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/Agda, C++/Erlang/Lisp
ClickHouse
来自开放百科 - 灰狐
（版本间的差异）
(以“ClickHouse ==简介== 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 -> ClickHous...”为内容创建页面) |
小 (→项目) |
||
| （未显示1个用户的10个中间版本） | |||
| 第1行： | 第1行： | ||
| + | {{SeeWikipedia}} | ||
| + | |||
ClickHouse | ClickHouse | ||
| + | |||
| + | [[文件:ClickHouse-logo.png|right|ClickHouse]] | ||
==简介== | ==简介== | ||
| + | fastest OLAP database on Earth | ||
| + | |||
ClickHouse is a free (Apache v2) [[OLAP]] DBMS for [[big data]] | 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 | |
==功能== | ==功能== | ||
| + | |||
| + | ==性能== | ||
| + | [https://clickhouse.com/benchmark/dbms/ 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》 | ||
==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== | ||
| + | *[https://www.altinity.com/ Altinity] 自从 2017 年开始已经为企业提供 ClickHouse 支持服务，Altinity 的客户范围包含百强企业到初创企业。 | ||
| + | *[http://mafiree.com/clickhouse-analytics-services.php Mafiree] | ||
| + | *[https://minervadb.xyz/clickhouse/ MinervaDB] | ||
| + | *[[灰狐数据]] | ||
==图集== | ==图集== | ||
| + | <gallery> | ||
| + | image:clickhouse-data-type.png|数据类型 | ||
| + | </gallery> | ||
==链接== | ==链接== | ||
| 第24行： | 第52行： | ||
[[category:database]] | [[category:database]] | ||
[[category:c++]] | [[category:c++]] | ||
| + | [[category:Huihoo Foundation]] | ||
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
数据类型
[编辑] 链接
分享您的观点
