这是我参与「第五届青训营 」伴学笔记创作活动的第 18 天。
01.
数据解析整理成有序集合
可以通过查询语言获取想要的信息
数据库的类型：
- 关系数据库：关系型数据库是把数据以表的形式进行存储，然后再各个表之间建立关系，通过这些表之间的关系来操作不同表之间的数据。
- 非关系数据库：NoSQL或非关系数据库，支持存储和操作非结构化及半结构化数据。 ————————————
- 单机数据库：在一台计算机上完成数据的存储和查询的数据库系统。
- 分布式数据库：分布式数据库由位于不同站点的两个或多个文件组成。 ————————————
- OLTP数据库：Online transactional processing是一种高速分析数据库
- OLAP数据库：Online analyticacl processing旨在分析多个数据维度
OLAP数据库
- 大量数据的读写，PB级别的存储
- 多维分析，复杂的聚合函数
- 窗口函数，自定义UDF（User Define Function)
- 离线/实时分析
SQL
一个简单的SQL查询包含SELECT关键词。
FROM自居制定了选择的数据表。
WHERE子句后接一个比较谓词以限制返回的行。
GROUP BY子句用户将若干相同值的行合并。
ORDER BY
- 定义数据模型
- 读写数据库数据
列式存储的优点
重复项越多或者越长，压缩率就会越高
可以在压缩数据上直接计算
数据选择：可以对特定的列做计算而不是读所有列；对聚合计算友好
延迟物化：
- 缓存友好
- CPU/内存带宽友好
- 可以利用到执行计划和算子优化
- 保留直接在压缩列做计算的机会
向量化：
- SIMD
- 数据格式
- 执行模型
SIMD（single instruction multiple data）
03. ClickHouse存储设计
集群选择
引擎选择
数据按什么方式排序
数据如何在单节点分布
