Clickhouse基本概念

ClickHouse集群（Cluster）

在物理构成上，ClickHouse集群是由多个ClickHouse server实例组成的分布式数据库。这些ClickHouse server根据购买规格的不同而可能包含1个或多个副本（Replica）、1个或多个分片（Shard）。在逻辑构成上，一个ClickHouse集群可以包含多个数据库（Database）对象。

 

分片（Shard）

在超大规模海量数据处理场景下，单台服务器的存储、计算资源会成为瓶颈。为了进一步提高效率，云数据库ClickHouse将海量数据分散存储到多台服务器上，每台服务器只存储和处理海量数据的一部分，在这种架构下，每台服务器被称为一个分片（Shard）。

副本（Replica）

为了在异常情况下保证数据的安全性和服务的高可用性，ClickHouse提供了副本机制，将单台服务器的数据冗余存储在2台或多台服务器上。

数据库（Database）

数据库是ClickHouse集群中的最高级别对象，内部包含表（Table）、列（Column）、视图（View）、函数、数据类型等。

表（Table）

表是数据的组织形式，由多行、多列构成。ClickHouse的表从数据分布上，可以分为本地表、分布式表两种类型。从存储引擎上，可以分为单机表、复制表两种类型。

本地表（Local Table）

本地表的数据，只会存储在当前写入的节点上，不会被分散到多台机器上。

分布式表（Distributed Table）

分布式表是本地表的集合，它将多个本地表抽象为一张统一的表，对外提供写入、查询功能。当写入分布式表时，数据会被自动分发到集合中的各个本地表中；当查询分布式表时，集合中的各个本地表都会被分别查询，并且把最终结果汇总后返回。

 

说明 本地表与分布式表的区别在于：本地表的写入和查询，受限于单台服务器的存储、计算资源，不具备横向拓展能力；而分布式表的写入和查询，则可以利用多台服务器的存储、计算资源，具有较好的横向拓展能力。

单机表（Non-Replicated Table）

单机表的数据，只会存储在当前机器上，不会被复制到其他机器，即只有一个副本。

复制表（Replicated Table）

复制表的数据，会被自动复制到多台机器上，形成多个副本。

 

说明 单机表与复制表的区别在于：

• 单机表在异常情况下无法保证服务高可用。
• 复制表在至少有一个正常副本的情况下，仍旧能够对外提供服务。