<menuitem id="zdftn"><big id="zdftn"></big></menuitem>

    <track id="zdftn"><video id="zdftn"><nobr id="zdftn"></nobr></video></track>

      <delect id="zdftn"></delect>

            <address id="zdftn"></address>

            <thead id="zdftn"></thead><track id="zdftn"><big id="zdftn"><nobr id="zdftn"></nobr></big></track>

            <noframes id="zdftn">

            千鋒教育-做有情懷、有良心、有品質的職業教育機構

            手機站
            千鋒教育

            千鋒學習站 | 隨時隨地免費學

            千鋒教育

            掃一掃進入千鋒手機站

            領取全套視頻
            千鋒教育

            關注千鋒學習站小程序
            隨時隨地免費學習課程

            【熱點話題】 零基礎學IT IT學習教程 IT學習筆記 IT技術干貨 IT培訓機構 IT應聘面試 IT職場就業 Java培訓機構哪些好
            當前位置:首頁  >  關于學院  >  技術干貨  > ClickHouse為什么快?

            ClickHouse為什么快?

            來源:千鋒教育
            發布人:qyf
            時間: 2022-10-08 17:47:31 1665222451

            ClickHouse為什么快

              數據計算層面:

              向量化執行+SIMD(單指令多數據流)

              * ClickHouse實現了向量執行引擎(Vectorized execution engine),對內存中的列式數據,一個batch調用一次SIMD指令(而非每一行調用一次),不僅減少了函數調用次數、降低了cache miss,而且可以充分發揮SIMD指令的并行能力,大幅縮短了計算耗時。向量執行引擎,通常能夠帶來數倍的性能提升。

              動態代碼生成(Runtime Codegen)

              * 在經典的數據庫實現中,通常對表達式計算采用火山模型,也即將查詢轉換成一個個operator,比如HashJoin、Scan、IndexScan、Aggregation等。為了連接不同算子,operator之間采用統一的接口,比如open/next/close。在每個算子內部都實現了父類的這些虛函數,在分析場景中單條SQL要處理數據通常高達數億行,虛函數的調用開銷不再可以忽略不計。另外,在每個算子內部都要考慮多種變量,比如列類型、列的size、列的個數等,存在著大量的if-else分支判斷導致CPU分支預測失效。 * ClickHouse實現了Expression級別的runtime codegen,動態地根據當前SQL直接生成代碼,然后編譯執行。如下圖例子所示,對于Expression直接生成代碼,不僅消除了大量的虛函數調用(即圖中多個function pointer的調用),而且由于在運行時表達式的參數類型、個數等都是已知的,也消除了不必要的if-else分支判斷。

              多核并行處理+分布式處理

              * ClickHouse將數據劃分為多個partition,每個partition再進一步劃分為多個index granularity,然后通過多個CPU核心分別處理其中的一部分來實現并行數據處理。在這種設計下,單條Query就能利用整機所有CPU。極致的并行處理能力,極大的降低了查詢延時。 * 分布式計算,即多機器處理線性擴展

              著眼硬件+高效的算法實現

              # 比如 * ClickHouse設計時非常在于對CPU L3級別的緩存使用,因為一次L3 cache miss會帶來70~100納秒的延遲。這意味著,在單核CPU上,它會浪費4000萬/每秒的運算;而在一個32線程的CPU上,則可能會浪費5億/每秒的運算,別小看這些細節,一點一滴的將它們累加起來,數據是非??捎^的。也正因為注意了這些細節,所以ClickHouse在基準查詢中,能做到1.75億/每秒的數據掃描性能。 * 針對不同的場景選擇不同算法,例如去重計數uniqCombined函數,根據數據量的不同會選擇不同的算法。當數據量較小的時候,會選擇Array保存;當數據量中等時候,則會選擇HashSet;而當數據量很大的時候,則使用HyperLogLog算法。

              數據存儲和寫入層面:

              列式存儲+有序存儲

              主鍵索引+稀疏索引

              數據分片

              數據寫入是Batch+Append+后臺線程Merge

            聲明:本站稿件版權均屬千鋒教育所有,未經許可不得擅自轉載。

            10年以上業內強師集結,手把手帶你蛻變精英

            請您保持通訊暢通,專屬學習老師24小時內將與您1V1溝通

            免費領取

            今日已有369人領取成功

            劉同學 138****2860 剛剛成功領取
            王同學 131****2015 剛剛成功領取
            張同學 133****4652 剛剛成功領取
            李同學 135****8607 剛剛成功領取
            楊同學 132****5667 剛剛成功領取
            岳同學 134****6652 剛剛成功領取
            梁同學 157****2950 剛剛成功領取
            劉同學 189****1015 剛剛成功領取
            張同學 155****4678 剛剛成功領取
            鄒同學 139****2907 剛剛成功領取
            董同學 138****2867 剛剛成功領取
            周同學 136****3602 剛剛成功領取

            猜你喜歡LIKE

            最新文章NEW

            相關推薦HOT

            更多>>

            快速通道 更多>>

            開班信息
            北京校區
            • 北京校區
            • 大連校區
            • 廣州校區
            • 成都校區
            • 杭州校區
            • 長沙校區
            • 合肥校區
            • 南京校區
            • 上海校區
            • 深圳校區
            • 武漢校區
            • 鄭州校區
            • 西安校區
            • 青島校區
            • 重慶校區
            • 太原校區
            • 沈陽校區

            狼群西瓜视频在线观看
            <menuitem id="zdftn"><big id="zdftn"></big></menuitem>

              <track id="zdftn"><video id="zdftn"><nobr id="zdftn"></nobr></video></track>

                <delect id="zdftn"></delect>

                      <address id="zdftn"></address>

                      <thead id="zdftn"></thead><track id="zdftn"><big id="zdftn"><nobr id="zdftn"></nobr></big></track>

                      <noframes id="zdftn">