为啥他能这么快呢？设计如此=-=
概述
ClickHouse设计的初衷是to filter and aggregate data as fast as possible。
再优秀的系统的设计也只能对各个指标进行取舍，无法兼得，而ClickHouse的最重要的指标和任务就是做好这样的一件事：尽可能快的过滤和聚合数据。实际上，这也是传统的OLAP系统所追求的指标。体现到语义上，就是实现GROUP BY查询的实现。
为了实现这一目的，ClickHouse在上层设计上做出了如下的优化：
- Column-oriented storage
- Indexes
- Block
- Pre-sort
- Data compression
- Vectorized query execution
- Scalability
然而许多其他的数据库使用的相似的优化策略，为什么ClickHouse能够脱颖而出呢？另一个值得关注的点是其底层实现细节。一个观点是：ClickHouse并没有太多的新的方法或者理论，而是将前人的研究成果应用到了OLAP这个领域。因此可以说，ClickHouse是一个非常优秀及经典的工程化项目，是人类计算机工程的结晶。
Column-oriented storage
列式存储能够显著的降低磁盘IO。对于OLAP场景中，每次只关心一个大宽表中的某几列的场景，相比于行式存储，列式存储仅需获取需要的数据，磁盘的IO理论上能够降低为所关心的列与所有列之比。因此，越是宽的表，行式存储的优势越明显。
同样，使用ClickHouse时，也一定要使用列式存储数据库的方式来查询数据，查询时指定具体的列，否则性能提升会不明显。
Block
ClickHouse使用Block实现批处理。Block 是ClickHouse中的数据最小处理单元，表示内存中表的子集（chunk）的容器，是由三元组： (IColumn, IDataType, 列名) 构成的集合。在查询执行期间，数据是按 Block 进行处理的。如果我们有一个 Block ，那么就有了数据（在 IColumn 对象中），有了数据的类型信息告诉我们如何处理该列，同时也有了列名（来自表的原始列名，或人为指定的用于临时计算结果的名字）。
当我们遍历一个块中的列进行某些函数计算时，会把结果列加入到块中，但不会更改函数参数中的列，因为操作是不可变的。之后，不需要的列可以从块中删除，但不是修改。这对于消除公共子表达式非常方便。
Pre-sort
ClickHouse会对插入的数据进行预排序（基于LSM算法）。这里设计的原因是针对大数据量场景，为了处理上百亿条记录的数据，一般的查询返回的数据量都非常大，如果数据是无序的，对于按字段聚合或者范围查询的场景，会大大增加磁盘IO次的次数。
to be discussed
这里预排序是对每个字段都预排序吗？如果按照字段A进行范围筛选，获取相应的字段B进行计算，按照ClickHouse的列式存储和预排序，这里的流程是如何实现的？ClickHouse是如何根据排序后的A，找到对应行的B的呢？
Data compression
数据压缩是提升ClickHouse性能的一个关键。我们发现，前面介绍的列存、分块和预排序，实际上都对压缩有着一定的好处，
- 列式的存储使得数据更有规律，可以更好地进行数据压缩（相同类型的数据放在一起，对压缩更加友好）；同时，能够最小化数据扫描的范围。
- 排序后的数据可以使用更有效的压缩方式来进行处理。
- 按照block作为最小处理单元的原因是，虽然数据被压缩后能够有效减少数据大小，降低存储空间并加速数据传输效率，但数据的压缩和解压动作，其本身也会带来额外的性能损耗。所以需要控制被压缩数据的大小，以求在性能损耗和压缩率之间寻求一种平衡。在具体读取某一列数据时（.bin文件），首先需要将压缩数据加载到内存并解压，这样才能进行后续的数据处理。通过压缩数据块，可以在不读取整个.bin文件的情况下将读取粒度降低到压缩数据块级别，从而进一步缩小数据读取的范围。
Indexes
由于ClickHouse实现了在插入时进行了预排序，因此其索引做的非常简单，无需像MysqL需要设置单独的索引文件索引数据的位置，因为其数据本身就是有序的。
ClickHouse的索引包括一级索引，标记和二级索引。一级索引记录每一个block第一个值。例如一组一亿行的数据，主键范围从1～100,000,000。存储到ClickHouse后按照8192行为一个block，那么一共有12208个block。索引为1，8193，16635……在查询时只需要就可以根据值确定到需要读取哪几个block了。但是仅仅靠定位到具体哪个block还是不够，因为我们仍不清楚这个block在文件的哪个位置，因此就有了标记来记录block在文件中的偏移量。由于一级索引非常小，1亿条数据只需要1万多行的索引，因此一级索引可以常驻内存，加速查找。
Vectorized query execution
ClickHouse使用C++进行开发，通过向量化的实现进行数据的高效查询。主要包括提升cpu 缓存利用率，以及使用 SIMD cpu 指令。
Clickhouse在所有能够提高cpu计算效率的地方，都大量的使用了SIMD，频繁调用的基础函数，大量的进行可并行计算，将工程上的优化做到了极致。
以下的代码是一个例子，对于一个简单的额大小写转换的方法，也调用了SIMD命令来进行优化。
template <char not_case_lower_bound, char not_case_upper_bound>struct LowerUpperImpl{
public:
static void array( char * src, char * src_end, char * dst) {
//32
const auto flip_case_mask = 'A' ^ 'a';
#ifdef __SSE2__
const auto bytes_sse = sizeof(__m128i);
const auto src_end_sse = src_end - (src_end - src) % bytes_sse;
const auto v_not_case_lower_bound = _mm_set1_epi8(not_case_lower_bound - 1);
const auto v_not_case_upper_bound = _mm_set1_epi8(not_case_upper_bound + 1);
const auto v_flip_case_mask = _mm_set1_epi8(flip_case_mask);
for (; src < src_end_sse; src += bytes_sse, dst += bytes_sse){
//_mm_loadu_si128表示：Loads 128-bit value；即加载128位值。
//一次性加载16个连续的8-bit字符
const auto chars = _mm_loadu_si128(reinterpret_cast<const __m128i *>(src));
//_mm_and_si128(a,b)表示：将a和b进行与运算，即r=a&b
//_mm_cmpgt_epi8(a,b)表示：分别比较a的每个8bits整数是否大于b的对应位置的8bits整数，若大于，则返回0xff，否则返回0x00。
//_mm_cmplt_epi8(a,b)表示：分别比较a的每个8bits整数是否小于b的对应位置的8bits整数，若小于，则返回0xff，否则返回0x00。
//下面的一行代码对这128位的寄存器并行操作了3遍，最后得到一个128位数，对应位置上是0xff的，表示
//那个8-bit数在 [case_lower_bound, case_upper_bound]范围之内的，其余的被0占据的位置，是不在操作范围内的数。
const auto is_not_case = _mm_and_si128(_mm_cmpgt_epi8(chars, v_not_case_lower_bound), _mm_cmplt_epi8(chars, v_not_case_upper_bound));
//每个0xff位置与32进行与操作，原来的oxff位置变成32，也就是说，每个在 [case_lower_bound, case_upper_bound]范围区间的数，现在变成了32，其他的位置是0
const auto xor_mask = _mm_and_si128(v_flip_case_mask, is_not_case);
//将源chars内容与xor_mask进行异或，符合条件的字节可能从uppercase转为lowercase，也可能从lowercase转为uppercase，不符合区间的仍保留原样。
const auto cased_chars = _mm_xor_si128(chars, xor_mask);
//将结果集存到dst中
_mm_storeu_si128(reinterpret_cast<__m128i *>(dst), cased_chars);
}
#endif
#ifndef __SSE2__
for (; src < src_end; ++src, ++dst)
if (*src >= not_case_lower_bound && *src <= not_case_upper_bound)
*dst = *src ^ flip_case_mask;
else
*dst = *src;
#endif
}
};
Scalability
ClickHouse 可以利用所有可用的 cpu 内核和磁盘来执行单个查询。 不仅在单个服务器上，而且还包括集群的所有 cpu 内核和磁盘。
ClickHouse将数据划分为多个partition，每个partition再进一步划分为多个index granularity，然后通过多个cpu核心分别处理其中的一部分来实现并行数据处理。
在这种设计下，单条Query就能利用整机所有cpu。极致的并行处理能力，极大的降低了查询延时。
除了优秀的单机并行处理能力，ClickHouse还提供了可线性拓展的分布式计算能力。ClickHouse会自动将查询拆解为多个task下发到集群中，然后进行多机并行处理，最后把结果汇聚到一起。
在存在多副本的情况下，ClickHouse还提供了多种query下发策略。
当前的架构，会带来什么问题
ClickHouse的compaction
这个问题实际上是LSM算法的特点，为了实现高效的追加写和预排序，必然要在其他方面有一些牺牲。
LSM算法的几个核心步骤：
在于数据写入存储系统前首先记录日志，防止系统崩溃。
记录完日志后在内存中以供使用，当内存达到极限后写入磁盘，记录合并次数Level为0(L=0)。已经写入磁盘的文件不可变。
每过一段时间将磁盘上L和L+1的文件合并
我们用一个示例来展示下整个过程
T=0时刻，数据库为空。
T=1时刻，clickhouse收到一条500条insert的插入请求，这500条数据时乱序的。此时，clickhouse开始插入操作。首先将500条插入请求一次性写入日志。接着在内存中进行排序，排序完成后将有序的结果写入磁盘，此时L=0；
T=2时刻，clickhouse收到一条800条insert的插入请求，这800条数据时乱序的。此时，clickhouse开始插入操作。首先将800条插入请求一次性写入日志。接着在内存中进行排序，排序完成后将有序的结果写入磁盘，此时L=0；
T=3时刻，clickhouse开始合并，此时此刻，磁盘上存在两个L=0的文件。这两个文件每个文件内部有序，但可能存在重合。（例如第一批500条的范围是300-400，第二批800条数据的范围是350-700）。因此需要合并。clickhouse在后台完成合并后，产生了一个新的L=1的文件。将两个L=0的文件标记为删除。
T=4时刻，clickhouse开始清理，将两个被标记为删除的文件真正地物理删除。
T=5时刻，clickhouse收到一条100条insert的插入请求，这100条数据时乱序的。此时，clickhouse开始插入操作。首先将100条插入请求一次性写入日志。接着在内存中进行排序，排序完成后将有序的结果写入磁盘，此时L=0；
T=6时刻，clickhouse开始合并，此时此刻，磁盘上存在1个L=0的文件和1个L=1的文件。这两个文件每个文件内部有序，但不存在重合。（例如L0文件的范围是100-200，L1文件的范围是300-700）。因此不需要合并。clickhouse在后台将L=0的文件升级成L=1，此时数据库内存在两个L=1的互不重合的文件。
以上过程来自Clickhouse系列-番外-LSM算法 - 知乎 (zhihu.com)
如上述过程，这里整个系统必然会频繁的进行Compaction(合并)，写入量越大，Compaction的过程越频繁。而compaction是一个compare & merge的过程，非常消耗cpu和存储IO，在高吞吐的写入情形下，大量的compaction操作占用大量系统资源，必然带来整个系统性能断崖式下跌，对应用系统产生巨大影响，当然我们可以禁用自动Major Compaction，在每天系统低峰期定期触发合并，来避免这个问题。
文章wxlog如何使用clickhouse支撑百万亿行日志存储与检索 - WXG技术能力提升 - KM平台 (woa.com)就提到了对合并过程的调优。
Block作为最小处理单元
多核的使用
因为采用了并行处理机制，即使一个查询，也会用服务器一半的cpu去执行，所以ClickHouse不能支持高并发的使用场景，默认单查询使用cpu核数为服务器核数的一半，安装时会自动识别服务器核数，可以通过配置文件修改该参数。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
