### 1、写

* 数据会先落到内存中，并且每次写入都是新开一个文件进行存储，因为数据写入都是Batch和Append，相当于单次顺序写入同一个文件中。这种模式避免了随机写，因此能达到很高的吞吐量。
* 由于没有事务，内部没有锁的控制，提高了写入性能。
* 由于ClickHouse的索引面向的对象是一个Part的数据，所以索引小且无需考虑修改，因此创建索引快，也同样提高了写入的性能。
* 可以针对不同的列使用不同的压缩算法，提高整体数据的压缩比。

### 2、读

* 天生的分布式存储能力。
* 根据日期划分partition，根据partition建立文件夹，文件夹内部保留的数据较少，减少扫描行数。
* 针对小的Part，ClickHouse会自动进行merge，减少数据量。
* Clickhouse针对列的压缩会增大压缩比，数据的size降低，磁盘的读取时间耗时降低，page cache的使用率也能得到提升，加快了检索效率。
* vectorized query execution

### 3、other
* 列式存储与行式存储的区别：ClickHouse的列式存储特性，需要分别查询不同的列，查询的SQL中有N列就等于需要去查询N列的数据，而行式存储只需要查询一次即可把所有列都取出。
（1）行式存储这样子会把整行数据都取出来，会对磁盘的IO负载很大。
（2）Clickhouse为了消除列式存储需要多次查询的问题，能多线程（the number of physical CPU cores）并行查询，减少了影响。
* 稀疏索引不同于唯一索引，相比唯一索引而言索引命中效率比较低。

### 4、为什么ClickHouse不适合高频的读写？
（1）读：

* 每次query的时候都会动用{the number of physical CPU cores}线程去进行查询
* 每次query都是以{index_granularity}为单位进行检索、解压缩

（2）写：ClickHouse不是LSM TREE结构，所以无论一次写入的数据量多少都会被直接写入到filesystem中，如果高频的写入则会导致part太多