mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-12-05 22:12:21 +00:00
2.5 KiB
2.5 KiB
slug | title | toc_hidden | sidebar_position |
---|---|---|---|
/zh/faq/use-cases/key-value | 我能把 ClickHouse 当做Key-value 键值存储来使用吗? | true | 101 |
我能把 ClickHouse 当做Key-value 键值存储来使用吗? {#can-i-use-clickhouse-as-a-key-value-storage}.
简短的回答是 不能 。键值类型负载是ClickHouse最不适合的多种场景之一。ClickHouse 毕竟只是一个OLAP系统,对于这类负载来说,目前还是有很多优秀的键值存储系统可供选择。
然而,在某些情况下,使用ClickHouse进行类似键值的查询仍然是有意义的。通常,一些主要的工作负载是分析性的比较适合使用Clickhouse低预算的产品中,也有一些次要的操作是需要使用键值模式的,同时这些操作的请求吞吐量不会很高,也没有严格的延迟要求。如果你有无限的预算,你会为这样的次要工作负载安装一个次要的键值数据库,但实际上,多维护一个存储系统(监控、备份等)会有额外的成本,这是可以考虑避免的。
如果你决定不遵从这些建议,想要使用ClickHouse运行一些类似键值的查询,那么这里有一些提示。
- ClickHouse中点查询开销大的关键原因是MergeTree表引擎家族[MergeTree表引擎家族](../../engines/table-engines/mergetree-family/mergetree.md)采用的稀疏主索引。这个索引不能指向每一行具体的数据,相反,它指向每N行,系统必须从邻近的N行扫描到所需的行,沿途读取过多的数据。在一个键值场景中,通过
index_granularity
的设置来减少N的值可能是有用的。 - ClickHouse将每一列保存在一组单独的文件中,所以要组装一个完整的行,它需要访问文件组中的每一个文件。访问数据数量会随着列数的增加而线性增加,所以在键值场景中,需要避免使用许多列,并将所有的有效数据放在一个单一的
String
列中,并以某种序列化格式(如JSON、Protobuf或任何有效的格式)进行编码。 - 还有一种方法,使用Join表引擎代替正常的
MergeTree
表和joinGet 函数来检索数据。它可以提供更好的查询性能,但可能有一些可用性和可靠性问题。下面是一个使用实例。