一、介绍
参考《ClickHouse原理解析与应用实战》图书，作者：朱凯。
二、使用入门
2.1目录结构
核心目录
（1）/etc/clickhouse-server：服务端的配置文件目录，包括全局配
置config.xml和用户配置users.xml等。
（2）/var/lib/clickhouse：默认的数据存储目录（通常会修改默认
路径配置，将数据保存到大容量磁盘挂载的路径）。
（3）/var/log/clickhouse-server：默认保存日志的目录（通常会修
改路径配置，将日志保存到大容量磁盘挂载的路径）。
配置文件
（1）/etc/security/limits.d/clickhouse.conf：文件句柄数量的配置，
默认值如下所示。
（2）/etc/cron.d/clickhouse-server：cron定时任务配置，用于恢复
因异常原因中断的ClickHouse服务进程。
2.2客户端访问接口
ClickHouse的底层访问接口支持TCP和HTTP两种协议，其中，
TCP协议拥有更好的性能，其默认端口为9000，主要用于集群间的内
部通信及CLI客户端；而HTTP协议则拥有更好的兼容性，可以通过
REST服务的形式被广泛用于JAVA、Python等编程语言的客户端，其默
认端口为8123。通常而言，并不建议用户直接使用底层接口访问
ClickHouse，更为推荐的方式是通过CLI和JDBC这些封装接口，因为
它们更加简单易用。
CLI
CLI（Command Line Interface）即命令行接口，其底层是基于TCP
接口进行通信的，是通过clickhouse-client脚本运行的。
JDBC
ClickHouse支持标准的JDBC协议，底层基于HTTP接口通信。
JDBC支持高可用模式。
高可用模式允许设置多个host地址，每次会从可用的地址中随机
选择一个进行连接，其URL声明格式如下：
jdbc:clickhouse://<first-host>:<port>,<second-host>:<port>[,…]/<database>在高可用模式下，需要通过BalancedClickhouseDataSource对象获
取连接。
2.3数据分区
数据分区partition目前仅MergeTree表引擎支持。例如使用日期字段分区。
CREATE TABLE partition_v1 ( ID String, URL String, EventTime Date ) ENGINE = MergeTree() PARTITION BY toYYYYMM(EventTime) ORDER BY ID通过system.parts系统表，查询数据表的分区状态：
SELECT table,partition,path from system.parts WHERE table = 'partition_v1' ┌─table─────┬─partition─┬─path─────────────────────────┐ │ partition_v1 │ 201905 │ /chbase/data/default/partition_v1/201905_1_1_0/│ │ partition_v1 │ 201906 │ /chbase/data/default/partition_v1/201906_2_2_0/│ └─────────┴────────┴─────────────────────────────┘使用不合理的分区键也会适得其反，分区键不应该使用粒
度过细的数据字段。例如，按照小时分区，将会带来分区数量的急剧
增长，从而导致性能下降。
三、表引擎
ClickHouse拥有非常庞大的表引擎体
系，截至本书完成时，其共拥有合并树、外部存储、内存、文件、接
口和其他6大类20多种表引擎。
3.1 MergeTree
（MergeTree）表引擎及其家族系列（*MergeTree）最为强大，在生产环境的绝大部分场景中，都会使用此系列的表引擎。因为只有合并树系列的表引擎才支持主键索引、数据分区、数据副本和数据采样这些特性，同时也只有此系列的表引擎支持ALTER相关操作。
合并树家族自身也拥有多种表引擎的变种。其中MergeTree作为家族中最基础的表引擎，提供了主键索引、数据分区、数据副本和数据采样等基本能力，而家族中其他的表引擎则在MergeTree的基础之上各有所长。例如ReplacingMergeTree表引擎具有删除重复数据的特性，而SummingMergeTree表引擎则会按照排序键自动聚合数据。如果给合并树系列的表引擎加上Replicated前缀，又会得到一组支持数据副本的表引擎，例如ReplicatedMergeTree、ReplicatedReplacingMergeTree、 ReplicatedSummingMergeTree等。合并树表引擎家族如图6-1所示。
3.1.1 mergetree创建于存储
MergeTree在写入一批数据时，数据总会以数据片段的形式写入磁盘，且数据片段不可修改。为了避免片段过多，ClickHouse会通过后台线程，定期合并这些数据片段，属于相同分区的数据片段会被合成一个新的片段。这种数据片段往复合并的特点，也正是合并树名称的由来。
创建语法：
CREATE TABLE [IF NOT EXISTS] [db_name.]table_name ( name1 [type] [DEFAULT|MATERIALIZED|ALIAS expr], name2 [type] [DEFAULT|MATERIALIZED|ALIAS expr],
省略... ) ENGINE = MergeTree() [PARTITION BY expr] [ORDER BY expr] [PRIMARY KEY expr] [SAMPLE BY expr] [SETTINGS name=value, 省略...]（1）PARTITION BY [选填]：分区键，用于指定表数据以何种标
准进行分区。分区键既可以是单个列字段，也可以通过元组的形式使用多个列字段，同时它也支持使用列表达式。如果不声明分区键，则ClickHouse会生成一个名为all的分区。合理使用数据分区，可以有效减少查询时数据文件的扫描范围，更多关于数据分区的细节会在6.2节介绍。
（2）ORDER BY [必填]：排序键，用于指定在一个数据片段内，
数据以何种标准排序。默认情况下主键（PRIMARY KEY）与排序键相同。排序键既可以是单个列字段，例如ORDER BYCounterID，也可以通过元组的形式使用多个列字段，例如ORDER BY（CounterID,EventDate）。当使用多个列字段排序时，以ORDER BY（CounterID,EventDate）为例，在单个数据片段内，数据首先会以CounterID排序，相同CounterID的数据再按EventDate排序。
（3）PRIMARY KEY [选填]：主键，顾名思义，声明后会依照主
键字段生成一级索引，用于加速表查询。默认情况下，主键与排序键(ORDER BY)相同，所以通常直接使用ORDER BY代为指定主键，无须
刻意通过PRIMARY KEY声明。所以在一般情况下，在单个数据片段内，数据与一级索引以相同的规则升序排列。与其他数据库不同，MergeTree主键允许存在重复数（ReplacingMergeTree可以去重）。
（4）SAMPLE BY [选填]：抽样表达式，用于声明数据以何种标
准进行采样。
.......省略，具体参考文档。
3.1.2存储结果
3.1.1 数据分区
通过先前的介绍已经知晓在MergeTree中，数据是以分区目录的形式进行组织的，每个分区独立分开存储。借助这种形式，在对
MergeTree进行数据查询时，可以有效跳过无用的数据文件，只使用最小的分区目录子集。这里有一点需要明确，在ClickHouse中，数据分区（partition）和数据分片（shard）是完全不同的概念。数据分区是针对本地数据而言的，是对数据的一种纵向切分。MergeTree并不能依靠分区的特性，将一张表的数据分布到多个ClickHouse服务节点。
3.1.3 TTL
ttl支持列级ttl，也支持表级ttl。
3.2 Buffer表引擎
Buffer表引擎完全使用内存装载数据，不支持文件的持久化存储，所以当服务重启之后，表内的数据会被清空。Buffer表引擎不是为了面向查询场景而设计的，它的作用是充当缓冲区的角色。假设有这样一种场景，我们需要将数据写入目标MergeTree表A，由于写入的并发数很高，这可能会致MergeTree表A的合并速度慢于写入速度（因为每一次INSERT都会生成一个新的分区目录）。此时，可以引入Buffer表来缓解这类问题，将Buffer表作为数据写入的缓冲区。数据首先被写入Buffer表，当满足预设条件时，Buffer表会自动将数据刷新到目标表。
Buffer表引擎的声明方式如下所示：
ENGINE = Buffer(database, table, num_layers, min_time, max_time, min_rows, max_rows, min_bytes, max_bytes)根据上述条件可知，Buffer表刷新的判断依据有三个，满足其中任意一个，Buffer表就会刷新数据，它们分别是：
·如果三组条件中所有的最小阈值都已满足，则触发刷新动作；
·如果三组条件中至少有一个最大阈值条件满足，则触发刷新动作；
·如果写入的一批数据的数据行大于max_rows，或者数据体量大于max_bytes，则数据直接被写入目标表。
