用户案例

“ClickHouse 在 Instana 和 QRadar 中都扮演着关键组件的关键角色。IBM 在其各种产品中部署了数百个 ClickHouse 服务器。”

“有这种新技术的感受，一切都感觉很顺利。我们可以快速将数据存储进去吗？是的。我们可以以一种具有响应式 UI 的方式查询数据吗？是的。成本会让我们难以承受吗？不会。”

“在 Sony LIV，我们将数千万个视频流事件摄取到 ClickHouse Cloud 中，并运行查询以生成用于分析的复杂仪表板。这使我们的运营团队能够实时监控、警报和排查客户的 QOS 和 QOE。ClickHouse Cloud 帮助我们优化了成本，并确保了服务的可用性和弹性。”

“ClickHouse 帮助我们高效可靠地分析数万亿次互联网请求中的日志，以识别恶意流量并为客户提供丰富的分析。”

“迁移到 ClickHouse 后，我们能够将（Redshift）账单削减一半……以前需要 30 秒才能完成的查询现在只需要几秒或不到一秒……每个页面加载速度都更快了……”

“目标是从头开始构建一个新系统，不仅要扩展 beehiiv 的数据平台，而且理想情况下也要扩展整个业务。”Eric 说。

“我们是一家试图摄取尽可能多的数据以做出优化决策的公司，这可能会导致成本上升。”Marco 说。“ClickHouse Cloud 使这个过程非常高效，而且价格点低得多，我们实际上可以期待将更多数据摄取到我们的系统中，同时将成本保持在相对合理的水平。”

“在 Coinhall，高效地管理海量的区块链数据对于我们面向消费者的交易平台至关重要。最初，我们使用 BigQuery，但随着数据量的增长，其成本和性能问题也随之增加。在探索了几种替代方案之后，我们发现 ClickHouse 是明显的赢家。ClickHouse 在性能方面明显优于我们测试过的其他数据库，例如 Snowflake、Rockset 和 SingleStore，并且成本节省了 40 倍。”

“该系统能够在磁盘上不到 325 GB 的空间内存储超过 100 亿行跨越四年的数据。”

“查询性能非常快。我简直不敢相信。我不得不回去几次，确保自己正确地查询了数据。”

“当你对 AI 产品进行交互式分析时，工程师无法运行一些东西然后等待 5 分钟。”

“ClickHouse 已经证明是一个游戏规则改变者，推动我们朝着更高效地管理数据基础设施的方向发展。”

“ClickHouse 在支持包含 100 个字段的 1000 万条成员记录的用例中表现出色：我们有 10 亿行数据要存储。”

“采用 ClickHouse 增强了我们的数据分析能力，高效且经济高效地满足了我们内部团队不断增长的需求。”

OpenMeter 团队开发了一个可扩展、健壮的计量系统，能够处理每秒数百万个可计费事件，该系统构建在 ClickHouse Cloud 之上。

Trip.com 从 Elasticsearch 迁移并使用 ClickHouse 构建了一个 50PB 的日志解决方案。存储空间节省超过 50%，使现有的 Elasticsearch 服务器能够在 ClickHouse 的支持下将数据量增加 4 倍。查询速度比 ElasticSearch 快 4 到 30 倍，P90 小于 300 毫秒，P99 小于 1.5 秒。

“我们希望能够处理各种不同的数据管道和代码任务。最终，目标是支持开发人员、数据工程师、平台工程师和软件工程师需要的任何部署和触发模式，”这就是 ClickHouse 成为 Prefect 不可或缺的一部分的原因

在这个演讲中，Vantage 的联合创始人兼 CTO Brooke McKim 在 2023 年 4 月 26 日的 ClickHouse NYC 聚会上分享了他们从 Redshift 到 ClickHouse Cloud 的旅程。

Vantage 的 CTO Brooke McKim 在 2024 年 3 月的纽约聚会上分享了如何充分利用 ClickHouse 性能的技巧和窍门。

“随着我们越来越受欢迎，我们开始每分钟摄取数百万个事件。我们早期使用的基础的仅 Postgres 堆栈——在早期为我们提供了良好的服务——已经无法满足需求。”

“好处是立即显现的，数据处理速度更快，分析结果准确，使我能够自信地做出战略决策。ClickHouse 为公司发展和成功开辟了新的天地，将我们的管理愿景提升到前所未有的水平。”

“我们在最终确定 ClickHouse 之前评估了十多个不同的大数据系统。在 ClickHouse 提供的灵活性方面，没有哪个系统能与 ClickHouse 相提并论。”

“使用 ClickHouse，数据管道逻辑得到了简化，并且只处理写入的“流式”方面，而不是所有这些复杂性。因此，ClickHouse 使更简单的写入设计模式成为可能，就像其他任何新一代数据湖系统（如 Hudi 等）一样，但拥有更简单的开发人员体验。”

“我们使用 ClickHouse Cloud 监控数百万个实时 Web 性能数据点，以确保我们始终在变得更快。该平台提供快速可靠的数据管理，同时也被证明具有成本效益且用户友好。”

“从 Elasticsearch 迁移到 ClickHouse 是一段漫长的旅程，但这是我们做过的最好的技术决策之一。”

“通过以各种间隔编排 dbt 执行，我们还可以利用 ClickHouse 进行内部 BI 用例。我们发现这种设置非常实用，因为我们可以灵活地创建客户数据的全新分析视图，而无需将其从我们的生产运营系统中移出。”

“在 Snowflake 中，我们使用的是标准计划，小型计算，这比 ClickHouse Cloud 贵了近六倍。我们得到了几秒的查询时间，没有物化视图。使用 ClickHouse Cloud 的生产实例，我们获得了亚秒级的查询时间以及物化视图。对于我们来说，切换的决定毫无疑问。”

“当我们测试使用 ClickHouse 生成相同报告需要多少时间时，人们都惊呆了。我们运行了相同的数据，一眨眼的功夫，我们就得到了结果。”

“ClickHouse 以极低的基建成本高效地解决了我们的大部分问题。这对我们来说是巨大的优势。”

“我们从客户的手机和其他更传统来源收集数万个数据点。ClickHouse 被用作处理所有这些短信并提取用于评分和欺诈模型的宝贵信息的一种方式。”

“在测试 Hadoop 和 Spark 之后，我们选择了 ClickHouse”

“我们在 ClickHouse 中聚合用户历史记录，并将其用作训练和推理的数据存储。即使读取数千万行，性能也非常出色，在训练新模型时不会成为瓶颈。”

“ClickHouse 是我们 ML 模型的完美大数据存储。”

“ClickHouse 的性能超过了所有其他面向列的数据库管理系统。它每秒处理数十亿行和数十 GB 的数据。”

“将日志从 Elasticsearch 迁移到 ClickHouse 不仅显着降低了存储成本，而且还为我们提供了更快的查询体验。”

“在对每个数据库根据我们的标准进行评估之后（指标范围从查询性能到成本），ClickHouse 成为无可争议的领先者。它在各个方面都表现出色，在某些领域甚至令人惊叹，并证明了更高的成本效益。”