顺的网站建设效果,环保局 网站建设,c2750服务器做网站行吗,中国十大网络科技公司排名文章目录1.ClickHouse介绍2.StarRocks介绍1.ClickHouse介绍
ClickHouse是面向联机分析处理#xff08;OLAP#xff09;的开源分析引擎。最初由俄罗斯第一搜索引擎Yandex开发#xff0c;于2016年开源#xff0c;开发语言为C。由于其优良的查询性能#xff0c;PB级的数据规…
文章目录1.ClickHouse介绍2.StarRocks介绍1.ClickHouse介绍
ClickHouse是面向联机分析处理OLAP的开源分析引擎。最初由俄罗斯第一搜索引擎Yandex开发于2016年开源开发语言为C。由于其优良的查询性能PB级的数据规模简单的架构在国内外公司被广泛采用。
它是列存数据库具有完备的DBMS功能备份列式存储和数据压缩。它的MPP架构易于扩展易于维护。除此之外它支持向量化的查询完善的SQL以及实时的数据更新查询速度可以达到亚秒级的响应。 那么ClickHouse的查询速度为什么会这么快呢它类似于LSM tree,所有数据都是经过有序排列提前做好聚合计算再存储。并且它的数据存储格式自带索引。
其次ClickHouse可以基于多个Key创建索引。它的二级索引采用Data skipping index。 ClickHouse的应用场景主要有四个方面。
第一用户行为分析。ClickHouse将用户行为分析表制作成一张大的宽表减少join的形式实现路径分析、漏斗分析、路径转化等功能。除此之外它还能支撑广告营销和AB实验。
第二实时BI报表。ClickHouse可以根据业务需求实时制作及时产出查询灵活的BI报表包括订单分析营销效果分析大促活动分析等等。
第三监控。ClickHouse可以将系统和应用监控指标通过流式计算引擎Flink,Spark streaming清洗处理以后实时写入ClickHouse。结合Grafna进行可视化展示。
第四用户画像。ClickHouse可以对各种用户特征进行数据加工制作成包含全部用户的一张或多张用户特征表提供灵活的用户画像分析支撑广告圈人等业务需求等等。 我们在ClickHouse的基础上做了一定的增强。首先我们重构了In Memory Part写入模块让它支持Flink单条写入Flink Exactly Once事务写入以及Sharding Key写入。成功解决了写Distributed表的痛点提升了整体性能。其次它还支持DiskOSS。实现了冷热的分层存储节约了成本。最后我们实现了副本扩容和分片扩容让扩容方式变得更灵活。
2.StarRocks介绍 StarRocks单节点100M/秒的写入速度让它每秒可处理100亿行数据。StarRocks的综合查询速度比其他产品快10到100倍。数据秒级实时更新可见。其次StarRocks支持数千用户同时分析部分场景每秒可支持1万以上的QPSTP99控制在1秒以内。最后StarRocks基于多种数据模型实现了极速分析缩短业务交付时间。提升了数据工程师和分析师工作效率。 如上图所示StarRocks的架构简洁明了兼容MySQL协议可使用各类MySQL客户端。并且支持FE、BE的水平扩展从而实现自动均衡。让运维和使用都非常方便。 StarRocks的极速引擎实现了全面向量化执行。它可以按列存储按列计算。用更少的虚函数调用更少的分支判断更好地利用SIMD指令并且对CPU Cache更友好。其次StarRocks向量化提升的效果明显。向量化Filter向量化聚合和向量化Shuffle Join的效果都有几何倍数的提升。 StarRocks的极速引擎具有全新的CBO。基于Orca论文将表达式重写、表达式复用。用公共谓词提取、谓词推导。将子查询改写调整Join顺序、让Join算法自动选择。成功的将SQL语句转化为一个可执行Plan。 StarRocks的极速引擎具有多种分布式的Join。目前这种分布式Join是ClickHouse比较缺乏的功能。右图是更加高效的Join方式它通过提前完成bucket分类让整体运行更加高效。 StarRocks为全场景提供了四种数据模型。
第一明细模型。用于保存和分析原始明细数据数据写入后几乎无更新。主要用于日志操作记录设备状态采样等等。
第二聚合模型。用于保存分析汇总数据。不需要查询明细数据。数据导入后实时完成聚合数据写入后几乎无更新。适用于按时间、地域、机构汇总的数据。
第三主键模型。支持基于主键的更新Delete and insert大批量导入时保证高性能查询。用于保存和分析需要更新的数据。
第四更新模型。支持基于主键的更新Merge On Read更新频率比主键模型更高。用于保存和分析需要更新的数据。主键模型和更新模型都适用于状态会发生变动的订单设备状态等。 StarRocks在全场景中还实现了高并发的查询。StarRocks的分区机制可以高效过滤提升查询性能。StarRocks的分桶机制充分发挥了集群的性能成功避免了热点问题。但StarRocks相对于其他的OLAP引擎和行存的OLTP引擎还有一定的差距。 在LakeHouse场景中StarRocks的联合查询不但屏蔽了底层数据源的细节而且可以对异构数据据源数据联合分析与增量数据湖格式完美结合。为了提升查询速度StarRocks对每种数据源进行针对性优化。增强了向量化解析ORC、Parquet格式字典过滤延迟物化等能力。 StarRocks除了极致的引擎性能和全场景优化的能力它还实现了弹性伸缩支持在线扩容让运维变得简单。面对流量增长用户不但可以按需伸缩节省成本。StarRocks还支持小规模初始集群的逐步扩容大大节省了运维成本。
