大家好呀！这里是爱学习的Guide！今天给大家科普一个速度快到飞起的数据库——ClickHouse。
你可能没有用过ClickHouse，但是一定听过它的名字。
为了拓展一下自己的知识面，前段时间，我找到了《ClickHouse原理解析和应用实践》这本书来看。写的真心不错！
这篇文章我简单从一个ClickHouse初学者的角度，给小伙伴们科普一下OLAP、OLTP以及ClickHouse的前世今生和应用场景。
个人能力有限。如果文章有任何需要补充/完善/修改的地方，欢迎在评论区指出，共同进步！
OLAP介绍为了将企业的数据有效整合，快速制作出报表以供数据分析/决策使用，诞生了一个叫做OLAP（OnlineAnalyticalProcessing，联机分析处理）系统的概念，也叫做现代BI（BusinessIntelligence，商业智能）系统。
与OLAP相对应的还有一个叫做OLTP（OnlineTransactionProcessing，联机事务处理）的概念。这个我们平时日常接触的就比较多了，像企业的ERP，CRM，OA等系统都属于OLTP系统。
OLTPOLAP简单总结一下：
OLTP：可以保证操作的事务性，通常需要用到传统的关系型数据库比如MySQL，主要操作是增删改查（比如添加用户、用户之间转账）。OLTP通常处理的数据量不会很大，因为数据量大了之后OLTP数据库的响应一般会非常慢。OLAP：对数据做分析然后得出一些结果比如数据报表，主要操作是查询（比如生成网站的流量分析报告）。OLAP处理的数据量往往很大，并且OLAP处理的数据对象是数据仓库（datawarehouse）中的数据。数据仓库OLAP系统一般以数据仓库作为基础。数据仓库是为了将分散的数据汇聚到一处，将它们统一存储起来。
数据仓库的构建通常还会涉及到ETL的过程。ETL即数据抽取（Extract）、转换（Transform）、装载（Load）。
下面这张图片来自：WhatisaDataWarehouse?
IBM[1]
大部分用于OLTP的数据库都可以执行OLAP相关的操作，只不过，效率通常都比较低，毕竟，这不是它们所擅长的地方。
OLAP分类主流的OLAP可以分为3类ROLAP、MOLAP、HOLAP。
ROLAP(RelationalOLAP，关系型OLAP)
对数据不进行预处理，实时聚合计算，灵活性更好！适用于对查询模式不固定、查询灵活性要求高的场景。常见的ROLAP有Presto，Impala，Clickhouse等等。
MOLAP(Multi-dimensionalOLAP，多维OLAP)
会对数据预处理，这提高了查询性能，同时也降低了灵活性。适用于查询场景相对固定并且对查询性能要求非常高的场景。常见的MOLAP有Druid，Kylin，Doris等等。
HOLAP(HybridOLAP，混合型OLAP)
混合类型OLAP。通常情况下，查询聚合性数据的时候，使用MOLAP技术；当查询明细数据时，使用ROLAP技术。在给定使用场景的前提下，以达到查询性能的最优化。
相关阅读推荐：《什么是OLAP？主流八大开源OLAP技术架构对比》[2]
ClickHouse简介ClickHouse是Yandex（俄罗斯的一家做搜索引擎的公司）公司的一个产品，诞生于自家的在线流量分析产品—Yandex.Metrica。
根据ClickHouse官方文档[3]介绍：ClickHouse是一个用于联机分析(OLAP)的MPP架构的列式数据库管理系统(DBMS)。
目前的话，国内有很多公司都在使用ClickHouse，比如腾讯、字节、金数据、B站。
下面是腾讯音乐对ClickHouse实践：
Github