ClickHouse 高性能 = 列式存储 + 向量化 + Code Generation(局部) + CPU底层指令集(SIMD)优化 + MPP架构

Join操作时较小的表作为右表，
Join操作将右表载入内存，进行哈希连接。
在分布式表中，会将右表广播到所有的分片上

ClickHouse中的数据库和表都被组织为文件夹 ，
默认内置default和system两个数据库 ，default就是默认数据库，
system是存储ClickHouse服务器相关信息的数据库，例如连接数、资源占用等

高范式的表适合事务处理，而低范式的表适合分析处理 ，
数仓建模本质上就是一个逆规范化的过程，将来自原始业务数据库的规范化数据还原为低范式的过程，从而用于快速分析。

分区在ClickHouse上的意义更多在于对数据的管理，通过分区可以方便地对数据进行管理，而不是加速查询。
因此，不要试图使用分区来优化查询，ClickHouse官方说明中提到：大部分情况下，并不需要分区。

ClickHouse 压榨单机性能，单机就能处理大量数据，百亿以下的数据表，都可以使用单机解决。

真正的知识具有内在的关联性，就像一根链条，从基础层面到应用层面环环相扣。
如果有人用词花哨，动辄谈论宏大而复杂的概念，那么他很有可能并不了解自己所谈论的东西。
聪明的人是可以把事情深入浅出地给孩子讲解清楚的人，否则他自己也没有真正理解。

《纳瓦尔宝典》：读书不是为了记住知识，而是建立索引

clickhouse使用建议
使用MergeTree存储引擎
按照业务需求，正确设置排序键，查询时需满足最左原则
不用或少用Join操作
尽可能使用内置函数

ClickHouse 定位充分发挥单机性能的OLAP引擎。
可借助spark 实现 分布式join