FaN()

DorisDB vs ClickHouse vs TIDB的SSB测试可以参考这篇文章DorisDB、TiDB/TiFlash、ClickHouse性能对比-SSB测试-单多表场景环境信息:硬件信息ClickHouse:6台 16vCPUs | 64GB | 超高IO SSDDorisDB:3台 8vCPUs | 16GB | 超高IO SSDTIDB:26台TIKV 8vCPUs | 64GB | 本地NVME SSD3台TIDB 32vCPUs | 256GB3台

DorisDB vs ClickHouse SSB对比测试TL;DR进行本次测试时对DorisDB了解甚微本次测试由于服务器资源有限, 没有严格遵循单一变量原则进行测试本次测试有一定参考意义数据导入速度ClickHouse: 3500sDorisDB: 5160s数据压缩情况(通过磁盘占用空间比较)ClickHouse: 85.2GDorisDB: 132G查询速度单表查询DorisDB1DorisDB2ClickHouse1ClickHouse2

使用Canal + ClickHouse实时分析MySQL事务信息作为DBA, 有时候我们会希望能够了解线上核心库更具体的"样貌", 如:这个库主要的DML类型是什么?这个库的事务大小, 执行时间, 影响行数大概是什么样的?以上信息也许没什么价值, 但大事务对复制的影响不用多说, 并且当我们希望升级当前主从架构到MGR/PXC等高可用方案的场景时以上信息就比较重要了(毕竟用数据说话更有力度).大事务对MGR和PXC都是不友好的, 尤其是MGR(起码在5.7版本)严重时会导致整个集群hang死

TL;DR如果预估自己的业务数据量不大(日增不到百万行), 那么写分布式表和本地表都可以, 但要注意如果选择写本地表, 请保证每次写入数据都建立新的连接, 且每个连接写入的数据量基本相同如果预估自己的业务数据量大(日增百万以上, 并发插入大于10), 那么请写本地表建议每次插入50W行左右数据, 最多不可超过100W行. 总之CH不像MySQL要小事务. 比如1000W行数据, MySQL建议一次插入1W左右, 使用小事务, 执行1000次. CH建议20次,每次50W. 这是MergeTree引擎原

ClickHouse查询分布式表LEFT JOIN改RIGHT JOIN的大坑由一个慢查询衍生出的问题我们线上有一个ClickHouse集群, 总共6个服务器, 配置均为16C 64G SSD, 集群配置为三分片两副本有两个表这里称为small_table和big_table. 都是ReplicatedMergeTree引擎(三个分片两个副本).small_table有79w数据, big_table有5亿数据(数据在之后的示例中没有任何变化), 在下文中small_table和big_table都

ClickHouse Materialized Views Illuminated, Part 1[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s9cwj734-1598180858744)(https://altinity.com/wp-content/uploads/2020/02/4c9e8-stockvault-abstract-background-big-data-concept264047.jpg)]Altinity blog的读者们知道我们喜欢ClickH

ClickHouse Materialized Views Illuminated, Part 2[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nC6EAUZZ-1598180802773)(https://altinity.com/wp-content/uploads/2020/02/d1a1c-stockvault-abstract-glowing-multicolor-wireframe-background268674_small.png)]Read part 1

ClickHouse In the Storm. Part 2: Maximum QPS for key-value lookups上一篇文章调查了ClickHouse的连接性基准，以估计服务器并发的总体性能。 在本文中，我们将以实际示例为例，并在涉及实际数据时探讨并发性能。MergeTree: Key-value lookup让我们看看MergeTree引擎表如何处理高并发性，以及它能够处...

ClickHouse In the Storm. Part 1: Maximum QPS estimation - 最大QPS估算ClickHouse是一个用于分析的OLAP数据库, 因此典型的使用场景是处理相对少量的请求:每小时几个查询到每秒几十甚至几百个查询影响大量数据(gigabytes/millions of rows)但是它在其他情况下表现如何? Let’s try to u...

ClickHouse多实例部署本人刚接触ClickHouse两周, 难免有错误之处, 感谢指正. 另外一些参数我也不甚理解, 大家也可以先不必纠结参数, 先部署起来再说, 我的感触是部署后就会对整体结构有了一遍认识. 如果多实例都可以部署完毕, 那么生产单实例部署当然就不成问题了.生产环境并不建议多实例部署, ClickHouse一个查询可以用到多个CPU, 本例只适用于测试环境部署规划...