I IT 面试题库
ClickHouse 为什么分析查询这么快?它的架构与适用边界是什么?
中级简答题数据仓库工程师大数据开发工程师ClickHouse列式存储MergeTreeOLAP
题目
考察点:列式存储、向量化执行、MergeTree 引擎族、主键稀疏索引、弱事务边界。
参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 70 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- 快在四个设计:① 列式存储——分析只读需要的列,IO 缩小一个量级+列压缩比高;② 向量化执行——按批(batch)对整列做 SIMD 计算,而非逐行解释;③ MergeTree 引擎——数据按主键排序存储 + 稀疏索引(每 8192 行一个索引项,常驻内存定位 granule)+ 分区裁剪;④ 多核并行 + 物化视图/预聚合配合。
- 代价(边界):① 弱事务——不提供完整 ACID,不适合账务主库;② 更新/删除重——ALTER UPDATE 是异步 mutation(重写 part),高频更新用 CollapsingMergeTree/ReplacingMergeTree 的版本合并思路或 ReplacingMergeTree + FINAL 查询;③ 点查一般——不是给 OLTP 用的;④ join 能力偏弱(大表 join 需字典/distributed 方案设计)。
- 典型架构:业务库(MySQL/PG)→ CDC/批量导入 → ClickHouse 做分析层,服务 BI 报表、用户行为分析、监控指标(它就是为「读多写批、宽表聚合」生的)。
题目与答案就在本页;收藏、批注和错题重练在应用内