Hbase、Kudu和ClickHouse对比
最近看了些大拿的相关文章，做笔记如下：
Hadoop生态圈中HDFS一直用来保存底层数据。Hbase作为一款Nosql也是Hadoop生态圈的核心组件，它海量的存储能力，优秀的随机读写能力，能够处理一些HDFS不足的地方。
Clickhouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)。能够使用SQL查询实时生成分析数据报告。它同样拥有优秀的数据存储能力。
Apache Kudu是Cloudera Manager公司16年发布的新型分布式存储系统，结合CDH和Impala使用可以同时解决随机读写和sql化数据分析的问题。分别弥补HDFS静态存储和Hbase Nosql的不足。
接着说一下Hbase与Kudu，可以说是Kudu师承Hbase，架构是类似的master-slave结构。
Hbase的物理模型是master和regionserver，regionserver存储的是region，region里边很有很多store，一个store对应一个列簇，一个store中有一个memstore和多个storefile，store的底层是hfile，hfile是hadoop的二进制文件，其中HFile和HLog是Hbase两大文件存储格式，HFile用于存储数据，HLog保证可以写入到HFile中；
Kudu的物理模型是master和tserver，其中table根据hash和range分区，分为多个tablet存储到tserver中，tablet分为leader和follower，leader负责写请求，follower负责读请求，总结来说，一个ts可以服务多个tablet，一个tablet可以被多个ts服务（基于tablet的分区，最低为2个分区）
Clickhouse的特点在于它较快的查询性能，虽然也能存储数据，但并不是他的强项，而且Clickhouse还不能update/delete数据。
表格中列出几个维度的对比：
| Hbase | Kudu | Clickhouse | |
| 数据存储 | Zookeeper保存元数据，数据写入HDFS(非结构化数据) | master保存元数据，数据及副本存储在tserver(强类型数据) | Zookeeper保存元数据，数据存储在本地，且会压缩 |
| 查询 | 查询比较麻烦，Phoenix集成之后比较好点 | 查询比较麻烦，集成Impala之后表现优秀 | 高效的查询能力 |
| 数据读写 | 支持随机读写，删除。更新操作是插入一条新timestamp的数据 | 支持读写，删除，更新 | 支持读写，但不能删除和更新 |
| 维护 | 需要同时维护HDFS、Zookeeper和Hbase(甚至于Phoenix) | CDH版本维护简单，Apache版需要单独维护，额外还有Impala | 额外维护Zookeeper |
应用场景：
Hbase更适合非结构化的数据存储，对大数据进行实时读写及更新的场景，Kudu+Impala也可以很好的胜任，当然再结合CDH就更好了，瓶颈并不在Kudu，而在Impala的Apache部署，比较复杂。
ClickHouse 适合低并发，灵活即席查询场景，也支持例如：报表分析，留存分析，用户标签画像分析，用户行为漏斗分析，归因分析等。
备注：
1、CDH是Cloudera的100％开源平台发行版，包括Apache Hadoop，专为满足企业需求而构建。CDH提供开箱即用的企业使用所需的一切。通过将Hadoop与十几个其他关键的开源项目集成，Cloudera创建了一个功能先进的系统，可帮助您执行端到端的大数据工作流程。CDH 是一个拥有集群自动化安装、中心化管理、集群监控、报警功能的一个工具（软件），使得集群的安装可以从几天的时间缩短为几个小时，运维人数也会从数十人降低到几个人，极大的提高了集群管理的效率。
