Clickhouse 是一个用于实时数据分析的开源数据库，由俄罗斯的 Yandex 开发。它以高性能和卓越的可扩展性著称，专门用于高性能数据分析。CK（Clickhouse简称）主要用于大规模数据集的高速查询和分析，特别适用于 OLAP（联机分析处理）工作负载。

CK为MPP架构列式数据库系统，使用shard（类似HBase的Region）和Replication，不支持事务（批量插入支持，只是不支持读写分离），不擅长按行删除数据。Clickhouse使用C语言开发，具有Hive，Kylin，HBase，Impala、Presto等的优点，抛弃了HDFS底层存储架构。缺点是C语言开发，不好开发扩展。

Clickhouse没有主从结构，使用Zookeeper管理元数据。支持从Flink（似乎使用Kafka相关jar包）写入数据，因为Clickhouse频繁写入性能较低，流式数据最好设置BatchSize一次性写入数据大小，建议1000条以上。Spark写入Clickhouse也可以（Jar直接调用）。Clickhouse也可用自身的表引擎直接将Kafka数据或MySQL数据导入到Clickhouse，在数据不需要ETL处理时可以这么做。Hive中的数据可以通过Waterdrop导入到Clickhouse。

Clickhouse 的特点和优势包括：

• 列式存储：CK将数据按列存储在磁盘上，有助于压缩数据以及优化分析查询性能。
• 分布式架构：支持水平扩展和集群部署，能够处理大规模数据，并提供高可用性。
• 并行处理：能够同时利用多个 CPU 核心进行并行计算，提高查询处理速度。
• 支持向量引擎：CK主要通过 SIMD 内置函数和编译器自动向量化实现，专用的数据结构和搜索算法来支持向量存储和查询。
• 高性能：Clickhouse 针对大数据量和高吞吐量进行了优化，能够在秒级内查询和分析数十亿行数据。
• 灵活的查询语言：支持 SQL 查询语言，提供了丰富的查询功能，包括聚合、分组、排序等。

Clickhouse主要适用场景包括：

1. 实时数据仓库：支持高并发、高吞吐量的查询，适用于快速响应实时数据的分析查询需求。
2. 分布式分析：适用于大规模数据分析场景，支持分布式部署和高度扩展性，能够处理PB级别的数据规模。
3. 大规模数据分析和报表：用于生成报表、数据可视化以及对海量数据进行查询和分析。
4. 日志和事件数据处理：适用于处理大量日志和事件数据，支持对日志和事件数据进行快速的聚合、筛选和分析。
5. 高性能时序数据存储：Clickhouse 的列式存储、数据压缩和查询优化，使其在存储大量时序数据时表现出色。
6. 数据仓库存储：作为数据仓库存储系统，适用于存储和分析大量结构化数据，支持复杂的数据存储和查询。