大数据面试之Clickhouse

Clickhouse 的优势

快： 提供了丰富的表引擎， 每个表引擎 都做了尽可能的优化。

为什么快？

（1） 向量化

（2） 列式

（3） 尽可能使用本节点的 内存+cpu， 不依赖其他组件， 比如 Hadoop

（4） 提供了 sql 化的语言

（5） 支持自定义函数

（6） 提供了丰富的表引擎， 引擎都经过了优化

Clickhouse 的引擎

（1） Log

（2） Special： Memory 、 Distributed

（3） MergeTree： replacingmergetree 、 summingmergetree replicatedmergetree

（4） 集成引擎： 外部系统映射， 如 MySQL

Flink 写入 Clickhouse 怎么保证一致性？

Clickhouse 没有事务， Flink 写入是至少一次语义。

利用 Clickhouse 的 ReplacingMergeTree 引擎会根据主键去重， 但只能保证最终一致性。 查询时加上 final 关键字可以保证查询结果的一致性。

Clickhouse 存储多少数据？ 几张表？

10 几张宽表， 每天平均 10 来 G， 存储一年。

需要磁盘 10G * 365 天 * 2 副本/0.7 = 约 11T

Clickh