Clickhouse提供了丰富的存储引擎，存储引擎的类型决定了数据如何存放、如何做备份、如何被检索、是否使用索引。
不同的存储引擎在数据写入/检索方面做平衡，以满足不同业务需求。

Clickhouse不足
不支持事务
聚合操作取决于单台机器的 RAM
资料及文档较少、运维困难


并发量 单个查询比较短时，官方建议100 QPS
写入性能 MergeTree引擎 写入速度大概 50 - 200M / s ， 
按照1 K一条记录，每秒写入 50000 ~ 200000条记录 


两种最重要的引擎 MergeTree Distributed


MergeTree是ClickHouse中最先进的引擎，并由MergeTree衍生出了一系列的引擎，统称MergeTree系引擎。

特性

支持主键和日期索引
支持数据更新
必须有一个Date类型列，默认按时间进行分区存放
默认分区以月为单位 
同一个分区的数据会被切割到不同的文件夹中
后台线程定时合并数据
数据按照主键排序，索引文件

分区特性
老版本的ClickHouse中只支持按月分区
1.1.54310版之后，支持用户自定义分区
可通过system.parts表查看表的分区情况


索引

每个数据分区的子文件夹都有一个独立索引
where子句 索引列及Date列 过滤
Like 不会使用索引 
对于日期索引，查询仅仅在包含这些数据的分区上执行
查询时最好指定主键，因为在一个子分区中，数据按照主键存储。
当定位到某天的数据文件夹时，如果这一天数据量很大，查询不带主键就会扫描大量的数据



Distributed

Distributed引擎不存储真实数据，用来做分布式写入和查询，与其他引擎配合使用
Distributed + MergeTree


一种合理的集群拓扑

Distributed      写节点1 写节点2 ...   读节点1 读节点2 ...

MergeTree       数据节点1 数据节点2 数据节点3  ... 数据节点N


Distributed   Proxy 只存表结构 
MergeTree     DataNode，存储真实数据
Distributed 引擎需要指定如下参数 [集群名称，远程数据库名，远程表名，分片规则]

集群名 
远程数据库名 比如存储具体数据的MergeTree引擎的数据库名
远程表名 存储真实数据的表名
分片规则 可选 
分片 一个 Distributed 表可以被切成多个分片(shard)，分片之间没有数据重合。
副本 一个 Distributed 分片可以有多个副本，副本的数据完全相同。


数据读取过程

查询被分发到远程shards上去并行执行
当查询一个副本连接失败，会尝试其他副本
查询会使用远程服务器上引擎的索引
数据聚合之类的操作也会先在远程数据Node上进行，然后把中间结果发送到Distributed引擎所在服务器，做进一步聚合


数据写入过程

两种数据写入方式
直接将数据写入数据节点。最优方式，数据并发写入数据节点 ，效率高
数据写入distributed表 ，Distributed表 根据 shardingkey将数据分发到相应的shard上去