ClickHouse 和 PostgreSQL

您的 Postgres 分析查询是否遇到性能限制、可扩展性挑战或变得操作复杂？了解为什么我们的客户依赖 ClickHouse 来支持这些分析用例，同时让 Postgres 专注于它最擅长的任务。

1000 倍

更快的查询

-50%

磁盘空间

5 倍

成本节省

联系我们以获取迁移帮助

正在加载表单...

由 ClickHouse 管理的 Postgres

与 ClickHouse 集成的原生 Postgres 服务。基于统一数据堆栈，使用 Postgres 进行事务处理，使用 ClickHouse 进行分析。

开发者为什么选择 ClickHouse？

PostgreSQL 性能限制

开发者报告说，在 Postgres 上运行的分析查询中，查询运行时间和膨胀的磁盘大小是性能的主要障碍。

ClickHouse 是用于分析的最快、最节省资源的数据库。
无论您是在实时聚合大量数据、交互式地动态切片和切块，还是为面向客户的应用程序提供支持，ClickHouse 速度惊人，克服了 Postgres 经常遇到的性能限制。

例如，OONI 能够将他们在 PostgreSQL 中的分析查询时间从 20 分钟缩短到 ClickHouse 中的毫秒级，同时将存储需求减半。

“将所有数据放在 ClickHouse 中意味着我们可以快速回答问题，而无需等待数小时才能收敛查询，从而显著提高我们的内部数据分析任务。”

PostgreSQL 可扩展性挑战

可扩展性是任何数据库系统（包括 PostgreSQL）的重要考虑因素。虽然 PostgreSQL 以其稳健性和性能而闻名，但它确实面临可扩展性挑战。

ClickHouse 旨在有效地管理海量数据。
ClickHouse 既可以垂直扩展，也可以水平扩展，确保有效利用可用资源。 ClickHouse 受到全球各地公司的依赖，用于处理和存储数千 PB 的压缩数据。

Cloudflare 的旧数据管道概念源于 2014 年，专注于扩展 Postgres 以用于他们的分析。 “该管道多年来为我们和我们的客户提供了良好的服务，但开始出现问题。” 他们需要找到一个为未来构建的可扩展解决方案。

“它[ClickHouse]速度惊人、线性可扩展、硬件效率高、容错性强、功能丰富、高度可靠、简单易用。”

PostgreSQL 操作复杂性

优化查询执行计划、索引策略和数据库配置参数需要专业知识和持续监控，以解决性能瓶颈。

ClickHouse 专为实时、大容量数据分析而设计。
使用 ClickHouse，无需为将其他系统改造为这些实时工作负载而存在的操作复杂性。使用 ClickHouse，实时就是有效。

MUX 的旧基于 Postgres 的管道需要手动监督。 “如果太多作业降落在同一个 Postgres 分片上并同时运行，集群可能会停止工作。这需要手动停止所有其他作业并逐个照看它们，直到它们全部完成。” ClickHouse 解决了这些问题等等。

“考虑到所有这些，我们首先将[ClickHouse]架构保持尽可能简单：只需将所有数据转储到一个名为“views”的表中。没有 Airflow。没有聚合。没有存储过程。任何分桶逻辑都将在读取时期的 SQL 查询中编写并动态计算。令人惊讶的是，这非常有效。”

开发者对 ClickHouse 和 PostgreSQL 的评价

“我们使用的是 Postgres，Postgres 无法扩展到那些漂亮的仪表板。为了获得这些漂亮的仪表板，您需要执行所有这些聚合调用。聚合需要超过 30 秒，并且事情只是超时了。”

“我们意识到我们在 Postgres 中拥有如此多的数据，处理起来需要花费很长时间，所以我们开始将其移动到 ClickHouse。在 ClickHouse 中是即时的，而在 Postgres 中是永远的。”

“最终，[我们的]通用 Postgres 数据库被要求存储数百万行数据。显然，Postgres 无法处理像 PostHog 这样的分析平台的规模。最初，团队尝试了大量的黑客和奇怪的解决方案来让 Postgres 正常工作。结果，这并不可持续（谁会想到！）。最终，PostHog 将客户端数据迁移到 ClickHouse。轰！”