前言
相比较于存储引擎的精妙设计,ClickHouse的计算引擎一直是一个争议非常大的话题。对ClickHouse计算引擎的各种评价都有,两极分化很严重。有人认为ClickHouse计算引擎的向量化设计得巧夺天工,也有很多人认为ClickHouse的计算引擎缺乏优化和对分布式的支持,就是个半成品。这些对ClickHouse计算引擎的评价都在一定程度上反映了ClickHouse计算引擎的某些方面,如果从这些方面来看待ClickHouse的计算引擎,难免陷入盲人摸象的状态。
本文将介绍ClickHouse计算引擎的架构,以及ClickHouse的向量化计算引擎与传统事务数据库的火山引擎之间的区别。整体了解ClickHouse计算引擎后,我们将客观地得出自己对ClickHouse计算引擎的评价。
ClickHouse计算引擎的架构简介与设计思想
传统计算引擎会将 SQL 转换为物理计划,Clickhouse 也一样, Clickhouse 将物理计划叫做查询流水线(QueryPipeline)。
架构简介
整体架构
ClickHouse计算引擎整体架构如下图所示,由三部分组成:SQL解析器(Parser)、解释器(Interpreter)、执行器(PipelineExecutor)。
ClickHouse计算引擎整体架构是按照火山引擎的模式进行设计的,将SQL语句转化为可以被执行的处理单元(Processor)的集合,由执行器执行。向量化引擎和火山引擎最大的不同点在于ClickHouse的处理单元的设计是面向向量的,而传统事务数据库是面向行的。构成QueryPipeline的处理单元不同,导致ClickHouse计算引擎和
3882



被折叠的 条评论
为什么被折叠?



