去年，Analysys在中国组织了一场OLAP算法竞赛。获得最佳成绩并赢得比赛的团队使用 ClickHouse 作为其解决方案的核心。其他团队主要使用不同的技术，当时对 ClickHouse 了解不多。当最终结果公布时，许多参与或了解本次比赛的中国人都非常渴望更多地了解 ClickHouse。这种对 ClickHouse 在中国的兴趣激增，最终促成了第一次中国 ClickHouse 社区聚会在北京举行。
Analysys 首席技术官 William Kwok 的欢迎词，他在促成此次活动方面发挥了巨大作用
与之前全球范围内的所有 ClickHouse Meetup 相比，这可能是最紧张的一次。活动的主要部分持续了 6 个多小时，而且当天还有会前和会后派对。周六有超过 150 人参加。
观众正在聆听 Alexey Milovidov 介绍 ClickHouse
Alexey Milovidov 在 Meetup 主会场开始了一个关于 ClickHouse 的介绍性演讲，内容包括 ClickHouse 在 Yandex 内部的使用情况以及发展成为开源分析 DBMS 的历史 (幻灯片)。
Alexander Zaitsev 关于迁移到 ClickHouse 的实践演讲
Alexander Zaitsev 分享了他迁移到 ClickHouse 的丰富经验。他工作的广告公司 LifeStreet 是 Yandex 以外最早从其他分析 DBMS 切换到生产环境中使用 ClickHouse 的公司之一。后来，Alexander 还共同创立了 Altinity，这是一家专门帮助其他人迁移到 ClickHouse，然后有效地使用它来实现其业务目标的公司。本次演讲涵盖了许多对于那些正在迁移或正在考虑迁移的人来说非常重要的具体主题 (幻灯片)。
Alexey Zatelepin 解释 ClickHouse 稀疏索引的工作原理和其他实现细节
Alexey Zatelepin 的技术演讲重点是为工程师提供一些关于为什么 ClickHouse 在 OLAP 工作负载中如此之快，以及如何利用其设计和核心功能（如主索引、复制和分布式表）来实现卓越的性能和可靠性的见解 (幻灯片)。
Jack Gao 用中文全面概述 ClickHouse 及其用例
正如我们在聚会和其余商务旅行中所了解到的那样，实际上中国有很多公司已经在使用或认真评估 ClickHouse，以用于其部分产品或内部分析。其中三家公司已经长期且广泛地使用 ClickHouse，足以就其进展和经验进行全面的演讲。
在中国，总的来说，尤其是在北京，英语知识并不普及。在 IT 行业工作的中国人必须精通英语才能阅读文档，但这并不意味着他们能说或听懂口头英语。因此，当地公司代表的演讲都是用中文进行的。
Jack Gao，前 DBA，现任新浪（主要社交网络）分析师，在他的演讲中用了很大一部分篇幅来回顾对大多数 ClickHouse 用户至关重要的基本主题。这部分内容与之前的演讲有所重叠，但这次是用中文进行的。此外，他还介绍了 ClickHouse 在新浪的用例以及其他公司公开的用例。考虑到观众的反应，这已成为整个聚会中最有用的演讲，因为内容广泛实用，没有语言障碍，并且演讲效果极佳。我们甚至不得不牺牲最初安排的短暂休息时间，给 Jack 更多的时间 (幻灯片)。
来自 Dataliance / UltraPower 的 Yang Xujun，该公司为中国的电信公司提供外包数据分析平台，他演示了他们为什么决定放弃在 Apache Hadoop / Spark 中离线准备并导出到 MySQL 的报表，转而使用 ClickHouse。简而言之：Hadoop 太慢且笨重 (幻灯片)。
这可能听起来很明显，但庞大的人口产生了海量的数据需要存储和处理。因此，主要在中国本地市场运营的 IT 公司通常处理的信息量甚至可以与最大的全球公司相媲美。
来自 Splunk 上海研发中心的 Kent Wang 演示了 ClickHouse 集成到 Splunk 生态系统的当前状态。基本上，他们通过 JDBC 驱动程序将 ClickHouse 插入到他们的系统中，以便在 Splunk UI 和仪表板中轻松访问来自 ClickHouse 的数据。去年春天，ClickHouse 团队实际上友好访问了 Splunk 在旧金山的办公室，讨论潜在的交互点和交流经验，因此很高兴听到这方面取得了一些实际进展 (幻灯片)。
最后一场演讲是为最坚定的 ClickHouse 用户准备的。Alexey Milovidov 宣布了一些最近发布的功能和改进，并分享了近期和长期即将推出的功能 (幻灯片)。
这是主要聚会会议超过 5 小时的视频录像
如果您来自中国或至少会阅读中文，您可以考虑加入中国 ClickHouse 用户组。
会议演讲者和中国最活跃的 ClickHouse 用户的会前会议
ClickHouse 社区聚会会后派对
