Clickhouse是一个用于联机分析处理（OLAP）的列式数据库管理系统（columnar DBMS）。 传统数据库在数据大小比较小，索引大小适合内存，数据缓存命中率足够高的情形下能正常提供服务。但残酷的是，这种理想情形最终会随着业务的增长走到尽头，查询会变得越来越慢。你可能通过增加更多的内存，订购更快的磁盘等等来解决问题（纵向扩展），但这只是拖延解决本质问题。如果你的需求是解决怎样快速查询出结果，那么ClickHouse也许可以解决你的问题。

Clickhouse是一个用于联机分析处理（OLAP）的列式数据库管理系统（columnar DBMS）。 传统数据库在数据大小比较小，索引大小适合内存，数据缓存命中率足够高的情形下能正常提供服务。但残酷的是，这种理想情形最终会随着业务的增长走到尽头，查询会变得越来越慢。你可能通过增加更多的内存，订购更快的磁盘等等来解决问题（纵向扩展），但这只是拖延解决本质问题。如果你的需求是解决怎样快速查询出结果，那么ClickHouse也许可以解决你的问题。

结果： 1、infiniDB会使用所有CPU，而clickhouse最多使用10个。 2、clickhouse在大数据量的时候，处理速度还是比较令人满意的。 3、clickhouse在导入数据的时候，查询会被卡住，而infiniDB不会。 4、infiniDB性能更好。

Clickhouse数据仓库在高可用和高性能场景下的实践，包括多节点设计、查询优化设计、写入稳定性设计、最佳实践等

Dremel- A Decade of Interactive SQL Analysis at Web Scale

OLAP and data warehousing in SQL are a part of this, but they are not the only tools. However, much of this kind of work has to be done with thirdparty tools, such as report generators, statistical packages, data transformation tools, and so forth.

针对煤炭销售数据量大而信息量少的问题,开发了基于Hadoop平台的OLAP煤炭销售数据分析系统,介绍了系统设计思想及架构,并以销售量统计为例阐述了实现数据深层次快速挖掘和直观显示的具体过程。该系统利用Hadoop云平台对数据进行ETL处理,创建Hive分布式数据仓库,并采用Hive的HQL语言进行OLAP统计分析,能够快速、准确地实现对销售量信息的多层次、多角度、深层次的数据挖掘、统计和分析,并直观、多角度地反映数据分析结果。

数据仓库、OLAP 和数据挖掘在银行业中 的应用与比较

医院信息系统(Hospital Information System,HIS)囊括了医疗、护 理、财务、药品、物资及科研、教学等日常活动中的大部分信息。本研究 课题中主要采用Oracle数据库技术建立后台服务器。并利用 Powerbuilder作为前端开发工具，开发了门诊收费子系统。在现有HIS 基础上，利用ASP作为开发工具开发了基于WEB上应用程序:网上挂号与 预约子系统。

ClickHouse官方文档