ClickHouse 是什么
ClickHouse 是列式存储、向量化执行的 OLAP 数据库，单机就能跑出很高的扫描吞吐，因此常用于日志分析、行为明细与宽表聚合。它的索引是稀疏主键索引：数据按排序键有序存放，每隔若干行取一条标记，查询时先定位到数据块再在块内扫描。它不追求完整的关系库语义，多表 JOIN 与高频按主键更新都不是强项。
基本信息
| 存储 | 列式存储，按列压缩与扫描 |
|---|---|
| 执行 | 向量化执行，按数据块批处理 |
| 索引 | 稀疏主键索引，配合分区与跳数索引 |
| 典型场景 | 明细聚合、日志分析、宽表指标 |
| 常用引擎 | MergeTree 家族，去重场景用 ReplacingMergeTree |
典型使用场景
- 日志与埋点分析：单表大宽表，按时间过滤后做聚合
- 行为明细即席查询：列存加向量化，扫描大量列也很快
- 替代部分预聚合：直接在明细上算也能秒级返回，少维护一套汇总表
- 宽表指标计算：建模时先把维度关联进宽表，避开多表 JOIN
- 批量导入后分析：按月分区写入，查询带时间条件即可裁剪
建表与查询
建表与查询
CREATE TABLE dw.trade_order
(
dt Date, -- 分区字段：按时间过滤
order_id String,
store_id String,
pay_amt Decimal(18, 2)
)
ENGINE = MergeTree -- 最常用的表引擎
PARTITION BY toYYYYMM(dt) -- 按月分区
ORDER BY (store_id, dt); -- 排序键，决定稀疏索引与裁剪效果
SELECT store_id, sum(pay_amt)
FROM dw.trade_order WHERE dt = '2026-10-13'
GROUP BY store_id; -- 查询带时间条件才能裁剪分区建表要素
| 要素 | 作用 | 经验 |
|---|---|---|
| ENGINE | 决定数据合并与去重行为 | 明细用 MergeTree，按主键去重用 ReplacingMergeTree |
| PARTITION BY | 划分数据目录，便于裁剪与批量清理 | 常用按月分区，避免分区数过多 |
| ORDER BY | 排序键，决定稀疏索引的粒度 | 把最常用于过滤的列放在前面 |
| 主键与索引 | 稀疏索引按排序键隔行取样 | 过滤命中排序键前缀时裁剪效果最好 |
ClickHouse 更适合宽表聚合：多表 JOIN 的能力与关系库不同，建模时常见做法是把维度预先关联进宽表，用更高的存储冗余换取更稳定的查询性能。
ClickHouse 的删除与更新是异步的变更操作，不适合当作需要频繁按主键更新的业务库使用；这类需求应换用支持实时更新的表引擎或其他数据库。