这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天
前天课上讲的ClickHouse就是本次青训营的最后一节课。现在重新看一遍课程内容，做一个笔记复习一下这堂课上学的内容。
数据库的定义在之前的课程中已经提过很多次：数据库是结构化信息或数据的有序集合，由数据库管理系统（DBMS）来控制。数据库一般分为关系型数据库和非关系型数据库，但也能分为OLTP（Online Transactional Processing）数据库和OLAP（Online Analytical Processing）数据库，分别用于高速分析大量事务和分析多维数据。而在OLAP数据库中，往往会涉及到大量数据读写和PB级存储、多维分析和复杂的复合函数，而一般查询都是查询行，在这种场景下效率较低，可以引入列式存储。
列式存储与行存相比，查询时只需要读取涉及到的列，方便投影操作 、物化（将列数据转换为可以被计算或输出的行数据/内存数据结果的过程）、向量化计算，而且压缩效率更高，在OLAP数据库中更加适用。
ClickHouse是一款来自俄罗斯的开源OLAP数据库。在使用时分布式表，不存储数据，用来路由查询，而本地表用来实际存储。存储时将数据分片，每个column存储在part文件夹下。一个part有一个主键索引，每个column都有列索引。索引使用LSM-Tree实现，适用于大吞吐写入场景。每个列都有mark文件，保存最小数据读取单元granules的物理地址，mark文件每一行保存block_offset和granule_offset，分别定位granule在压缩文件和解压后文件的位置。查询时首先通过主键找到需要读的mark，切分mark并发调度reader，reader通过mark内容得到偏移量，然后构建列式filter做数据过滤。
ClickHouse的典型应用场景包括大宽表存储与查询、离线数据分析、复杂类型查询等。
