欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
ClickHouse
来自开放百科 - 灰狐
(版本间的差异)
小 |
小 (→项目) |
||
(未显示1个用户的3个中间版本) | |||
第19行: | 第19行: | ||
==指南== | ==指南== | ||
+ | [https://clickhouse.com/docs/zh/ ClickHouse 中文文档] 先快速过一遍 ... | ||
==项目== | ==项目== | ||
+ | |||
+ | ==数据集== | ||
+ | *[https://clickhouse.com/docs/zh/getting-started/example-datasets/ 示例数据集] | ||
+ | *[https://ghe.clickhouse.tech/ GitHub 事件数据集] 包含了GitHub上从2011年到2020年12月6日的所有事件,大小为31亿条记录。下载大小为75 GB,如果存储在使用lz4压缩的表中,则需要多达200 GB的磁盘空间。 | ||
+ | |||
+ | ==文档== | ||
+ | [https://github.com/ClickHouse/clickhouse-presentations 幻灯片] | ||
==用户== | ==用户== | ||
+ | [https://clickhouse.com/docs/zh/introduction/adopters/ ClickHouse用户] | ||
==服务商== | ==服务商== |
2022年4月11日 (一) 15:18的最后版本
您可以在Wikipedia上了解到此条目的英文信息 ClickHouse Thanks, Wikipedia. |
ClickHouse
目录 |
[编辑] 简介
fastest OLAP database on Earth
ClickHouse is a free (Apache v2) OLAP DBMS for big data
大数据领域的瑞士军刀变迁:MongoDB -> Elasticsearch -> ClickHouse
[编辑] 功能
[编辑] 性能
性能对比 所有用于对比的数据库都使用了相同配置的服务器,在单个节点的情况下,对一张拥有133个字段的数据表分别在1000万、1亿和10亿三种数据体量下执行基准测试,基准测试的范围涵盖43项SQL查询。在1亿数据集体量的情况下,ClickHouse 的平均响应速度是 Vertica 的2.63倍、InfiniDB 的17倍、MonetDB 的27倍、Hive 的126倍、MySQL 的429倍以及 Greenplum 的10倍。《ClickHouse原理解析与应用实践》
[编辑] 指南
ClickHouse 中文文档 先快速过一遍 ...
[编辑] 项目
[编辑] 数据集
- 示例数据集
- GitHub 事件数据集 包含了GitHub上从2011年到2020年12月6日的所有事件,大小为31亿条记录。下载大小为75 GB,如果存储在使用lz4压缩的表中,则需要多达200 GB的磁盘空间。
[编辑] 文档
[编辑] 用户
[编辑] 服务商
[编辑] 图集
[编辑] 链接
分享您的观点