阿里云 ClickHouse 企业版是一款新一代云原生 Serverless 实时数仓产品，基于 ClickHouse 开源技术构建，旨在提供实时数据剖析处置打算。ClickHouse 企业版经过存算分别、秒级扩容、Serverless 弹性等技术手腕，降低了资源老本，提高了查问性能和效率。同时，该产品支持跨 AZ 高可用和低老本存储，保障了数据的牢靠性和经济性。此外，ClickHouse 企业版还大幅优化了易用性，无需散布式表引擎依赖，兼容社区语法及引擎，降低了用户的运维老本。本次分享将率领大家深化了解 ClickHouse 企业版的各项性能和长处，从而更好地满足实时数据剖析的需求。
一、实时数仓&ClickHouse 企业版产品背景
在企业运营环节中，少量的业务数据被不时发生并积攒。这些数据关于企业来说是其贵重的资产，包括着渺小的价值。但是，依据 Forest 市场调研报告，数据的价值并非永久不变，而是随着期间的推移逐渐削弱。这象征着，为了充散开掘和应用这些数据的价值，企业须要愈加实时地对其启动剖析。
传统的批量 BI 剖析形式往往只能提供小时级、日级或月级的数据处置才干，这使得企业只能主动地剖析历史数据，限度了数据价值的开掘。相比之下，实时数据剖析能够提供秒级、分钟级甚至更初级别的数据洞察，为企业带来更大的协助。经过实时数据剖析，企业可以愈加主动地启动业务决策和业务剖析，以应答市场的加快变动。
在这个环节中，实时数仓成为了企业无法或缺的**技术依赖。实时数仓能够实时地搜集、处置和剖析数据，为企业提供即时的数据洞察和决策支持。随着企业对实时数据剖析需求的参与，实时数仓的关键性日益凸显。
为了满足这一需求，ClickHouse 企业版应运而生。作为一款高性能、可裁减的列式数据库技术，ClickHouse 以其出色的性能和裁减性，成为了企业构建实时数仓的现实选用。
ClickHouse 名目于 2009 年树立，其初衷是为了支持超大规模的 Web 剖析场景。2016 年，ClickHouse 在 Apache 2.0 协定下颁布开源，使得更多的开发者和企业能够受益于其高性能、列式存储等长处。随着其出名度的不时优化和宽泛运行，2021 年，ClickHouse Inc. 商业化公司成立，由原创的研发团队指导。不只支持开源社区的开展，还开局提供 ClickHouse 的商业化云服务。
ClickHouse 的企业版基于开源社区版本启动了更多的优化和增强，处置了社区版本中存在的一些疑问，并提供了愈加稳固、牢靠和高效的服务。经过企业版，企业可以愈加轻松地构建实时数仓，成功数据的实时搜集、处置和剖析，从而为企业带来更大的业务价值。
在上述背景下，阿里云与 ClickHouse 在 2023 年签订了一项关键的战略协作，宿愿将企业版的**才干引入亚太地域，特意是为中国客户提供支持。经过与阿里云的协作，ClickHouse 企业版将面向阿里云的客户放开经常使用，以满足他们对高性能实时数据剖析的需求。这一战略协作将推进阿里云在实时数据处置和剖析畛域的进一步开展，同时也为 ClickHouse 在世界范围内的推行和运行注入了新的能源。
二、ClickHouse企业版**个性才干引见
ClickHouse 企业版是一款高性能的云原生 Serverless 实时数仓产品。它具有四大**特点：
接上去将开展引见 ClickHouse 企业版的**才干及其成功。
在 ClickHouse 企业版中，针对传统开源社区版存在的 MPP 架构限度启动了优化。在传统架构中，数据经过火桶和 shard 逻辑启动存储，造成存储与计算资源严密绑定。这种绑定使得繁多 shard 上的计算和存储资源在到达瓶颈时，只能经环节度扩容来处置疑问，这须要同时参与计算和存储资源，或者造成资源糜费。
为了打破这一限度，在 ClickHouse 企业版中引入了全新的 SharedMergeTree 云原生引擎系列。这一引擎基于云原生内核，成功了存储与计算的解耦。在此架构下，存储和计算可以独立启动扩容。存储方面，驳回共享存储形式，相似于阿里云的 OSS 对象存储，用户可以依据需求灵敏经常使用存储资源，无需预先购置少量资源。
在计算资源方面，由于 SharedMergeTree 引擎的成功对计算节点齐全有形态，因此在集群启动水平裁减时，无需启动数据迁徙。每个节点都可以并行介入 SQL 恳求的处置，大大提高了裁减效率，使得裁减环节到达秒级水平。
经过存算分别与秒级扩容的成功，ClickHouse 企业版为用户提供了愈加灵敏、高效的数据处置才干，满足了实时数据剖析的迫切需求。
在 ClickHouse 企业版中，基于阿里云深度革新了 Serverless 个性，成功了存储和计算资源的片面 Serverless 化。详细来说，用 ClickHouseKeeper 交流了社区版的 ZooKeeper，并成功了基于 Keeper 负载的智能弹性伸缩。当 Keeper 资源遇到瓶颈或计算才干闲置时，系统能够智能启动弹性调整，确保资源的充沛应用。
此外，还将计算资源定义为 CCU 资源，并引入了一套智能的负载控制机制。依据集群的全体负载状况，系统能够智能启动 CCU 资源的裁减和缩减。当计算资源到达峰值时，系统会依据预设的下限启动资源老本控制；而在资源低谷时，系统则会主动启动集群缩容，提高资源经常使用效率。经过这一机制，能够协助用户成功约 25% 的资源经常使用缩减，同时确保留储资源的按需经常使用（阿里云 OSS），从而为用户节俭 30% 以上的老本。
值得一提的是，ClickHouse 企业版驳回了高可用架构，每个节点都是有形态的，这象征着节点之间具有相互高可用的个性。与传统的经过正本撑持高可用的形式相比，企业版无需依赖额外的正本，从而降低了资源消耗。针对双正本场景，企业版能够降低超越 50% 的资源经常使用老本，清楚优化了资源的经常使用效率。
ClickHouse 企业版展现出了极高的读写才干，这关键得益于其精心设计的两层技术。首先，思考到实践数据存储依赖于对象存储（如阿里云 OSS），这无法防止地触及到远程网络访问，造成数据存储和查问性能无法间接媲美本地存储。为了补偿这一差距，企业版在计算层参与了本地缓存（Cache）机制。每个计算节点都装备了本地缓存，用于存储读恳求的数据。经过这种形式，数据可以被缓存至本地，清楚优化查问效率。
依据在 TB 级 CDH 上的测试结果显示，经过本地缓存减速，全体查问效率相较于无缓存状况可提高 100% 至 %。关于 OLAP 场景，更关键的性能瓶颈往往不在于网络带宽，而是在于 IO 带宽。因此，为 OSS 对象读取性能了高带宽，确保 IO 不会成为 OLAP 场景中数据剖析的瓶颈。
ClickHouse 企业版还引入了并行查问技术。关于大型查问，系统能够智能地将恳求散发到多个节点，启动并行数据处置。多个节点之间协同上班，区分读取和剖析不同的数据局部，从而成功对复杂 SQL 的并行处置才干，全体优化查问性能。在实践测试中，并行 Replica 对复杂 SQL 的性能优化可达一倍以上。
另外，还经过提高缓存命中率，进一步优化查问性能。目前正在研发的“distribute cache”性能，将进一步解耦计算层的缓存与纯计算资源。经过这种形式，各个节点将像共享存储一样共享缓存，确保节点间的缓存数据齐全分歧。这样，无论哪个节点接纳到恳求，都可以访问到相反的缓存数据，从而清楚优化整个集群的缓存命中率。
同时，ClickHouse 企业版提供了跨 AZ（可用区）的高可用性才干。在计算层，驳回三可用区的部署战略来支持高可用性。详细来说，Keeper（散布式协调服务组件）会在三个可用区区分部署，以确保选举协定失掉有力支持。关于 Server 层（即计算资源），会在三个可用区当选用两个启动高可用性部署。关于存储层，雷同会在三个可用区当选用两个启动高可用性存储支持。
这种部署战略确保了计算资源和存储资源在同城范围内成功高可用性，而无需像开源社区中那样依赖于一对一的正本和复制形式启动资源消耗。因此，高可用性打算能够降低 50% 的全体老本。
易用性也是泛滥客户十分关注的一点。在将开源社区版迁徙到企业版的环节中启动了精心的适配和优化。首先，在 DML（数据操纵言语）和 DDL（数据定义言语）语法层面，齐全兼容了社区版的引擎。这象征着无需更改任何 SQL 语法，即可将社区版的 DDL 和 DML 语句无缝迁徙到企业版中。外部启动了引擎层的适配和转换，确保了迁徙的平滑性。
此外，针对社区版中经常惹起用户困惑的散布式表引擎疑问，在企业版中启动了改良。经过引入 SharedReplacingMergeTree 引擎，简化了散布式表引擎的经常使用，大大优化了用户对 ClickHouse 散布式个性的经常使用体验。
另外值得一提的是，企业版驳回了齐全云原生的架构，成功了计算资源的智能伸缩和存储的按需经常使用。用户无需再像经常使用开源社区版那样手动控制集群节点的数量、规格以及升降配等操作。这一个性极大地降低了用户的运维老本，提高了全体的易用性。
接上去，将演示 ClickHouse 企业版的 Serverless **性能，以展现如何经过 Serverless 技术成功资源的老本降低。首先，了解如何启用 ClickHouse 企业版。
在购置页面中，首先须要点击企业版的标签以选用它。这里提供了单个运行区和多可用区的选项。若选用多可用区，则须要指定三个可用区，并启动相应的 VPC 网络性能。Serverless 形式则准许在资源经常使用上成功区间性的弹性裁减。经过设定最大和最小资源限度，既可以确保在高负载时领有足够的资源，又能在低负载时防止资源的糜费。
在选用详细的资源区间后，可以轻松创立集群，无需预购资源。这个区间设置自身不会发生任何资源消耗，只要当实践运转消耗资源时才会发生费用。例如，在创立集群时，可以选用从 8 CCU（计算单元）到 64 CCU 的范围，对应着从 8 核到 64 核的 CPU 资源。
集群创立后，还可以依据须要调整弹性区间的下限和下限。经过监控集群的 CCU 经常使用状况，可以实时了解实践消耗的资源量。假定在 DMS（数据控制系统）的实例中创立了一个数据集群表，并口头了少量的数据拔出和聚合剖析查问，这将造成 CCU 的清楚消耗。
在查问口头环节中，CPU 经常使用率会大幅优化。当系统检测到 CPU 负载过高时，会智能触发资源裁减逻辑，参与计算资源以满足需求。从历史数据中可以看到，集群的 CCU 经常使用量会迅速回升，甚至到达 50 至 60 CCU 的高位。而当查问口头终了后，CPU 经常使用率会降低，相应的计算资源也会智能缩减。
这种 Serverless 形式的弹性裁减性能，确保了资源在无需时能够失掉有效应用，从而降低计算资源的经常使用老本。整个环节中，只要按秒级统计 CCU 值启动付费，无需预先购置峰值资源并常年承当高额老本。这就是 Serverless 性能为咱们带来的资源经常使用效率和老本优化的双重长处。
四、ClickHouse企业版售卖模型及商业化活动
接上去引见 ClickHouse 企业版的关键产品售卖模型，特意是在 Serverless 形式下。企业版关键包括两个计费项：计算资源和存储资源。
在计算资源方面，计费单位是 CCU（计算单元），详细为每 CCU 经常使用一小时的费用是 0.49987 元，即一核经常使用一小时的费用。这象征着，假设在一个小时内只经常使用了半小时，则实践费用将基于 0.5CCU·h 启动计算。这种秒级准确计费和计量的形式确保了资源的充沛应用，防止了资源糜费。
关于存储资源，雷同驳回秒级准确计量，以 GB 为单位计算每小时的费用。单可用区和多可用区在多少钱上有所区别，由于多可用区触及跨可用区的资源冗余老本。
经过 Serverless 形式，用户可以依据实践需求按需失掉资源，并按实践经常使用量付费。为了进一步降低老本，还推出了资源包选项。用户可以经过预购资源包来抵扣按量计费的局部，相似于手机流量套餐的购置形式。在可预测的状况下，这种形式能够协助用户取得更好的活动和老本缩减。
那么，如何评价业务上线时的资源经常使用量呢？首先，须要思考计算资源和存储资源两个方面。关于计算资源，可以基于峰值资源经常使用量来设定一个资源区间（最大值和最小值），并计算平均资源经常使用水位。经过 Serverless 的系数乘以资源峰值，可以预估全体能够缩减多少老本。关于存储资源，则须要评价一小时内或一个月内所需的存储量，并计算平均存储经常使用率。
如今，ClickHouse 企业版曾经正式上线，并在阿里云官方推出了六折的限时活动活动。大家可以在阿里云官方搜查 ClickHouse 或在产品目录页面点击云数据库 ClickHouse，并选用企业版启动体验。同时，请依据业务需求选用适合的可用区形式（单可用区或多可用区）来放开资源，即可开局产品体验之旅。