我用一个实验，证实了Clickhouse的凶残性能

今天的主角，Clickhouse.

简单介绍下，Clickhouse 是俄罗斯的一款 OLAP 分析引擎。它有两个非常突出的优点，列式存储和压缩。

之前写过 SQL Server 的列式存储和内存压缩，同样也性能惊人。但 clickhouse 更彪悍。花约摸 4 小时，我对比了下 sql server, mysql 和 clickhouse 的查询效率。

结果惊人！Clickhouse 完胜，快于 SQL Server 10 倍，MySQL 近 1000 多倍。

一个超级IDE，DBeaver；一个极简 SQL 。就是我本次实验所用：

select  TOP 100 [DATE],[C-IP],COUNT(ID) AS CNT 
from AuditTrail 
GROUP BY [DATE],[C-IP] 
ORDER BY COUNT(ID)DESC ,[DATE] DESC 

以上是 SQL Server 的运行语句，耗时 2.479s

此处当然有截图为证。

以下是 clickhouse 和 MySQL 的语法：

select  `DATE`,`C-IP`,COUNT(ID) AS CNT 
from AuditTrail 
GROUP BY `DATE`,`C-IP` 
ORDER BY COUNT(ID) DESC ,`DATE` DESC 
limit 100 ;

Clickhouse 用了 275ms.

MySQL 用了 336s 还没出结果，放弃执行！

事实上，在导入 Clickhouse 数据的时候，就发现了，同样的1200多万数据，导入 MySQL使用了90分钟，而clickhouse导入只需2分钟。

这份数据来自sql server adventure works2014 的 AuditTrail 数据表。有兴趣的朋友，可以自己做个实验。

推荐这款神编辑器 DBeaver. 玩数据库的朋友都烦的事，在各种眼花缭乱的IDE之间切来切去，一会儿oracle, MySQL,一会儿切 SQL Server， 还要到 Hive, HBase里面取点数。如果有一款编辑器，可以把天下所有数据库都装进来，多好。

DBeaver 就可以！

在这次实验中，我从上到下，分别连接了 MySQL, SQL Server 和 Clickhouse，轻松无压力。