我只用过 ES，没用过 Clickhouse。这里记录下我对 Clickhouse 一些调研，主要是通过对比 ES ，在这二者之间需要选型时我想了解的内容。

数据量方面

ClickHouse和ElasticSearch都可以处理PB级别的数据量。但是具体能处理多少数据并不仅取决于数据库本身，还需要考虑硬件、网络、查询负载等因素。

ClickHouse：ClickHouse设计用于在线分析处理(OLAP)，它可以在实时查询大规模数据集时提供快速的结果。它的分布式系统架构使得它可以水平扩展来处理PB级别的数据。

ElasticSearch：ElasticSearch主要被用于全文搜索、日志和事件数据的实时分析。通过分片和副本的机制，ElasticSearch可以分布式处理大量数据。然而，虽然ElasticSearch理论上可以处理PB级别的数据，但是在实践中，由于资源和性能的限制，通常用来处理TB级别的数据。

炫杉：ElasticSearch 想接管的数据量越大，速度越快，所依赖的硬件成本就会越高。相对来说 ClickHouse 对硬件性能的利用会更好。

总的来说，如果你的数据量非常大（PB级别）并且需要进行复杂的实时分析查询，ClickHouse可能是更好的选择。而如果你的数据量较小（TB级别），或者你需要全文搜索和日志数据处理，ElasticSearch可能会更适合。

实时可查性

ClickHouse 是一个列式数据库，它的设计目标是快速处理大量数据，因此它的写入操作相对较慢，而查询操作却非常快。当新数据写入 ClickHouse 时，数据首先会写入到内存中的缓冲区，然后在一段时间后（或者当缓冲区满了之后）才会将这些数据刷新到磁盘。因此，新写入的数据在被刷新到磁盘之前是无法被查询到的，这就是 ClickHouse 的可查询性延迟。

炫杉补充：MySQL 是行式。ClickHouse 是列式。而 ES 是基于 Lucene ，使用了倒排索引。

具体的延迟时间取决于很多因素，比如你的硬件性能、系统负载、数据量等。在一般情况下，ClickHouse 的可查询性延迟可能会在几秒到几分钟之间。在大部分情况下，这个延迟是可以接受的，因为大规模的分析查询通常不需要实时性。

Elasticsearch 可以支持实时分析查询，但它的设计更侧重于文本搜索、日志数据处理和实时分析（例如，聚合和可视化）。Elasticsearch 的近实时性(near real-time)特性意味着在数据写入后一小段时间内（通常是一秒）数据就可以被查询到。

对于实时分析查询，Elasticsearch 提供了强大的聚合功能，可以进行复杂的实时分析和可视化。比如进行日志数据的实时分析，查看网站访问量的实时趋势等。

高可用

ElasticSearch 通过分片和副本机制实现了高可用性和容错性。ClickHouse 也支持数据复制和分片，但是配置相对复杂。

上手成本

ElasticSearch 需要一定的学习成本（Restful API 也还好）
ClickHouse 使用标准的 SQL 语句，使用起来比较简单。

关于 ES 的简单使用我有整理一些文章，可站内搜一下看。但更推荐你直接参考 ES 文档，或者根据你想实现的查询咨询 ChatGPt 来快速上手。

下面记录下 ClickHouse 的用法

ClickHouse 的简单使用

首先，你需要安装 ClickHouse。有多种安装方式，以下是在 Ubuntu 上的安装命令：

1
2
3
4
5
6
# Update package list
sudo apt-get update
# Install ClickHouse
sudo apt-get install -y clickhouse-server clickhouse-client
# Start ClickHouse
sudo service clickhouse-server start

然后，你可以通过运行 clickhouse-client 命令进入 ClickHouse 的命令行客户端。

炫杉：安装比 ES 简单多了。

创建数据库

1
2
3
4
5
6
7
8
9
10
11
12
13
14
CREATE DATABASE test;
在 test 数据库中创建表：
CREATE TABLE test.visits
(
    id UInt32,
    visitDate Date,
    country String,
    browser String,
    operatingSystem String,
    user UInt32
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(visitDate)
ORDER BY (visitDate, id)

这个表用于存储网站访问记录，包含用户 ID、访问日期、用户所在国家、使用的浏览器和操作系统等信息。

果然是 MySQL

插入数据：

1
2
3
4
INSERT INTO test.visits
VALUES (1, '2020-01-01', 'US', 'Chrome', 'Windows', 1);
查询数据：
SELECT * FROM test.visits;

更新数据

首先，你需要先确保你的 ClickHouse 版本支持 ALTER TABLE UPDATE 语句（需要 19.7 及以上版本）。

然后，你可以这样进行更新：

1
ALTER TABLE test.visits UPDATE browser = 'Firefox' WHERE id = 1;

这个命令会将 id 为 1 的行的 browser 列的值更新为 ‘Firefox’。

请注意 ALTER TABLE UPDATE 操作在 ClickHouse 中并不是实时的，它只是标记了需要更新的数据。实际的更新操作会在后台异步进行，因此你可能需要等待一段时间才能在查询中看到更新的结果。

另外，如果你的数据表的引擎是 MergeTree 类型，你需要确保表的 ORDER BY 子句包含了 WHERE 子句中用到的所有列。在这个例子中，id 列应该包含在 ORDER BY 子句中。

说实话这段我没太看懂。

删除数据

1
ALTER TABLE test.visits DELETE WHERE id = 1;

这将会删除所有 id 为 1 的行。

License

Adopting CC BY-NC-SA 4.0 License Agreement

Share

快来参与讨论吧~