ClickHouse 到底有多神?

liuian 2025-01-08 15:17 41 浏览

ClickHouse（简称 CH）是最近很受关注的开源分析数据库，据说挺神的，做 OLAP 计算很快。很多被性能问题折磨的用户都有兴趣尝试一下。

CH 到底是不是真有那么神呢？我们做一些对比测试来看看。

这里用 CH、Oracle（简称 Ora）和开源的集算器 SPL 一起做对比测试，测试基准是国际广泛认可的 TPC-H，针对 8 张表，完成 22 条 SQL 语句定义的计算需求（Q1 到 Q22）。在相同的软硬件环境下，比较 CH、Ora 和 SPL 完成计算需要的时间。

测试发现这么几个现象。

一、CH 做单表遍历计算的性能非常好，超过了 Ora 和 SPL，比如 TPC-H 的 Q1，对比情况如图 1：

图 1：单表遍历简单查询性能比较（单位：秒）

Q1 是单表遍历的简单分组汇总，CH 跑的最快，SPL 次之，Ora 最慢。

这个结果说明，CH 的列式存储做的不错，单表遍历速度快。SPL 也使用了列存，但速度赶不上 CH，这一方面是因为 SPL 存储压缩可能不如 CH，另一方面 Java 实现的 SPL 计算性能也弱于 C++ 写的 CH，而 SPL 的高性能算法在这个简单运算中也派不上用场。而 Ora 主要吃亏在使用了行式存储，明显要慢得多了。

二、对于稍微复杂一些的查询，CH 的表现就比较差了。比如， Q2、Q3、Q7，涉及到多表连接、子查询等相对复杂一些的查询，对比情况如图 2：

图 2：多表关联复杂查询性能比较（单位：秒）

这几个运算都是 SPL 最快。Q2 涉及数据量较少，列存作用不大，CH 性能和 Oracle 几乎一样。Q3 数据量较大，CH 还是占了列存的便宜后才超过了 Ora。Q7 数据也较大，但是计算复杂，CH 性能还不如 Ora。

在计算逻辑复杂之后，CH 的性能就开始急剧下降了。采用列式存储占了巨大的存储优势时，竟然能被 Ora 用行式存储赶上。这说明 CH 的算法优化能力很差，远远赶不上 Ora。而对于这些较复杂的运算，SPL 的算法优化就能得到体现，再加上列存优势，结果是 Java 写出来的程序跑赢了 C++ 写的 CH 和 Ora。

Q8 是更复杂一些的计算，子查询中有多表连接，CH 跑了 2000 多秒还没有出结果，应该是卡死了，Ora 跑了 192 秒，SPL 是 37 秒，最快。Q9 在 Q8 的子查询中增加了 like，CH 直接报内存不足的错误了，Ora 跑了 234 秒，SPL 是 68 秒，还是更快。其它还有些复杂运算是 CH 跑不出来的，就没法做个总体比较了。

综合上述测试来看，CH 并没有传说中那么神，简单的单表查询性能不错，复杂查询性能非常差。基本上可以断定，CH 的列式存储做得很好，但运算优化却可以说相当差。

对于希望用 CH 来提速的朋友，特别是希望能用 CH 来解决复杂查询甚至存储过程性能问题的朋友，那可能是想多了。

SPL 单表硬遍历比 CH 慢，但是复杂计算的性能却远远超过 CH。关键是，SPL 提供了丰富的数据类型，封装了大量的高性能算法，能用简洁的代码实现复杂计算。

对于复杂运算（包括存储过程），真有性能上的麻烦，SPL 才是合适的选择。

附：测试环境

CPU：2 颗 Intel3014，主频 1.7G，每个 CPU 内核数 6 个。

硬盘 (SSD)：1T 561MB/s(读) 523MB/s(写) 接口：SATA 6.0Gb/s

内存：64G。

操作系统：Linux CentOS 7。

TPC-H 数据总规模 100G。所有测试都用 12 线程并行。

重磅！开源SPL交流群成立了

简单好用的SPL开源啦！