15
Clickhouse与kudu,kylin,druid的区别和使用场景
source link: https://zjinc36.github.io/2021/03/28/2021-20210327-Clickhouse%E4%B8%8Ekudu-kylin-druid%E7%9A%84%E5%8C%BA%E5%88%AB%E5%92%8C%E4%BD%BF%E7%94%A8%E5%9C%BA%E6%99%AF/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Clickhouse与kudu,kylin,druid的区别和使用场景
Mar 28, 2021BigData
OLAP数据库分类
OLAP到现在也都是两个套路
- 一个用空间换时间，就是MOLAP（多维在线分析）
- 一个充分利用所有资源快速计算, 就是ROLAP（关系型在线分析）
- 当然还有一个混合的，那个不管
OLAP数据库
- Kylin和Druid都是MOLAP的典范
- ClickHouse则是ROLAP的佼佼者
- kudu是一个支持OLAP的大数据存储引擎，也能用来做OLAP
- 如果你的业务部门要求高并发高性能，那就可以用Kylin和Druid，这两个都是预计算的套路，你给他设定好分析路线，kylin建CUBE，Druid做各种group by的计算，业务部门分析的时候就等于是直接查询已经计算好的结果。速度和并发量的表现都非常棒。缺点是吃存储，分析路径比较死，加一个维度得改模型。
- 如果你的业务部门人不多，就内部用，但是比较挑剔，要非常高的自由度，那就可以用ClickHouse。这个你建各种表就好了。业务部门基于数据关系自己选择，CK现算，给答案。这个单表查询效率超高，join的话不太满意。而且因为都是现算的，并发量上不去。最关键的是CK所在的服务器基本干不了别的，查几条数据都有可能吃掉50%以上的CPU。
这个文章里有各大厂使用ClickHouse的案例，可以了解一下：
https://mp.weixin.qq.com/s?__biz=MzIwNjM0MTc0Ng==&mid=2247485372&idx=1&sn=20359e5a696144ace29f1b705ca69f97&chksm=972254a1a055ddb7944bfacd7927df6188276c8668411b538ad1ea60ea54c1fd0bb6af702b39#rd
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK