【技术选型】clickhouse vs starRocks

比对结论

如果只能单机部署的话,clickhouse基本无敌。

如果集群化,starRocks可以替换clickhouse,但支持的函数会相对少一些(clickhouse有不少自定义函数)

信息比对

功能 clickhouse starRocks
join 大表关联容易OOM 对join有相关优化
场景 比较适合大宽表 对于星形或者雪花模型的兼容性更好
并发性 大量短查询,每秒不超过100次 数千用户同时分析查询,部分场景是万级
数据导入更新 相对比较慢,更适合静态数据 秒级的数据导入和实时更新,提供准实时的服务
mysql兼容性 不完全 完全兼容
内置函数 非常丰富。支持窗口和聚合函数,以及table function 支持窗口和聚合函数
部署 单机版无敌,分布式相对不友好 默认分布式,这就意味着需要的资源更多
分布式 需要代码实现部分布式的能力。例如,建表需要先本地表在分布式表,可以类比于物化视图。且数据分布,需要手动分发,不支持自动处理 正常的分布式系统

参考文档

数据仓库系列:StarRocks的简单试用及与clickhouse的对比_starrocks clickhouse对比-CSDN博客
ClickHouse vs StarRocks 选型对比

性能比对

Star Schema Benchmark(以下简称 SSB)是学术界和工业界广泛使用的一个星型模型测试集,通过这个测试集合可以方便的对比各种 OLAP 产品的基础性能指标。ClickHouse 通过改写 SSB,将星型模型打平转化成宽表 (flat table),改造成了一个单表测试 benchmark。本报告记录了 StarRocks、ClickHouse 和 Apache Druid 在 SSB 单表数据集上的性能对比结果,测试结论如下:

  • 在标准测试数据集的 13 个查询上,StarRocks 整体查询性能是 ClickHouse 的 2.1 倍,Apache Druid 的 8.7 倍。
  • StarRocks 启用 Bitmap Index 后整体查询性能是未启用的 1.3 倍,此时整体查询性能是 ClickHouse 的 2.8 倍,Apache Druid 的 11.4 倍。

参考文档

SSB Flat Table 性能测试 | StarRocks

相关推荐
放学有种别跑、37 分钟前
GIT使用指南
大数据·linux·git·elasticsearch
gAlAxy...1 小时前
SpringMVC 响应数据和结果视图:从环境搭建到实战全解析
大数据·数据库·mysql
ganqiuye1 小时前
向ffmpeg官方源码仓库提交patch
大数据·ffmpeg·video-codec
越努力越幸运5082 小时前
git工具的学习
大数据·elasticsearch·搜索引擎
不会写程序的未来程序员2 小时前
详细的 Git 操作分步指南
大数据·git·elasticsearch
Kiri霧2 小时前
Scala 循环控制:掌握 while 和 for 循环
大数据·开发语言·scala
pale_moonlight2 小时前
九、Spark基础环境实战((上)虚拟机安装Scala与windows端安装Scala)
大数据·分布式·spark
武子康3 小时前
大数据-167 ELK Elastic Stack(ELK) 实战:架构要点、索引与排错清单
大数据·后端·elasticsearch
艾莉丝努力练剑4 小时前
【Python基础:语法第一课】Python 基础语法详解:变量、类型、动态特性与运算符实战,构建完整的编程基础认知体系
大数据·人工智能·爬虫·python·pycharm·编辑器
智能相对论4 小时前
10万人共同选择的背后,Rokid乐奇有自己的“破圈秘籍”
大数据·智能眼镜