ElasticSearch是一种基于Lucene的分布式全文搜索引擎，携程用ES处理日志，目前服务器规模500+，日均日志接入量大约200TB。随着日志量不断增加，一些问题逐渐暴露出来：一方面ES服务器越来越多，投入的成本越来越高；另一方面用户的满意度不高，日志写入延迟、查询慢甚至查不出来的问题一直困扰着用户；而从运维人员的角度看，ES的运维成本较高，运维的压力越来越大。

2024-08-16

作为国内规模最大的 ClickHouse 用户，目前字节跳动内部的 ClickHouse 节点总数超过 1.5W 个。综合来说，字节跳动广泛的业务增长分析很多都建立在 ClickHouse 为基础的查询引擎上。在打造ByteHouse的路程中，我们经过了多年的探索与沉淀，本文将分享字节跳动过去使用 ClickHouse 的两个典型应用与优化案例。

2024-08-16

相信大家都对大名鼎鼎的ClickHouse有一定的了解，它强大的数据分析性能让人印象深刻。但在字节大量生产使用中，发现了ClickHouse依然存在了一定的限制。例如： 缺少完整的upsert和delete操作 多表关联查询能力弱 集群规模较大时可用性下降（对字节尤其如此） 没有资源隔离能力 因此，我们决定将ClickHouse能力进行全方位加强，打造一款更强大的数据分析平台。 本篇将详细介绍我们是如何为ClickHouse补全更新删除能力的。

2024-08-16

数据驱动理念已被各行各业所熟知，核心环节包括数据采集、埋点规划、数据建模、数据分析和指标体系构建。在用户行为数据领域，对常见的多维数据模型进行信息提炼和模型整合，可以形成一套常见的数据分析方法来发现用户行为的内在联系，能更好洞察用户的行为习惯和行为规律，帮助企业挖掘用户数据的商业价值。

2024-08-16

主要从这几个方面给大家分享一下 ClickHouse，为什么选择 ClickHouse？我们在实际应用中的一个高可用架构，最后就是给大家介绍 ClickHouse 的一些优点，还有现在 ClickHouse 的一些问题和我们对未来的一些展望规划。

2024-08-15