这是我参与「第五届青训营 」伴学笔记创作活动的第 17 天
数据库根据数据存储形式分为关系型数据库和非关系型数据库；按部署方式分为单机数据库和分布式数据库；按使用场景分为 OLTP（Online Transactional Processing）和 OLAP（Online Anaclitical Processing）数据库。对于不同的业务，需要根据其特点选择不同的数据库。
列式存储
相比于 MySQL 的行式存储，列式存储将数据按列进行存储，实现对相同数据类型数据的归并，有以下优点：
- 更好的进行数据压缩：相同数据类型压缩、排序后压缩、可进行Run-length encoding（计数重复数据）、Delta encoding（只记录数据之间的差值）
- 更快地找出需要的列中的数据
- 延迟物化：物化指将数据生成用于输出或计算的行数据或内存数据的过程。
- 更适合向量化：如今 CPU 普遍支持 SIMD（Single Instruction Multiple Data）以加速处理，向量化的数据才可进行这些操作。
但是，列式存储也有一些缺点，比如不擅长点查询（查询一列数据）、Insert/Update 较复杂等。
ClickHouse 存储设计
ClickHouse 将物理节点抽象成集群（cluster），创建表时需要制定存储表的集群。
相比其他数据库使用 B-Tree 或 B+-Tree 作为索引，ClickHouse 使用 LSM-Tree（Log Structured Merge Tree），以便应对海量数据的压力。
ClickHouse 的两个主要的数据结构为 SSTable 和 Memtable，SSTables 将 key 按顺序写入磁盘，每一个写入单位称为一个 segment，这些 key 不可修改，只能增量更新；Memtable 位于内存中，当其占用空间达到阈值后会被写入磁盘中。
ClickHouse 将 segment中距离为定长的 key 作为索引，用于加速查找，称为稀疏索引。
已经写入磁盘的 Segment 也会有专门的线程对其进行压缩、整理和排序。
本文若有不足之处,欢迎纠正(≧^.^≦)喵~
我的其他笔记，可在掘金或 Github( github.com/DoudiNCer/I… )阅读
