尺寸和硬件建议
本指南讨论了我们针对开源用户的硬件、计算、内存和磁盘配置的一般建议。如果您想简化您的设置，我们建议您使用 ClickHouse Cloud，因为它可以自动扩展并适应您的工作负载，同时最大限度地降低与基础设施管理相关的成本。
您的 ClickHouse 集群的配置高度依赖于您的应用程序的使用案例和工作负载模式。在规划您的架构时，您必须考虑以下因素
- 并发性（每秒请求数）
- 吞吐量（每秒处理的行数）
- 数据量
- 数据保留策略
- 硬件成本
- 维护成本
磁盘
您应该与 ClickHouse 一起使用的磁盘类型取决于数据量、延迟或吞吐量要求。
优化性能
为了最大限度地提高性能，我们建议直接附加 来自 AWS 的预置 IOPS SSD 卷 或您云提供商的等效产品，这可以优化 IO。
优化存储成本
为了降低成本，您可以使用 通用 SSD EBS 卷。
您还可以使用 SSD 和 HDD 在 热/温/冷架构 中实现分层存储。或者，AWS S3 用于存储也可以分离计算和存储。请参阅我们有关将开源 ClickHouse 与存储和计算分离结合使用的指南 此处。存储和计算分离在 ClickHouse Cloud 中默认可用。
CPU
我应该使用哪个 CPU？
您应该使用的 CPU 类型取决于您的使用模式。但是，一般来说，具有许多频繁并发查询、处理更多数据或使用计算密集型 UDF 的应用程序将需要更多 CPU 内核。
低延迟或面向客户的应用程序
对于面向客户的工作负载等需要 10 毫秒延迟的应用，我们建议使用 AWS 的 EC2 i3 系列 或 i4i 系列 或您云提供商的等效产品，它们都是针对 IO 进行优化的。
高并发应用程序
对于需要优化并发性（每秒 100 多个查询）的工作负载，我们建议使用 AWS 的 计算优化型 C 系列 或您云提供商的等效产品。
数据仓库用例
对于数据仓库工作负载和 ad-hoc 分析查询，我们建议使用 AWS 的 R 型系列 或您云提供商的等效产品，因为它们是针对内存进行优化的。
CPU 利用率应该是多少？
ClickHouse 没有标准的 CPU 利用率目标。使用诸如 iostat 之类的工具来测量平均 CPU 使用率，并相应地调整服务器的大小以管理意外的流量峰值。但是，对于具有 ad-hoc 查询的分析或数据仓库用例，您应该将目标 CPU 利用率设定为 10-20%。
我应该使用多少个 CPU 内核？
您应该使用的 CPU 数量取决于您的工作负载。但是，我们通常根据您的 CPU 类型推荐以下内存与 CPU 内核比率
例如，当使用 M 型 CPU 时，我们建议为每个 25 个 CPU 内核配置 100GB 的内存。要确定适合您应用程序的内存量，需要分析您的内存使用情况。您可以阅读 本指南关于调试内存问题 或使用 内置的可观察性仪表板 来监控 ClickHouse。
内存
与您选择的 CPU 一样，您选择的内存与存储比率和内存与 CPU 比率取决于您的情况。但是，一般来说，内存越大，查询运行速度越快。如果您的用例对价格敏感，则较少的内存也能正常工作，因为可以启用设置（max_bytes_before_external_group_by 和 max_bytes_before_external_sort）以允许将数据溢出到磁盘，但请注意，这可能会显着影响查询性能。
内存与存储比率应该是多少？
对于低数据量，1:1 的内存与存储比率是可以接受的，但总内存不应低于 8GB。
对于数据保留时间长或数据量大的用例，我们建议使用 1:100 到 1:130 的内存与存储比率。例如，如果您存储 10TB 的数据，则每个副本 100GB 的 RAM。
对于频繁访问的用例（例如面向客户的工作负载），我们建议使用更多内存，内存与存储比率为 1:30 到 1:50。
副本
我们建议每个分片至少有三个副本（或使用 Amazon EBS 时有两个副本）。此外，我们建议在添加更多副本（横向扩展）之前先垂直扩展所有副本。
ClickHouse 不会自动分片，重新分片数据集将需要大量的计算资源。因此，我们通常建议使用可用的最大服务器，以避免将来需要重新分片数据。
考虑使用 ClickHouse Cloud，它可以自动扩展并允许您轻松控制用例的副本数量。
大型工作负载的示例配置
ClickHouse 配置高度依赖于您特定应用程序的要求。如果您希望我们帮助您优化架构以提高成本和性能，请 联系销售。
为了提供指导（而非建议），以下是生产环境中 ClickHouse 用户的示例配置
财富 500 强 B2B SaaS
| 存储 | |
| 每月新增数据量 | 30TB |
| 总存储量（压缩） | 540TB |
| 数据保留期限 | 18 个月 |
| 每个节点的磁盘 | 25TB |
| CPU | |
| 并发 | 200+ 个并发查询 |
| 副本数量（包括高可用对） | 44 |
| 每个节点的 vCPU | 62 |
| 总 vCPU | 2700 |
| 内存 | |
| 总 RAM | 11TB |
| 每个副本的 RAM | 256GB |
| RAM 与 vCPU 比例 | 4:1 |
| RAM 与磁盘比例 | 1:50 |
财富 500 强电信运营商日志使用案例
| 存储 | |
| 每月日志数据量 | 4860TB |
| 总存储量（压缩） | 608TB |
| 数据保留期限 | 30 天 |
| 每个节点的磁盘 | 13TB |
| CPU | |
| 副本数量（包括高可用对） | 38 |
| 每个节点的 vCPU | 42 |
| 总 vCPU | 1600 |
| 内存 | |
| 总 RAM | 10TB |
| 每个副本的 RAM | 256GB |
| RAM 与 vCPU 比例 | 6:1 |
| RAM 与磁盘比例 | 1:60 |
进一步阅读
以下是使用开源 ClickHouse 的公司发布的关于架构的博文