xiaohu21的博客

Clickhosue(六) 数据类型1. 背景作为DBMS,clickhouse也是有自己的数据类型的官网链接https://clickhouse.tech/docs/en/sql-reference/data-types/注意,这里的文档是区分版本的,不过我的是20.5.4,比较新的版本,最新版本是20.9版本,相差不大,没有超过一个大版本,接口一般不会有特别重大变化.2. 数据类型可以看出,基本划分了19大类的数据类型,不过不用担心,实际常用的和编程语言的常用数据类型基本是吻合的

ClickHouse（三） 20.5安装流程(官方英文版本)1. 官方网址https://clickhouse.tech/docs/en/getting-started/tutorial/2. 单节点安装CREATE TABLE tutorial.hits_v1( `WatchID` UInt64, `JavaEnable` UInt8, `Title` String, `GoodEvent` Int16, `EventTime` DateTime

Clickhouse使用和接入方式1.Clickhouse有哪些接入方式2. Clickhouse介入方式详解3.Clickhouse接入方式常见问题和解决办法

Clickhouse简介以及未来前景漫谈1. Clickhouse概览2. Clickhouse特点3. Clickhouse性能表现4. Clickhouse历史5. Clickhouse应用者5.1国内腾讯，数据挖掘和日志处理今日头条携程虎牙新浪5.2国外

Clickhouse JDBC基础案例代码1.背景Clickhouse作为大数据技术中解决OLAP解决方案之一，在处理结构化数据的存储和查询分析方面比传统方案有100–1000倍及以上差异。个人实际验证对比，同样的数据查询，使用Clickhouse和Hive，有2400倍的时间差距，处理结构化数据时，Hive远远低于Clickhouse的效率。（Hive是Facebook推出的将SQL语句转换为mapreduce代码的框架，所以Hive查询本质是执行mapreduce代码）Clickhouse本质

ClickHouse 20.5安装流程（基于Centos7.x和Mysql5.7）1.ClickHouse学习概览带着问题学习1.ClickHouse是什么？2.ClickHouse解决了什么问题？3.ClickHouse如何安装？4.ClickHouse如何使用5.ClickHouse注意事项6.ClickHouse优缺点对比2.ClickHouse简介官网按照官网介绍，ClickHouse就是一个开源，高性能的OLAP场景下的数据库管理系统。也就是说，这是一个数据库管理系统

ClickHouse学习之OLAP背景在社会发展过程中，随着互联网和移动互联网，未来随着5G对于物联网推动，海量数据的存储和处理遇到的技术挑战会越来越大。这主要来自于数据的量级、产生速度、处理速度、准确率等方面考量。而这些海量数据，从是否结构化来划分，可以分为结构化数据（存储于各类关系型数据库中的结构化数据）、半结构化数据（客户端和服务器端产生的大量日志文件）、非结构化数据（如社交app的图数据、视频、ppt、图片、word、音频等等形式的数据）。而从16年俄罗斯的Yandex公司开源了他们处理结