OLAP

技术特点

OLAP 工作负载：查询涉及数百万到数十亿行、聚合（SUM/COUNT/AVG）为主、只需读取少数列，与 OLTP（精确查几行、读写所有列）截然不同。列式存储是核心：相同列的数据存储在一起，查询时只读涉及的列，IO 大幅减少；同列数据类型相同，压缩率极高（枚举字段用字典编码，整数列用 Delta 编码）。ClickHouse 列式存储压缩率通常达到 10:1 甚至更高，让 TB 级数据实际只占用百 GB。[1]

多维模型与 Cube

OLAP 分析用多维数据模型思考：业务数据看作多维立方体（Cube），每个维度（时间、地区、产品、渠道）是一个轴，每个单元格存放度量值（销售额）。分析时可在各维度做钻取（Drill-Down，从年到月）、上卷（Roll-Up，从城市到省）、切片（Slice，只看某地区）。预计算 Cube（MOLAP）在历史上是主流，但随着 ClickHouse、Doris 等现代列式引擎查询速度大幅提升，越来越多的场景已不再需要预计算。