Clickhouse（20.4.2.9） SSB性能测试

Clickhouse 性能测试

---

ClickHouse 简介

ClickHouse 是战斗民族 Yandex 公司出品的 OLAP 开源数据库，简称 CH，也有人简称 CK，是目前市面上最快的

OLAP 数据库。性能远超 Vertica、Sybase IQ 等。ClickHouse 可能更适合流式或批次入库的时序数据。

CH 具有以下几个特点：

1. 列式存储，因此数据压缩比高。
2. 向量计算，且支持多核 CPU 并行计算，并且执行每个 SQL 时都力求榨干 CPU 性能。
3. 基于 Shared nothing 架构，支持分布式方案。
4. 支持主从复制架构。
5. 兼容大部分 SQL 语法，其语法和 MySQL 尤其相近。
6. 数据实时更新。
7. 不支持事务，不适合高频更新数据。
8. 建议多用宽表，但不建议总是查询整数据行中的所有列。

简言之，如果你有以下业务场景，可以考虑用 CH：

1. 海量数据，但又不希望单节点的存储空间消耗太高。
2. 宽表，为了业务方便，可能会把很多相关数据列都整合到一个表里。
3. 基于 SQL 的查询方式，提高程序的适用性和可移植性。

性能测试

选用了 CH 官方提供的一个测试方案：SSBM (Star Schema Benchmark)

服务器配置

[root@p2hadoop075 ssb-dbgen-master]# uname -a
Linux p2hadoop075 3.10.0-862.el7.x86_64 #1 SMP Wed Mar 21 18:14:51 EDT 2018 x86_64 x86_64 x86_64 GNU/Linux
[root@p2hadoop075 ssb-dbgen-master]# cat /proc/cpuinfo | grep name | cut -f2 -d: | uniq -c
     64  Intel(R) Xeon(R) Gold 5218 CPU @ 2.30GHz
[root@p2hadoop075 ssb-dbgen-master]# grep MemTotal /proc/meminfo
MemTotal:       527782880 kB

SSB 模型介绍

SSB（Star Schema Benchmark）是麻省州立大学波士顿校区的研究人员定义的基于现实商业应用的数据模型，业界公认用来模拟决策支持类应用，比较公正和中立。

学术界和工业界普遍采用它来评价决策支持技术方面应用的性能。

全方位评测系统的整体商业计算综合能力，对厂商的要求更高。

在银行信贷分析和信用卡分析、电信运营分析、税收分析、烟草行业决策分析中都有广泛的应用。

SSB 基准测试包括：

• 1 个事实表：lineorder
• 4 个维度表：customer，part，dwdate，supplier

13 条标准 SQL 查询测试语句：统计查询、多表关联、sum、复杂条件、group by、order by 等组合方式

生成数据

# 下载SSBM工具
[root@p2hadoop075 data03]# git clone https://github.com/vadimtk/ssb-dbgen.git
[root@p2hadoop075 data03]# cd ssb-dbgen-master
[root@p2hadoop075 ssb-dbgen-master]# make

# 生成测试数据，机器性能和磁盘有限，所以指定 -s 100
[root@sdw1 ssb-dbgen-master]# ./dbgen -s 100 -T c
[root@sdw1 ssb-dbgen-master]# ./dbgen -s 100 -T p
[root@sdw1 ssb-dbgen-master]# ./dbgen -s 100 -T s
[root@sdw1 ssb-dbgen-master]# ./dbgen -s 100 -T l

# 查看文件
[root@sdw1 ssb-dbgen-master]# ll .tbl
-rw-r--r-- 1 root root   289529327 4月  26 17:21 customer.tbl
-rw-r--r-- 1 root root 63289191180 4月  26 17:38 lineorder.tbl
-rw-r--r-- 1 root root   121042413 4月  26 17:21 part.tbl
-rw-r--r-- 1 root root    17062852 4月  26 17:21 supplier.tbl
[root@sdw1 ssb-dbgen-master]#

# 查看记录数
[root@sdw1 ssb-dbgen-master]# wc -l .tbl
    3000000 customer.tbl
  600037902 lineorder.tbl
    1400000 part.tbl
     200000 supplier.tbl

集群建表

​ **note:**注意在lineorder表 切勿使用ReplicatedReplacingMergeTree引擎，会将数据去重，导致数据量不对

create database ssb ON CLUSTER center_cluster;

show databases;
-- customer 本地表
CREATE  TABLE ssb.customer_local ON CLUSTER center_cluster
(
		CCUSTKEY       UInt32,
        CNAME          String,
        CADDRESS       String,
        CCITY          LowCardinality(String),
        CNATION        LowCardinality(String),
        CREGION        LowCardinality(String),
        CPHONE         String,
        CMKTSEGMENT    LowCardinality(String)
)
ENGINE = ReplicatedMergeTree('/clickhouse/tables/ssb/customer_local/{shard}/replicate', '{replica}')
ORDER BY (CCUSTKEY)
SETTINGS storage_policy = 'multiple_disk', index_granularity = 8192;
-- customer 分布式表
CREATE TABLE ssb.customer ON CLUSTER center_cluster AS ssb.customer_local engine = Distributed(center_cluster, ssb, customer_local, rand());

-- lineorder 本地表
CREATE  TABLE ssb.lineorder_local ON CLUSTER center_cluster
(
	LOORDERKEY             UInt32,
    LOLINENUMBER           UInt8,
    LOCUSTKEY              UInt32,
    LOPARTKEY              UInt32,
    LOSUPPKEY              UInt32,
    LOORDERDATE            Date,
    LOORDERPRIORITY        LowCardinality(String),
    LOSHIPPRIORITY         UInt8,
    LOQUANTITY             UInt8,
    LOEXTENDEDPRICE        UInt32,
    LOORDTOTALPRICE        UInt32,
    LODISCOUNT             UInt8,
    LOREVENUE              UInt32,
    LOSUPPLYCOST           UInt32,
    LOTAX                  UInt8,
    LOCOMMITDATE           Date,
    LOSHIPMODE             LowCardinality(String)
)
ENGINE = ReplicatedMergeTree('/clickhouse/tables/ssb/lineorder_local/{shard}/replicate', '{replica}')
PARTITION BY toYear(LOORDERDATE) ORDER BY (LOORDERDATE, LOORDERKEY)
SETTINGS storage_policy = 'multiple_disk', index_granularity = 8192;

-- lineorder 分布式表
CREATE TABLE ssb.lineorder ON CLUSTER center_cluster AS ssb.lineorder_local engine = Distributed(center_cluster, ssb, lineorder_local, rand());

-- part 本地表
CREATE  TABLE ssb.part_local ON CLUSTER center_cluster
(
	PPARTKEY       UInt32,
	PNAME          String,
	PMFGR          LowCardinality(String),
	PCATEGORY      LowCardinality(String),
	PBRAND         LowCardinality(String),
	PCOLOR         LowCardinality(String),