ClickHouse: когда данных стало слишком много 📊

Продолжаю серию про базы. Сегодня ClickHouse база данных, заточенная под аналитику огромных объёмов данных. Главная особееность этой БД, в том что она колоночная, то есть хранит отдельно значения каждого столбца. Если в PostgreSQL данные условно хранятся строками: Петя | Москва | 30 лет | 1500₽, то тут группировка по столбцам, все цены, все возраста, все имена и т.д. Именно они изображены на логотипе)

Зачем? Представьте миллиард покупок и запрос: посчитай средний чек по Москве за год. Нам не нужны имена, возраст и куча других данных. ClickHouse прочитает только нужные столбцы и быстро посчитает результат.

Поэтому его используют там, где данных ОЧЕНЬ много:
- продуктовая аналитика и дашборды
- клики и действия пользователей
- логи и мониторинг
- финансовая и бизнес-аналитика

Но ClickHouse не замена PostgreSQL.

PostgreSQL хорош, когда надо найти заказ №12345, поменять ему статус и сохранить изменения.
ClickHouse когда надо взять миллиард заказов и посчитать продажи по регионам, месяцам и категориям.

Поэтому они часто работают вместе: PostgreSQL хранит рабочие данные продукта, а ClickHouse получает их и считает аналитику.

Как обычно, выбираем не самую крутую базу, а инструмент под задачу 😁

🔮Управление без иллюзий. Подписывайтесь и делитесь с коллегами!

Кто следующий?

😎- MongoDB
😈- Cassandra
🤓- Elasticsearch

#бд #тех_грам #техничка