前言
为什么互联网资讯这么发达但是没有出现技术人才井喷
为什么会出现应届生薪资倒挂多年老员工的现象
这个世界有太多的现象都可以用**“二八定律”**来解释。
20%拿着高工资80%每天挣扎在增删改查边缘。
职场一分钱一分货
人家拿高薪不是全靠运气
工作年限越久不代表越值钱
一年经验用了五年无法改变
因为经历不等于经验
加班“重灾区”的互联网行业以996闻名每天超过11小时的工作时长每年位居各行业之首。
工作内容重复加班导致学习时间不够无法跟上技术更新脚本。
如何花最少时间学习最多知识迫在眉睫
如何打破程序员提升的三大屏障成为符合互联网行业的JAVA高级工程师。
ClickHouse 是什么
ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)
我们首先理清一些基础概念
- OLTP是传统的关系型数据库主要操作增删改查强调事务一致性比如银行系统、电商系统
- OLAP是仓库型数据库主要是读取数据做复杂数据分析侧重技术决策支持提供直观简单的结果
接着我们用图示来理解一下列式数据库和行式数据库区别
在传统的行式数据库系统中MySQL、Postgres和MS SQL Server数据按如下顺序存储
在列式数据库系统中ClickHouse数据按如下的顺序存储
两者在存储方式上对比
以上是ClickHouse基本介绍
二、业务问题
业务端现有存储在Mysql中5000万数据量的大表及两个辅表单次联表查询开销在3min执行效率极低。经过索引优化、水平分表、逻辑优化成效较低因此决定借助ClickHouse来解决此问题
最终通过优化查询时间降低至1s内查询效率提升200倍
希望通过本文可以帮助大家快速掌握这一利器并能在实践中少走弯路。
三、ClickHouse实践
1.Mac下的Clickhouse安装
我是通过docker安装也可以下载CK编译安装相对麻烦一些。
2.数据迁移从Mysql到ClickHouse
ClickHouse支持Mysql大多数语法迁移成本低目前有[五种迁移]
- create table engin mysql映射方案数据还是在Mysql
- insert into select from先建表在导入
- create table as select from建表同时导入
- csv离线导入
- streamsets
选择第三种方案做数据迁移
CREATE TABLE [IF NOT EXISTS] [db.]table_name ENGINE Mergetree AS SELECT * FROM mysql(host:port, db, database, user, password)
3.性能测试对比
类型数据量表大小查询速度Mysql5000万10G205sClickHouse5000万600MB1s内4.数据同步方案
临时表
图片来源新建temp中间表将Mysql数据全量同步到ClickHouse内temp表再替换原ClickHouse中的表适用数据量适度增量和变量频繁的场景
最后
本人也收藏了一份Java面试核心知识点来应付面试借着这次机会可以送给我的读者朋友们
目录
Java面试核心知识点
一共有30个专题足够读者朋友们应付面试啦也节省朋友们去到处搜刮资料自己整理的时间
Java面试核心知识点
已经有读者朋友靠着这一份Java面试知识点指导拿到不错的offer了
TeQ-1649565015690)]
Java面试核心知识点
已经有读者朋友靠着这一份Java面试知识点指导拿到不错的offer了
[外链图片转存中…(img-DatutehC-1649565015690)]