链接：juejin.im/post/6863283398727860238
2020年Java原创口试题库连载中
【000期】Java最全面试题库思维导图
【001期】JavaSE口试题（一）：面向工具
【002期】JavaSE口试题（二）：基本数据类型与访问润色符
【003期】JavaSE口试题（三）：JavaSE语法（1）
【004期】JavaSE口试题（四）：JavaSE语法（3）
【005期】JavaSE口试题（五）：String类
【006期】JavaSE口试题（六）：泛型
【007期】JavaSE口试题（七）：非常
【008期】JavaSE口试题（八）：凑集之List
【009期】JavaSE口试题（九）：凑集之Set
【010期】JavaSE口试题（十）：凑集之Map
【011期】JavaSE口试题（十一）：多线程（1）
【012期】JavaSE口试题（十二）：多线程（2）
【013期】JavaSE口试题（十三）：多线程（3）
【014期】JavaSE口试题（十四）：基本IO流
【015期】JavaSE口试题（十五）：网络IO流
【016期】JavaSE口试题（十六）：反射
【017期】JavaSE口试题（十七）：JVM之内存模型
【018期】JavaSE口试题（十八）：JVM之垃圾回收
【020期】JavaSE系列口试题汇总（共18篇）
【019期】JavaWeb口试题（一）：JDBC
【021期】JavaWeb口试题（二）：HTTP协议
【022期】JavaWeb口试题（三）：Cookie和Session
【023期】JavaWeb口试题（四）：JSP
【024期】JavaWeb口试题（五）：Filter和Listener
【025期】Java工具口试题（一）：版本掌握工具
【026期】Java工具口试题（二）：项目管理工具
【027期】Java设计模式口试题
【028期】JavaWeb系列口试题汇总（共10篇）
【029期】JavaEE口试题（一）Web运用做事器
【030期】JavaEE口试题（二）SpringMVC
【031期】JavaEE口试题（三）Spring（1）
【032期】JavaEE口试题（四）Spring（2）
【033期】JaveEE口试题（五）MyBatis
【034期】JavaEE口试题（六）Hibernate
【035期】JavaEE口试题（七）SpringBoot（1）
更多内容，点击上面蓝字查看
一、ClickHouse 是什么？
ClickHouse：是一个用于联机剖析(OLAP)的列式数据库管理系统(DBMS)
通过ClickHouse实践，完美的办理了MySQL查询瓶颈，20亿行以下数据量级查询，90%都可以在1s内给到结果，随着数据量增加，ClickHouse同样也支持集群，大家如果感兴趣，可以积极考试测验
我们首先理清一些根本观点
OLTP：是传统的关系型数据库，紧张操作增编削查，强调事务同等性，比如银行系统、电商系统
OLAP：是仓库型数据库，紧张是读取数据，做繁芜数据剖析，侧重技能决策支持，供应直不雅观大略的结果
接着我们用图示，来理解一下列式数据库和行式数据库差异
在传统的行式数据库系统中（MySQL、Postgres和MS SQL Server），数据按如下顺序存储：
在列式数据库系统中（ClickHouse），数据按如下的顺序存储：
两者在存储办法上比拟：
以上是ClickHouse基本先容，更多可以查阅官方手册
二、业务问题 业务端现有存储在Mysql中，5000万数据量的大表及两个辅表，单次联表查询开销在3min+，实行效率极低。经由索引优化、水平分表、逻辑优化，成效较低，因此决定借助ClickHouse来办理此问题 终极通过优化，查询韶光降落至1s内，查询效率提升200倍！ 希望通过本文，可以帮助大家快速节制这一利器，并能在实践中少走弯路。 三、ClickHouse实践1.Mac下的Clickhouse安装 我是通过docker安装，也可以下载CK编译安装，相对麻烦一些。 docker安装 https://blog.csdn.net/qq_24993831/article/details/103715194 2.数据迁移：从Mysql到ClickHouse ClickHouse支持Mysql大多数语法，迁移本钱低，目前有五种迁移方案： create table engin mysql，映射方案数据还是在Mysql insert into select from，先建表，在导入 create table as select from，建表同时导入 csv离线导入 streamsets 选择第三种方案做数据迁移： 3.性能测试比拟 临时表 图片来源：携程 新建temp中间表，将Mysql数据全量同步到ClickHouse内temp表，再更换原ClickHouse中的表，适用数据量适度，增量和变量频繁的场景 synch 开源的同步软件推举：synch 事理是通过Mysql的binlog日志，获取sql语句，再通过行列步队消费task 5.ClickHouse为什么快？ 只须要读取要打算的列数据，而非行式的整行数据读取，降落IO cost 同列同类型，有十倍压缩提升，进一步降落IO clickhouse根据不同存储场景，做个性化搜索算法 四、碰着的坑1.ClickHouse与mysql数据类型差异性 用Mysql的语句查询，创造报错： 办理方案：LEFT JOIN B b ON toUInt32(h.id) = toUInt32(ec.post_id)，中转一下，统一无符号类型关联 2.删除或更新是异步实行，只担保终极同等性 查询CK手册创造，即便对数据同等性支持最好的Mergetree，也只是担保终极同等性： 如果对数据同等性哀求较高，推举大家做全量同步来办理 五、总结 通过ClickHouse实践，完美的办理了Mysql查询瓶颈，20亿行以下数据量级查询，90%都可以在1s内给到结果，随着数据量增加，ClickHouse同样也支持集群，大家如果感兴趣，可以积极考试测验 : ) 之前，给大家发过三份Java口试宝典，这次新增了一份，目前统共是四份口试宝典，相信在跳槽前一个月按照口试宝典准备准备，基本没大问题。 《java口试宝典5.0》(初中级) 《350道Java口试题：整理自100+公司》（中高等） 《资深java口试宝典-视频版》（资深） 《Java[BAT]口试必备》（资深） 分别适用于初中级，中高等，资深级工程师的口试复习。 内容包含java根本、javaweb、mysql性能优化、JVM、锁、百万并发、行列步队，高性能缓存、反射、Spring百口桶事理、微做事、Zookeeper、数据构造、限流熔断降级等等。 看到这里，证明有所收成CREATE TABLE[IF NOT EXISTS][db.]table_name ENGINE=MergetreeAS SELECTFROM mysql('host:port','db','database','user','password')类型 数据量 表大小 查询速率 MySQL5000万10G205sClickHouse5000万600MB1s内4.数据同步方案
