主编推荐语
一本通过分析ClickHouse底层引擎架构来解读ClickHouse极致性能的底层逻辑的著作。
内容简介
全书一共12章，分为两个部分：
第1部分（第1-7章）：简要地介绍了数据仓库的核心技术和思路，系统讲解了ClickHouse的查询性能优势、适用场景、架构设计和运作过程，深入地剖析了ClickHouse的存储引擎架构、计算引擎架构以及决定ClickHouse性能的关键因素，还将ClickHouse与其他数仓架构进行了深度对比，不仅阐明了ClickHouse查询速度快的底层逻辑，也推导出了ClickHouse的适用场景。
第2部分（第8-12章）：针对ClickHouse的适用场景，讲解了它的各种使用技巧以及存算分离架构、分布式架构等云计算时代的全新架构，更重要的是，从数据结构、内存、磁盘、网络、CPU、查询等方面全面总结了ClickHouse的性能优化方法和原则。
目录
- 版权信息
- Praise 赞誉
- Foreword 序1
- Foreword 序2
- 自序 Foreword
- 前言 Preface
- Part 1 第一部分 架构篇
- Chapter 1 第1章 数据仓库的核心技术
- 1.1 OLAP和OLTP的本质区别
- 1.2 典型大数据数仓技术及其核心思路
- 1.3 传统数仓的缺陷
- 1.4 ClickHouse查询性能的优势
- 1.5 本章小结
- Chapter 2 第2章 ClickHouse简介
- 2.1 ClickHouse的4个标签
- 2.2 ClickHouse的3个适用场景
- 2.3 本章小结
- Chapter 3 第3章 ClickHouse架构概览
- 3.1 ClickHouse架构简介
- 3.2 ClickHouse的核心抽象
- 3.3 ClickHouse的运作过程
- 3.4 本章小结
- Chapter 4 第4章 MergeTree存储引擎架构
- 4.1 MergeTree存储引擎的三大特点
- 4.2 MergeTree的数据组织
- 4.3 MergeTree的文件组织
- 4.4 索引
- 4.5 与事务数据库存储引擎的对比
- 4.6 存储引擎如何影响查询速度
- 4.7 MergeTree存储引擎的工作过程
- 4.8 本章小结
- Chapter 5 第5章 ClickHouse计算引擎架构
- 5.1 ClickHouse计算引擎的架构简介与设计思想
- 5.2 火山模型
- 5.3 向量化引擎
- 5.4 计算引擎如何影响查询速度
- 5.5 本章小结
- Chapter 6 第6章 ClickHouse与其他数仓架构的对比
- 6.1 ClickHouse与Hive的对比
- 6.2 ClickHouse与HBase的对比
- 6.3 ClickHouse与Kylin的对比
- 6.4 本章小结
- Chapter 7 第7章 深度思考：决定外在能力的因素
- 7.1 从架构层面分析ClickHouse
- 7.2 结构决定功能
- 7.3 从ClickHouse的设计来理解
- 7.4 本章小结
- Part 2 第二部分 实战篇
- Chapter 8 第8章 ClickHouse使用技巧
- 8.1 数据导入、导出技巧
- 8.2 建表技巧
- 8.3 高级技巧
- 8.4 常见报错及处理方法
- 8.5 本章小结
- Chapter 9 第9章 ClickHouse实现用户画像系统
- 9.1 用户画像概述
- 9.2 用户画像系统的关键技术实现
- 9.3 基于ClickHouse的用户画像系统的优点
- 9.4 本章小结
- Chapter 10 第10章 ClickHouse的存算分离架构
- 10.1 存算分离架构背景
- 10.2 ClickHouse中的存算分离
- 10.3 存算分离架构给ClickHouse带来的优势
- 10.4 本章小结
- Chapter 11 第11章 ClickHouse的分布式架构
- 11.1 架构特点及对比
- 11.2 基本概念
- 11.3 ClickHouse的复制表引擎
- 11.4 ClickHouse分布式表引擎
- 11.5 本章小结
- Chapter 12 第12章 ClickHouse性能优化
- 12.1 性能优化的原则
- 12.2 数据结构优化
- 12.3 内存优化
- 12.4 磁盘优化
- 12.5 网络优化
- 12.6 CPU优化
- 12.7 查询优化
- 12.8 数据迁移优化
- 12.9 本章小结
评分及书评
- 给这本书评了5.0
这本书不仅让我对 clickhouse 有了更深刻地认识，也启发了我形成数据清洗和数据存储的新方案。对于数据清洗，我可以用 greenplum 做 ODS 层，用 greenplum 外部表写入 clickhouse，不需要借助 flink。对于数据存储，我可以用云对象存储保存冷数据和非结构化数据，绕过 hadoop。
出版方
机械工业出版社
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
