ClickHouse
开源列式OLAP数据库管理系统，支持向量化执行引擎，可对万亿行数据实现亚秒级聚合查询，常用于大规模爬虫数据存储和分析场景
核心事实
时间轴 (近 90 天)
Nike 的可观测平台基于 Grafana 和 ClickHouse，日处理约 200TB 数据。
前端监控的骨架分为采集层、传输层、存储层和告警层，其中存储层通常使用ClickHouse这类列式数据库。
DuckDB 与 ClickHouse、Doris 这类需要部署集群的方案形成互补而非替代关系。
Flagsmith Experiments允许用户接入自己的ClickHouse或Databricks实例，同时也提供托管仓库选项。
Postman 为结构化数据引入了 ClickHouse 表的 schema-aware 只读访问。
ClickHouse、Amazon Redshift、Google BigQuery、Snowflake 等系统专为 OLAP 场景设计。
He-API 的用量事件经 Kafka 写入 ClickHouse，账单、模型与提供商元数据落在 PostgreSQL；系统包含 15 个服务跑在 systemd 上，除一个 Next.js 管理控制台外全部是 Go；中间件包括 Postgres、Kafka、Redis、ClickHouse，22 个迁移脚本全部幂等。
Kafka 作为用量事件的缓冲队列，保证上游网关的写路径不被下游分析存储的抖动阻塞；ClickHouse 是列式 OLAP 数据库，擅长对海量事件做聚合扫描，但不擅长高频单行更新与事务。
作者建议：这个规模的项目不要自托管 ClickHouse，对两人团队来说它只是凌晨两点又要多照看的一个负担。
ClickHouse 整理的一篇 Postgres 会议演讲提出观点'Postgres 不慢，是你的存储慢'，认为许多对Postgres性能的抱怨根源在于底层存储层的配置与选型
还有 29 条时间轴事件
全部知识事实 (20)
ClickHouse是高性能列式分析数据库，采用列式存储架构，数据按列而非按行组织在磁盘上
75%已验证Langfuse包含Web界面、PostgreSQL、Redis、ClickHouse以及负责异步评估的Langfuse Worker等组件
65%待验证Nike 的可观测平台基于 Grafana 和 ClickHouse，日处理约 200TB 数据。
50%待验证前端监控的骨架分为采集层、传输层、存储层和告警层，其中存储层通常使用ClickHouse这类列式数据库。
50%待验证DuckDB 与 ClickHouse、Doris 这类需要部署集群的方案形成互补而非替代关系。
50%待验证Flagsmith Experiments允许用户接入自己的ClickHouse或Databricks实例，同时也提供托管仓库选项。
50%待验证Postman 为结构化数据引入了 ClickHouse 表的 schema-aware 只读访问。
50%待验证ClickHouse、Amazon Redshift、Google BigQuery、Snowflake 等系统专为 OLAP 场景设计。
50%待验证作者建议：这个规模的项目不要自托管 ClickHouse，对两人团队来说它只是凌晨两点又要多照看的一个负担。
50%待验证Kafka 作为用量事件的缓冲队列，保证上游网关的写路径不被下游分析存储的抖动阻塞；ClickHouse 是列式 OLAP 数据库，擅长对海量事件做聚合扫描，但不擅长高频单行更新与事务。
50%待验证He-API 的用量事件经 Kafka 写入 ClickHouse，账单、模型与提供商元数据落在 PostgreSQL；系统包含 15 个服务跑在 systemd 上，除一个 Next.js 管理控制台外全部是 Go；中间件包括 Postgres、Kafka、Redis、ClickHouse，22 个迁移脚本全部幂等。
50%待验证ClickHouse 整理的一篇 Postgres 会议演讲提出观点'Postgres 不慢，是你的存储慢'，认为许多对Postgres性能的抱怨根源在于底层存储层的配置与选型
50%待验证Claude Dashboards 直接连接 BigQuery、Databricks、Snowflake、Redshift、ClickHouse 和 Salesforce 六类数据源
50%待验证列式存储在聚合操作上相比传统行式数据库能带来数十倍的性能提升，因为查询时只读取涉及的列而非整行
50%待验证ClickHouse由俄罗斯公司Yandex于2016年开源，专为OLAP（联机分析处理）场景设计
50%待验证ClickHouse支持向量化执行与数据压缩，在单机上处理数百亿行数据时仍能保持秒级响应
50%待验证字节跳动、Cloudflare等公司将ClickHouse用于内部日志与用户行为分析
50%待验证在自托管 Sentry 中，ClickHouse 承担事件数据的高速写入与查询，Kafka 负责在数据摄入层提供缓冲与削峰
50%待验证自托管 Sentry 的主要方式是官方维护的 self-hosted 仓库，底层依赖 Docker Compose 编排包含 PostgreSQL、Redis、Kafka、ClickHouse 等组件的服务栈
50%待验证Elasticsearch、ClickHouse、MongoDB 等主流数据系统陆续加入了向量索引支持
50%