第一章的内容是ClickHouse的诞生背景，相比其他数据库的优缺点。读此书时，我对一些数据库的概念没有认知，很容易被卡住，讲着讲着就不知道是在讲什么，特此，记录一些概念性的东西。

1、名词

• BI系统：商业智能系统，Business Intelligence。
• OLAP：联机分析处理，On-Line Analytical Processing。是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。 强调数据分析，强调SQL执行市场，强调磁盘I/O，强调分区等。
• OLTP：联机事务处理，On-Line Transaction Processing。是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。强调数据库内存效率，强调内存各种指标的命令率，强调绑定变量，强调并发操作。
• 数据立方体：通过对数据进行预处理，空间换时间，提升查询性能。
• ROLAP：Relational OLAP，关系型OLAP，直接使用关系模型构建，可以转换为SQL查询，粗暴理解为好多个group by之类的操作。
• MOLAP：Multidimensional OLAP，多维型OLAP。缓解ROLAP的性能问题，以空间换时间，类似索引预处理。
• HOLAP：Hybrid OLAP，混合架构的OLAP。ROLAP+MOLAP。
• Hadoop：大数据生态，有三个核心组件分别是是分布式存储、运算、调度。
• RAID（Redundant Arrays of Independent Drives）是磁盘阵列，是由很多价格较便宜的磁盘，组合成一个容量巨大的磁盘组，利用个别磁盘提供数据所产生加成效果提升整个磁盘系统效能。利用这项技术，将数据切割成许多区段，分别存放在各个硬盘上。
• IOPS：Input/Output Operations Per Second，每秒读写次数。
• SSD：Solid State Drives，固态硬盘。
• ClickHouse：全称Click Stream，Data WareHouse，点击流数据仓库。

2、ClickHouse不适用的场景

ClickHouse是高性能的OLAP数据库，不应该用于OLTP事务性操作的场景，有以下不足：

• 不支持事物
• 不擅长根据主键按行粒度进行查询（虽然支持），故不应该把ClickHouse当作Key-Value数据库使用。
• 不擅长按行删除数据库（虽然支持）