OLAP引擎Kylin和Clickhouse的对比

最新推荐文章于 2025-06-05 11:17:18 发布
原创 最新推荐文章于 2025-06-05 11:17:18 发布 · 3.4k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Kylin #Clickhouse #大数据OLAP引擎 #对比

本文对Kylin和ClickHouse这两款流行的大数据OLAP引擎进行多方面对比。介绍了二者技术原理，如Kylin基于Hadoop的MOLAP技术，ClickHouse是基于Map架构的分布式ROLAP分析引擎；还对比了存储结构，Kylin有HBase和Parquet两种存储引擎。同时提及了它们的使用场景和特点。

目录

 

1. 概述

2. 技术原理对比

2.1 kylin技术原理

2.2 clickhouse技术原理

3. 二者存储结构对比

3.1 kylin存储结构

3.2 hbase存储结构详细解释

3.3 parquet存储结构详解介绍

6. 参考链接

1. 概述

本文内容根据这篇文章学习总结而的。主要介绍二者各方面的对比，以及目前两款olap引擎在国内公司的使用情况。

kylin和clickhouse都是目前市场流行的大数据OLAP引擎。

2. 技术原理对比

2.1 kylin技术原理

kylin使用Java开发，与hadoop生态高度融合。kylin集群依赖zookeeper协调，只支持select查询语句。

<
最低0.47元/天 解锁文章
【大数据 OLAP ClickHouse 引擎】ClickHouse 系统架构和存储引擎实现原理 : 为什么 ClickHouse 这么快？ Why is ClickHouse so fast?
AI天才研究院
03-01 4万+
ClickHouse 是一款由俄罗斯 Yandex 公司开发的 C++ 开源高性能 OLAP 组件。在 Yandex 内部, ClickHouse 主要用于在线流量分析产品 Yandex Metrica，类似于 Google Analytics 或者百度统计。ClickHouse是一款MPP架构的列式存储数据库，但MPP和列式存储并不是什么"稀罕"的设计。拥有类似架构的其他数据库产品也有很多，但是为什么偏偏只有ClickHouse的性能如此出众呢？
【构建PB级准实时分析引擎】 - 对比druid，clickhouse,kylin,KAWQ,presto，spark sql，impala等主流开源离线数据分析引擎
巨魔战将
11-28 1835
文档说明   对于每日10TB+的数据增量，应该选择什么样的离线分析引擎，才能既高效，有低成本？   追求性能极限的同时，也需要兼顾向后扩展性，比如人才招聘，运维成本，部署成本，分析场景变化等，那么如何才能选择最适合自己的离线分析引擎呢？   本文从自身需求的视角出发，综合对比目前主流的开源离线分析方案，以寻找最合适的离线分析方案，来满足自己的需求。   对于目前较为主流的druid，clickhouse,kylin,KAWQ,presto，spark sql，impala进行了多方面的评比，仔细分析，以寻
浅淡 Apache Kylin 与 ClickHouse 的对比
monkeyboy_tech的博客
11-25 4383
Apache Kylin 和 ClickHouse 都是目前市场流行的大数据 OLAP 引擎；Kylin 最初由 eBay 中国研发中心开发，2014 年开源并贡献给 Apache 软件基金会，凭借着亚秒级查询的能力和超高的并发查询能力，被许多大厂所采用，包括美团，滴滴，携程，贝壳找房，腾讯，58同城等； OLAP 领域这两年炙手可热的 ClickHouse，由俄罗斯搜索巨头 Yandex 开发，于2016年开源，典型用户包括字节跳动、新浪、腾讯等知名企业。 这两种 OLAP 引擎有什么差异，各自有什么优势
clickhouse、Doris、Kylin对比
DaDiNiWangGe的博客
10-25 1350
ClickHouse是俄罗斯的Yandex于2016年开源的列式存储数据库（DBMS），使用C++语言编写，是基于 MPP 架构的分布式 ROLAP （Relational OLAP）分析引擎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，可以支持任意指标、任意维度并秒级给出反馈。如果说两者不那么强的地方，ClickHouse的问题是使用门槛高、运维成本高和分布式能力太弱，需要较多的定制化和较深的技术实力，Doris的问题是性能差一些可靠性差一些，下面就深入分析两者的差异。
ClickHouse 与其他数仓架构的对比——Clickhouse 架构篇（四）
奔跑的蜗牛的博客
05-29 3178
本文介绍了3种常用的数据仓库（Hive, HBase, Kylin）解决方案的架构以及与ClickHouse的不同之处。这3种数据仓库解决方案都是基于分布式的前提进行的优化，而ClickHouse另辟蹊径，通过提高单机能力实现一定程度上的实时OLAP引擎，这种思路值得我们细细品味。数据文件的组织会影响查询的性能。按行存储的数据相比于按列存储的数据在分析时相对更慢。
kylin、druid、clickhouse
weixin_36190755的博客
02-09 688
因为数据预聚合，Kylin可以说是最快的查询引擎（group-by查询这样的复杂查询，可能只需要扫描1条数据）；Clickhouse的索引有点类似MySQL的联合索引，当查询前缀元组能命中的时候效率最高，可是一旦不能命中，几乎会扫描整个表，效率波动巨大；每个维度都有创建索引，所以每个查询都很快，并且没有类似Kylin的巨大的查询效率波动。Druid数据模型比较简单，它将数据进行预聚合，只不过预聚合的方式与Kylin不同，Kylin是Cube化，Druid的预聚合方式是将所有维度进行Group-by。
技术选型：Kylin、Druid、ClickHouse如何选择？
weixin_45727359的博客
12-06 974
Kylin、Druid、ClickHouse是目前主流的OLAP引擎，本文尝试从数据模型和索引结构两个角度，分析这几个引擎的核心技术，并做简单对比。在阅读本文之前希望能对Kylin、Druid、ClickHouse有所理解。Kylin1. Kylin数据模型Kylin的数据模型本质上是将二维表（Hive表）转换为Cube，然后将Cube存储到HBase表中，也就是两次转换。第一次转换，其实就是传统...
OLAP(总)：Impala/Druid/Presto/Kylin/Clickhouse/Greenplum等对比
热门推荐
.
10-13 2万+
OLAP（On-LineAnalytical Processing）联机分析处理，也称为面向交易的处理过程，其基本特征是前台接收的用户数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果，是对用户操作快速响应的方式之一。应用在数据仓库，使用对象是决策者。OLAP系统强调的是数据分析，响应速度要求没那么高。目前市面上主流的开源OLAP引擎包含不限于：Hive、Presto、Kylin、Impala、Sparksql、Druid、Greenplum等 OLTP（On-Line Transact..
Datawarehouse-Series:数据仓库实战：Hive、HBase、Kylin、ClickHouse
07-23
· · · 数据仓库 在《》中我们讨论了数据仓库的基础理论知识，本章则着眼于如何实践数据仓库的相关应用。 Nav | 关联导航 如果你想了解微服务/云原生等分布式系统的应用实践，可以参阅；如果你想了解数据库相关，可以参阅 ；如果你想了解虚拟化与云计算相关，可以参阅 ；如果你想了解 Linux 与操作系统相关，可以参阅 。 Links 万字详解整个数据仓库建设体系 https://cubox.pro/c/CHuVAT 提取关键内容 About Copyright & More | 延伸阅读 笔者所有文章遵循 知识共享 署名-非商业性使用-禁止演绎 4.0 国际许可协议，欢迎转载，尊重版权。您还可以前往 NGTE Books 主页浏览包含知识体系、编程语言、软件工程、模式与架构、Web 与大前端、服务端开发实践与工程架构、分布式基础架构、人工
OLAP 系统选型，选 Apache Kylin 还是 ClickHouse？
wang972779876的博客
05-10 298
看到一篇不错的文章，做个记录，文章来源：https://mp.weixin.qq.com/s/n97lZGvU_vXLbpXAW61JNg OLAP 系统选型，选 Apache Kylin 还是 ClickHouse？ 大数据与机器学习文摘前天 以下文章来源于apachekylin，作者周耀 apachekylin Apache Kylin 公众号，介绍 Kylin 的功能特性、应用案例、经验分享、社区资讯、活动等。更多信息，请访问 Kylin 官网：http://kylin.io；相关技..
clickhouse hbase性能对比_都是 HBase 上的 SQL 引擎，Kylin 和 Phoenix 有什么不同？
weixin_39875629的博客
11-27 1287
作者 l 翟娜来源 l apachekylin(ID：ApacheKylin)大数据时代，数据的价值越来越被重视，企业从海量大数据中挖掘所需要的信息，用来驱动业务决策以获得更大的商业价值。与此同时，出现了越来越多的大数据技术帮助企业进行大数据分析，例如 Apache Hadoop，Hive，Spark，Presto，Drill，以及今天我们即将介绍的 Apache Kylin 和 Apa...
ClickHouse浅谈
经年藏殊的博客
07-03 2012
clickhouse的介绍，以及一些对比
【计算引擎】OLAP之争:kylin、impala、druid、presto、clickhouse
孟知之的搬砖填坑历险记
06-10 3957
文章目录1. 即席查询2. Kylin2.1 架构2.2 原理2.3 Cube构建优化3. Impala3.1 架构3.2 优化4. Druid4.1 架构4.2 数据结构4.2.1 DataSource4.2.2 Segment结构5. Presto5.1 架构5.2 数据源6. ClickHouse6.1 特性6.2 架构7.总结 1. 即席查询 即席查询是用户根据自己的要求，灵活的选择查询条件，系统根据用户的选择生成相应的统计报表，快速的执行自定义SQL。 2. Kylin Apache kylin
从 ClickHouse、Druid、Kylin 到 Doris：网易云音乐 PB 级实时分析平台降本增效
最新发布
SelectDB
06-05 733
网易云音乐基于 Apache Doris 替换了早期架构中 Kylin、Druid、Clickhouse、Elasticsearch、HBase 等引擎，统一了实时分析架构，并广泛应用于广告系统、日志平台和会员报表分析等典型场景
ClickHouse技术总结
魔蛇的技术博客
07-09 537
【术语解释】 OLTP：业务类系统主要供基层人员使用，进行一线业务操作，通常被称为OLTP（On-Line Transaction Processing，联机事务处理） OLAP：数据分析的目标则是探索并挖掘数据价值，作为企业高层进行决策的参考，通常被称为OLAP（On-Line Analytical Processing，联机分析处理） ROLAP：通过列存、索引等各类技术手段，提升查询时性能。 MOLAP：通过预计算提前生成聚合后的结果数据，降低查询读取的数据量，属于计算换性能方式。 【产品概要】
基于Druid的Kylin存储引擎实践
menghuanhuolong6的专栏
05-24 262
https://blog.bcmeng.com/post/kylin-on-druid.html
美团点评：基于Druid的Kylin存储引擎实践
天天乐见的笔记本
02-20 283
https://mp.weixin.qq.com/s/y0wxLqtCkYcc-kLMmtawYA
实时数仓选型指南：OLAP引擎全面对比
"这篇文章主要探讨了实时数仓建设中OLAP引擎的重要性，提到了多个开源OLAP引擎，如Hive、Hawq、Presto、Kylin、Impala、SparkSQL、Druid、Clickhouse和Greenplum，并强调了在技术选型时需结合业务需求。文章还通过...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值