一、先看看数据库架构演变历史

二、OLTP和OLAP是什么？

三、数据库里面行存储和列式存储

 四、为什么用ClickHouse

 五、Linux 快速安装ClickHouse

5.1  Docker安装

5.2 Linux服务器容器化部署ClickHouse 

 5.3 可视化工具DBeaver下载使用

 5.4 创建第一个ClickHouse数据库和表

---

本博文主要讲了OLAP是什么，以及快速安装ClickHouse(容器化部署),CK可视化工具的下载链接使用以及创建第一个CK数据库和表，然后新增数据，浏览3分钟即可快速掌握这些知识。

一、先看看数据库架构演变历史

单机-->请求量大查询慢,单机故障导致业务不可用

 主从-->数据库主从同步，从库可以水平扩展，满足更大读需求，但单服务器TPS，内存，IO都是有限的

 双主-->用户量级上来后，写请求越来越多
一个Master是不能解决问题的，添加多了个主节点进行写入，
多个主节点数据要保存一致性，写操作需要2个master之间同步更加复杂

 分库和分表

基本业务量到达这个分库分表量级，则离不开数据大屏、推荐系统、画像系统等搭建
需要搭建上面的系统，则离不开海量数据进行存储-分析-统计
海量数据下 TB、PB级别数据存储，靠Mysql进行存储-分析-统计无疑是灾难

 那应该怎么办？使用OLAP数据处理技术！

二、OLTP和OLAP是什么？

什么是OLTP
全称 OnLine Transaction Processing，联机事务处理系统, 就是对数据的增删改查等操作
存储的是业务数据，来记录某类业务事件的发生，比如下单、支付、注册、等等
典型代表有Mysql、 Oracle等数据库
面向群体：业务人员

什么是OLAP
OnLine Analytical Processing，联机分析处理系统
存储的是历史数据，对应的风控平台、BI平台、数据可视化等系统就属于
OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策，并且提供直观易懂的查询结果
典型代表有 Hive、ClickHouse
针对基于查询的分析系统，基础数据来源于生产系统中的操作数据，数据量非常大，常规是TB级别的
面向群体：分析决策人员 

三、数据库里面行存储和列式存储

什么是行存储?
传统的OLTP关系型数据库 都是行存储,适合随机的增删改查操作 或者 在行中选取所有属性的查询操作，结合索引提升性能

缺点:
查询的全部记录的某几个字段，但由于这些字段在各行数据单元中，而整个行特别大(字段特别多)，程序必须不断读取每一条的行记录取对应的字段，使得读取效率大大降低
例子：找某个订单的话，就很方便，订单的全部信息都能获取； 但找全部订单总金额就需要遍历多个数据

什么是列式存储
存储结构化数据时，在底层的存储介质上，数据是以列的方式来组织的
存储完若干条记录的首个字段后，再存储这些记录的第二个字段，然后再第三个字段、第四个字段...
查询时只有涉及到的列会被读取，而不需要全表扫描，可以显著减少IO消耗，并降低查询响应时间
例子：查询全部成交额，只需要把订单金额拿出来即可

 四、为什么用ClickHouse

特点和应用场景：

不依赖Hadoop 生态、安装和维护简单,支持主流的大部分SQL语法和函数,擅长对列的聚合、计数等统计操作性能强劲
对列存储和压缩的采用更好的算法，更好节省成本
应用：互联网电商、在线教育、金融等领域用，户行为数据记录和分析，搭建数据可视化平台

 五、Linux 快速安装ClickHouse

5.1  Docker安装

#安装并运行Docker。
yum install docker-io -y
systemctl start docker

#检查安装结果。
docker info

#启动使用Docker
systemctl start docker     #运行Docker守护进程
systemctl stop docker      #停止Docker守护进程
systemctl restart docker   #重启Docker守护进程

docker ps查看容器
docker stop 容器id

#修改镜像仓库
vim /etc/docker/daemon.json
#改为下面内容，然后重启docker
{
"debug":true,"experimental":true,
"registry-mirrors":["https://pb5bklzr.mirror.aliyuncs.com","https://hub-mirror.c.163.com","https://docker.mirrors.ustc.edu.cn"]
}

#查看信息
docker info

5.2 Linux服务器容器化部署ClickHouse 

运行:

docker run -d --name wnn_clickhouse(容器名称) --ulimit nofile=262144:262144(最大文件进程数) \
-p 8123:8123(宿主机和容器的端口映射) -p 9000:9000 -p 9009:9009 --privileged=true(登录权限) \
-v /mydata/docker/clickhouse/log:/var/log/clickhouse-server(容器内部和宿主机映射，将后者容器映射到前者宿主机) \
-v /mydata/docker/clickhouse/data:/var/lib/clickhouse clickhouse/clickhouse-server:22.2.3.5(仓库和版本) 

执行的时候，去掉括号和文字描述

 默认http端口是8123，tcp端口是9000, 同步端口9009 .注意：阿里云的话，网络安全组记得开放

 安装后，通过浏览器访问  web可视化界面：http://阿里云公网IP:8123/play
查看数据库 SHOW DATABASES
查看某个库下面的全部表 SHOW TABLES IN system
系统数据库是 ClickHouse 存储有关 ClickHouse 部署的详细信息的地方
默认数据库最初为空，用于执行未指定数据库的命令

 

 在任何其他情况下不能将ClickHouse服务器暴露给公共互联网！

 5.3 可视化工具DBeaver下载使用

可视化工具下载：https://dbeaver.io/download/

双击进行安装 一直下一步 跟安装QQ差不多

安装后打开:

 建立数据库连接:

 然后就可以连接上啦

 5.4 创建第一个ClickHouse数据库和表

 在DBserver的连接上右键，进入sql编辑器

先创建数据库:CREATE DATABASE wnn_shop

 再创建数据表

   ClickHouse 有自己的数据类型，每个表都必须指定一个Engine引擎属性来确定要创建的表的类型
  引擎决定了数据的存储方式和存储位置、支持哪些查询、对并发的支持

 数据类型的说明：

String类型替换来自其他数据库的 VARCHAR、BLOB、CLOB 和其他类似字符串的数据类型
UInt64是一个 64 位无符号整数
日期是在 ClickHouse 中存储日期的几种方法之一
知道列中所有字符串的精确长度，则使用FixedString( n )数据类型,类似MySQL的Char类型，属于定长字符，固定长度 N 的字符串（N 必须是严格的正自然数）

 新增一条数据(语法跟mysql没什么区别):

INSERT INTO wnn_shop.clickstream
VALUES ('customer01', '2022-07-21', 'add_to_cart', 'home_enter', 568239 ) 

 查询数据: