近十年以來，交互式分析領域百花齊放，大量解決方案隨著大數據技術升級而涌現，但尚未有產品達到類似 Oracle 和 MySQL 一樣在 OLTP(Online Transaction Processing)領域中領先的地位。其中，ClickHouse 作為一款 PB 量級的交互式分析數據庫，最早是由號稱“俄羅斯 Google ”的 Yandex 公司開發，并很快作為世界第二大網絡引擎的流量分析平臺 Yandex.Metrica(同類產品包括 Google Analytics、友盟統計)的核心查詢引擎。

　　綜合來說，ClickHouse 作為交互式分析數據庫，有幾大明顯優勢：

　　多：大規模并行計算框架，超高吞吐的實時寫入能力;

　　快：極致的查詢性能，尤其是在大寬表為主體的數據模型中;

　　好：無侵入式架構，輕松集成到現有系統，可復用上下游數據開發工具;

　　省：充分利用硬件資源，以極低的成本分析海量數據;

　　DB-Engine 上 ClickHouse 的排名趨勢圖

　　自 2016 年開源以來，ClickHouse 憑借其數倍于其他頂尖交互式分析數據庫的極致性能，成為該領域的后起之秀，發展速度非常迅猛。截止 2021 年 8 月份，ClickHouse 已在 Github 上獲得 18.2K Star，DB-Engines 排名近一年上升 16 位，并在國內獲得字節跳動、快手、京東等互聯網企業的生產級使用。

　　ClickHouse與字節跳動的故事

　　近年來，字節跳動旗下抖音、今日頭條等產品的成長速度之快引人注目。事實上，承載著這些產品持續高速增長的關鍵所在，是背后的中臺化技術底座。無論是在算法、AI 還是數據分析等核心技術上，字節跳動在相關領域中一直保持著領先水平。

　　字節跳動：中臺化的技術底座

　　其中字節跳動對 ClickHouse 的選型和使用也是如此，從 2017 年最早的用戶行為分析場景開始，逐漸開始支持廣告業務、用戶增長、A/B測試、算法模型優化等大量內部場景，并演化成國內最大規模的ClickHouse使用者。

　　目前字節內部的 ClickHouse 節點總數超過1萬5千個，管理總數據量超過600PB，最大的集群規模在 2400 余個節點。字節跳動內部廣泛的業務增長分析很多都建立在ClickHouse為基礎的查詢引擎上。

　　在從 0 到 15000 節點的過程中，字節跳動的技術團隊也遇到了很多開源 ClickHouse 的運維痛點和技術挑戰。如多表關聯查詢、復雜嵌套子查詢等復雜場景下，仍有性能不足、無法支持數據按條更新、實時數據寫入的性能有限、集群擴展難度較高、運維復雜度高等問題。

　　對此，隨著業務場景持續增多，字節 ClickHouse 技術團隊通過自研的方式極大地豐富了 ClickHouse 可使用的場景，提高運維的人效，不僅解決了開源技術上手難和試錯成本高的痛點，同時已經有足夠能力來提供商業產品和企業級技術支持服務。

　　火山引擎正式發布 ByteHouse

　　過去，與開源社區用戶的交流中，經常聽到的反饋是 ClickHouse “上手容易，用好很難”，或由于沒有經驗而“想用不敢用”，這對于性能如此出眾的存儲引擎來說，不免遺憾。

　　現在，字節跳動旗下企業級技術服務平臺火山引擎正式對外發布「ByteHouse」，為大家提供企業級技術支持服務。作為 ClickHouse企業版，ByteHouse經過了字節跳動內部海量數據場景的打磨和極限的業務要求，更加符合企業高速增長訴求，其主要亮點如下：

　　分布式查詢增強：支持星型模型等復雜的多表關聯場景，進一步去除數據冗余和數據準備成本;

　　支持Upsert 語義：既保留了ClickHouse高效的數據寫入性能、又支持 Upsert(update or insert) 寫入方式，幫助業務更簡單地開發實時分析應用;

　　實時數據引擎：支持實時數據高效寫入，支持 exactly once 語義，寫入性能遠超原生架構;

　　數據分級存儲：冷熱數據分級存儲在HDFS和本地存儲，自動化管理數據熱度，自動轉存不同存儲，有效緩解業務存儲空間持續增長的問題;

　　企業級運維工具：自助運維能力，包括配置下發、指標告警、集群健康度監控、查詢任務診斷、集群負載管理等功能，極大提高了運維人效。

　　作為國內 ClickHouse 技術的多年深度實踐者，ByteHouse 現基于自研技術能力和超大規模使用經驗，為更多的企業大數據團隊帶來新的選擇和支持，以應對復雜多變的業務需求，高速增長的數據場景。未來，ByteHouse 將不斷以字節跳動和外部最佳實踐輸出給行業用戶，幫助企業更好地構建交互式大數據分析平臺，并更廣泛的與 ClickHouse 研發者社群共享經驗，共同推動 ClickHouse 社區的發展。