo2 libcanberra-gtk3-0 libcanberra-gtk3-module libcanberra0 libcolord1
  libcolorhug1 libcups2 libdatrie1 libdconf1 libdrm-intel1 libdrm-nouveau2
  libdrm-radeon1 libexif12 libfontconfig1 libfontenc1 libgd3
  libgdk-pixbuf2.0-0 libgdk-pixbuf2.0-common libgl1-mesa-dri libgl1-mesa-glx
  libglapi-mesa libgphoto2-6 libgphoto2-l10n libgphoto2-port10 libgraphite2-3
  libgtk-3-0 libgtk-3-bin libgtk-3-common libgudev-1.0-0 libgusb2
  libharfbuzz0b libice6 libieee1284-3 libjasper1 libjbig0 libjpeg-turbo8
  libjpeg8 liblcms2-2 libllvm3.4 libltdl7 libnotify-bin libnotify4 libogg0
  libpango-1.0-0 libpangocairo-1.0-0 libpangoft2-1.0-0 libpciaccess0
  libpixman-1-0 libsane libsane-common libsm6 libtdb1 libthai-data libthai0
  libtiff5 libtxc-dxtn-s2tc0 libv4l-0 libv4lconvert0 libvorbis0a
  libvorbisfile3 libvpx1 libwayland-client0 libwayland-cursor0 libx11-xcb1
  libxaw7 libxcb-dri2-0 libxcb-dri3-0 libxcb-glx0 libxcb-present0
  libxcb-render0 libxcb-shm0 libxcb-sync1 libxcomposite1 libxcursor1
  libxdamage1 libxfixes3 libxfont1 libxi6 libxinerama1 libxkbcommon0
  libxkbfile1 libxmu6 libxpm4 libxrandr2 libxrender1 libxshmfence1 libxt6
  libxtst6 libxxf86vm1 notification-daemon sound-theme-freedesktop x11-common
  x11-xkb-utils xfonts-base xfonts-encodings xfonts-utils xserver-common
  xserver-xorg-core
Use 'apt-get autoremove' to remove them.
The following extra packages will be installed:
  clickhouse-server-base
The following NEW packages will be installed:
  clickhouse-client clickhouse-server-base clickhouse-server-common0 upgraded, 3 newly installed, 0 to remove and 0 not upgraded.
Need to get 198 MB of archives.
After this operation, 632 MB of additional disk space will be used.
Do you want to continue? [Y/n] yGet:1 http://repo.yandex.ru/clickhouse/trusty/ stable/main clickhouse-server-base amd64 1.1.54198 [198 MB]
Get:2 http://repo.yandex.ru/clickhouse/trusty/ stable/main clickhouse-client amd64 1.1.54198 [2,674 B]
Get:3 http://repo.yandex.ru/clickhouse/trusty/ stable/main clickhouse-server-common amd64 1.1.54198 [7,578 B]
Fetched 198 MB in 18min 7s (182 kB/s)                                          
Selecting previously unselected package clickhouse-server-base.
(Reading database ... 62852 files and directories currently installed.)
Preparing to unpack .../clickhouse-server-base_1.1.54198_amd64.deb ...
Unpacking clickhouse-server-base (1.1.54198) ...
Selecting previously unselected package clickhouse-client.
Preparing to unpack .../clickhouse-client_1.1.54198_amd64.deb ...
Unpacking clickhouse-client (1.1.54198) ...
Selecting previously unselected package clickhouse-server-common.
Preparing to unpack .../clickhouse-server-common_1.1.54198_amd64.deb ...
Unpacking clickhouse-server-common (1.1.54198) ...
Processing triggers for ureadahead (0.100.0-16) ...
Setting up clickhouse-server-base (1.1.54198) ...
Processing triggers for ureadahead (0.100.0-16) ...
Setting up clickhouse-client (1.1.54198) ...
Setting up clickhouse-server-common (1.1.54198) ...
root@GlonHo:~# root@GlonHo:~# topTasks:  90 total,   2 running,  88 sleeping,   0 stopped,   0 zombie
%Cpu(s):  0.0 us,  0.2 sy,  0.0 ni, 99.8 id,  0.0 wa,  0.0 hi,  0.0 si,  0.0 st
KiB Mem:   2049856 total,  1147260 used,   902596 free,    16004 buffers
KiB Swap:        0 total,        0 used,        0 free.   960556 cached Mem

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU %MEM     TIME+ COMMAND                                                                                                                 
 1262 root      20   0  112712  34552   1112 S   0.0  1.7   0:00.00 ruby                                                                                                                    
 1196 root      20   0  182364  34428   2728 S   0.0  1.7   0:00.77 puppet                                                                                                                  
 **2368 clickho+  20   0  241336  12524   3504 S   0.0  0.6   0:00.04 clickhouse-serv**                                                                                                         
 1973 root      20   0  107720   4216   3220 S   0.0  0.2   0:00.02 sshd      

root@GlonHo:~# ls /var/log/clickhouse-server/clickhouse-server.err.log  clickhouse-server.log  stderr  stdout

root@GlonHo:~# cat /var/log/clickhouse-server/clickhouse-server.err.log 2017.04.24 09:30:03.783101 [ 1 ]  ConfigProcessor: Include not found: networks2017.04.24 09:30:03.783125 [ 1 ]  ConfigProcessor: Include not found: networks2017.04.24 09:30:05.803298 [ 2 ]  ConfigProcessor: Include not found: clickhouse_remote_servers2017.04.24 09:30:05.803353 [ 2 ]  ConfigProcessor: Include not found: clickhouse_compression
root@GlonHo:~# root@GlonHo:~# cat /var/log/clickhouse-server/clickhouse-server.log 2017.04.24 09:30:03.708578 [ 1 ]  : Starting daemon with revision 541982017.04.24 09:30:03.781176 [ 1 ]  Application: starting up2017.04.24 09:30:03.781650 [ 1 ]  Application: rlimit on number of file descriptors is 2621442017.04.24 09:30:03.781664 [ 1 ]  Application: Initializing DateLUT.2017.04.24 09:30:03.781670 [ 1 ]  Application: Initialized DateLUT with time zone `UTC'.
2017.04.24 09:30:03.782226 [ 1 ]  Application: Configuration parameter 'interserver_http_host' doesn't exist or exists and empty. Will use 'ubuntu' as replica host.
2017.04.24 09:30:03.782338 [ 1 ]  ConfigReloader: Loading config `/etc/clickhouse-server/users.xml'
2017.04.24 09:30:03.783093 [ 1 ]  ConfigProcessor: Include not found: networks
2017.04.24 09:30:03.783121 [ 1 ]  ConfigProcessor: Include not found: networks
2017.04.24 09:30:03.783472 [ 1 ]  Application: Loading metadata.
2017.04.24 09:30:03.783610 [ 1 ]  DatabaseOrdinary (default): Total 0 tables.
2017.04.24 09:30:03.783734 [ 1 ]  Application: Loaded metadata.
2017.04.24 09:30:03.783848 [ 1 ]  DatabaseOrdinary (system): Total 0 tables.
2017.04.24 09:30:03.784376 [ 1 ]  Application: Listening http://[::1]:8123
2017.04.24 09:30:03.784420 [ 1 ]  Application: Listening tcp: [::1]:9000
2017.04.24 09:30:03.784448 [ 1 ]  Application: Listening interserver: [::1]:9009
2017.04.24 09:30:03.784473 [ 1 ]  Application: Listening http://127.0.0.1:8123
2017.04.24 09:30:03.784491 [ 1 ]  Application: Listening tcp: 127.0.0.1:9000
2017.04.24 09:30:03.784507 [ 1 ]  Application: Listening interserver: 127.0.0.1:9009
2017.04.24 09:30:03.784621 [ 1 ]  Application: Ready for connections.
2017.04.24 09:30:05.801608 [ 2 ]  ConfigReloader: Loading config `/etc/clickhouse-server/config.xml'2017.04.24 09:30:05.803274 [ 2 ]  ConfigProcessor: Include not found: clickhouse_remote_servers2017.04.24 09:30:05.803348 [ 2 ]  ConfigProcessor: Include not found: clickhouse_compression


root@GlonHo:~# cat /var/log/clickhouse-server/stderr Should logs to /var/log/clickhouse-server/clickhouse-server.logShould error logs to /var/log/clickhouse-server/clickhouse-server.err.logroot@GlonHo:~# clickhouse-clientClickHouse client version 1.1.54198.
Connecting to localhost:9000.
Connected to ClickHouse server version 1.1.54198.

:) 
:) select 1SELECT 1┌─1─┐
│ 1 │
└───┘1 rows in set. Elapsed: 0.023 sec. 

:) 
:) select now()

SELECT now()

┌───────────────now()─┐
│ 2017-04-24 09:37:31 │
└─────────────────────┘1 rows in set. Elapsed: 0.005 sec. 

:) 
:) Bye. (CTRL + d 退出客户端)

root@GlonHo:~# service clickhouse-server stopStop clickhouse-server service: DONE

日志变化：

root@GlonHo:~# tail -f /var/log/clickhouse-server/clickhouse-server.log2017.04.24 09:36:59.286669 [ 3 ]  TCPConnectionFactory: TCP Request. Address: 127.0.0.1:369422017.04.24 09:36:59.288258 [ 3 ]  TCPHandler: Connected ClickHouse client version 1.1.54198, user: default.2017.04.24 09:37:15.669268 [ 3 ]  executeQuery: (from 127.0.0.1:36942) select 12017.04.24 09:37:15.678877 [ 3 ]  InterpreterSelectQuery: FetchColumns -> Complete2017.04.24 09:37:15.679000 [ 3 ]  executeQuery: Query pipeline:Expression
 Expression
  One2017.04.24 09:37:15.679459 [ 3 ]  executeQuery: Read 1 rows, 1.00 B in 0.010 sec., 98 rows/sec., 98.89 B/sec.2017.04.24 09:37:15.679521 [ 3 ]  MemoryTracker: Peak memory usage (for query): 1.00 MiB.2017.04.24 09:37:15.679541 [ 3 ]  MemoryTracker: Peak memory usage (for user): 1.00 MiB.2017.04.24 09:37:15.679548 [ 3 ]  MemoryTracker: Peak memory usage (total): 1.00 MiB.2017.04.24 09:37:15.679559 [ 3 ]  TCPHandler: Processed in 0.011 sec.2017.04.24 09:37:31.497405 [ 3 ]  executeQuery: (from 127.0.0.1:36942) select now()2017.04.24 09:37:31.497653 [ 3 ]  InterpreterSelectQuery: FetchColumns -> Complete2017.04.24 09:37:31.497976 [ 3 ]  executeQuery: Query pipeline:Expression
 Expression
  One2017.04.24 09:37:31.500776 [ 3 ]  executeQuery: Read 1 rows, 1.00 B in 0.003 sec., 313 rows/sec., 313.78 B/sec.2017.04.24 09:37:31.500856 [ 3 ]  MemoryTracker: Peak memory usage (for query): 1.00 MiB.2017.04.24 09:37:31.500872 [ 3 ]  MemoryTracker: Peak memory usage (for user): 1.00 MiB.2017.04.24 09:37:31.500880 [ 3 ]  MemoryTracker: Peak memory usage (total): 1.00 MiB.2017.04.24 09:37:31.500893 [ 3 ]  TCPHandler: Processed in 0.004 sec.2017.04.24 10:04:11.313863 [ 3 ]  TCPHandler: Done processing connection.2017.04.24 10:04:36.359834 [ 4 ]  Application: Received termination signal (Terminated)2017.04.24 10:04:36.359978 [ 1 ]  Application: Received termination signal.2017.04.24 10:04:36.360021 [ 1 ]  Application: Waiting for current connections to close.2017.04.24 10:04:37.000043 [ 1 ]  Application: Closed all connections.2017.04.24 10:04:37.004456 [ 1 ]  Application: Shutting down storages.2017.04.24 10:04:37.005499 [ 1 ]  Application: Shutted down storages.2017.04.24 10:04:37.010125 [ 1 ]  Application: Destroyed global context.2017.04.24 10:04:37.010483 [ 1 ]  Application: shutting down2017.04.24 10:04:37.011206 [ 1 ]  Application: Uninitializing subsystem: Logging Subsystem2017.04.24 10:04:37.011572 [ 4 ]  BaseDaemon: Stop SignalListener thread

另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。