5月4日 周一

1 条

数据库·12 天前

Qonto 用 ClickHouse Cloud 重构可观测性：告别采样，两周查询窗口

欧洲金融科技公司 Qonto 将可观测性基础设施迁移至 ClickHouse Cloud，替代原有方案。核心变化：放弃采样和小时级查询限制，实现两周原始数据查询窗口；对高基数标签数据达到 99.84% 压缩比；基于 ClickHouse MCP 服务器构建 AI 事故辅助系统，允许大模型直接查询可观测性数据。技术关键包括利用 ClickHouse 的列式存储与高压缩特性处理高基数可观测性数据，以及通过 MCP 协议将自然语言查询映射为 SQL 查询。

›1 条相关源

4月17日 周五

2 条

数据库·29 天前

用 ClickHouse 一栈实现 Medallion 架构：从原始数据到分析就绪

ClickHouse 官方博客介绍了如何仅用 ClickHouse 自身能力实现 Medallion（青铜/白银/黄金）分层架构，无需引入 Spark、dbt 等外部 ETL 引擎。核心思路是利用 ClickHouse 的物化视图（Materialized View）和 Incremental Materialized View 实现青铜→白银→黄金的增量转换：青铜层直接存储原始数据（如 Kafka 表引擎或 S3 表函数）；白银层通过物化视图做清洗、去重、类型转换；黄金层再做聚合、宽表、业务指标计算。文章强调所有转换都在 ClickHouse 内部完成，利用其列存和向量化执行引擎保证性能，避免数据搬运。

›1 条相关源

数据库·2026/4/17

ClickHouse 用物化路径加速 JSON 查询，Bluesky 看板延迟压至 100ms 以下

ClickHouse 官方博客介绍如何优化 JSON 数据查询，使仪表盘响应时间稳定在 100ms 以下，即使表中包含数十亿 JSON 文档。核心技术是使用物化路径（materialized path）将 JSON 字段映射为列式存储中的扁平列，避免每次查询时解析 JSON 的开销。文章还讨论了如何利用 ClickHouse 的物化列（materialized columns）和投影（projections）来预计算常用 JSON 路径，从而在写入时完成解析，查询时直接读取预计算列。

›1 条相关源

4月16日 周四

1 条

数据库·2026/4/16

ClickHouse 官方发布十大最佳实践：主键设计到物化视图全覆盖

ClickHouse 官方博客发布十大最佳实践指南，涵盖主键设计、数据类型选择、物化视图、ReplacingMergeTree 使用及 Join 优化等核心主题。所有建议均基于 1.5 亿行数据集的基准测试验证。文章强调主键列顺序直接影响查询过滤效率，建议将高基数过滤列前置；数据类型应优先选用整数而非字符串以降低存储与计算开销；物化视图适用于预聚合高频查询模式，但需注意增量更新语义。ReplacingMergeTree 的最终一致性特性要求业务层容忍重复数据，Join 优化则推荐使用字典或 Global Join 减少分布式查询的网络开销。

›1 条相关源