这是我参与「第五届青训营 」伴学笔记创作活动的第 12 天，本次clickhouse的设计进行了学习，其中还有对于列式存储和行式存储的比较。
行存VS存储
优点：
- 行存：数据被保存在一起，insert/update容易。
- 列存：查询时只有涉及到的列会被读取；投影很高效；任何列都能作为索引；便于做延迟物化和向量化计算；压缩效率高，每一列可以使用不同的压缩算法。
缺点：
- 行存：选择时即使只涉及某几列，所有数据都会被读取
- 列存：选择完成时，被选择的列要重新组装；insert/update比较麻烦；点查询不适合。
适用场景：
- 行存：点查询（返回记录少，基于索引的简单查询）；增、删、改操作较多
- 列存：统计分析类查询（OLAP）；即时查询（查询条件不确定，行存表扫描难以使用索引）
clickhouse存储设计：
分布式表：不存储数据，用于将查询路由到集群的各个节点
- cluster：逻辑集群，由多个节点组成
- shard_key:指导数据写入分布式表时的分布方式
本地表：实际存储数据的表
part、partition、column、index、hash index：
- part：物理文件夹的名字
- partition：逻辑结构
- column：每个column是一个文件，所有column文件都在自己的part文件夹下
- index：索引，每个column都有列索引，每个part有一个主键索引
- hash index：将输入的key通过一个hashfunction映射到一组bucket上；每个bucket都包含一个指向一条记录的地址；哈希索引在查找的时候只适用于等值比较
B-Tree：
- 数据写入是有序的，支持增删改查
- 每个节点有多个孩子节点
- 每个节点都按照升序排列key值
- 每个key有志向左右孩子节点的引用（左孩子节点保存的key都小于当前key，右孩子节
