### 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 | | ---------- | ------ | ------ | -------- | | Mysql | 5000万 | 10G | 205s | | ClickHouse | 5000万 | 600MB | 1s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 如何获取免费架构学习资料？ 资料获取方式：点击下方蓝色传送门 ### [Java学习、面试；文档、视频资源免费获取](https://docs.qq.com/doc/DSmxTbFJ1cmN1R2dB)       由于篇幅原因，就不多做展示了