ClickHouse、リアルタイム分析の遅さをcolumn-oriented SQLで解いた設計

冒頭

ClickHouseは2009年の実験から、リアルタイム分析を支えるOSSとCloudへ育った。出典

創業

Alexey Milovidovは非集約データをリアルタイムに分析する課題に向き合った。

転機

2012年のWeb analytics利用を経て、2016年にApache 2.0で公開された。出典

成長

2021年の法人化とCloud展開、2025年のSeries Cが事業化を示す。出典

現在

OSSの性能とCloudの運用性を組み合わせたことが、分析基盤としての現在地を作った。

大量イベントの集計を低レイテンシで返したいチームに刺さる。

公式docsはOLAPでbillions and trillions of rowsを扱う分析を説明している。出典

列指向とSQLの組み合わせにより、既存の分析ワークロードを移行しやすい。

列指向実装の性能、長年のOSSコードベース、周辺integrationの蓄積が複合的な障壁になる。

中程度。

利用者・connector・技術知見の増加は導入を容易にするが、DB自体は単独でも価値を持つ。

データ量が増え、既存DWHのレイテンシやコストに不満を持つデータ・開発チーム。

トランザクション中心の小規模アプリには第一候補ではない。

性能を数値で示せる技術差、OSS配布、Cloudによる運用簡略化の3点。

CloudはAWS・GCP・Azureで提供される。出典

用途をOLAPに寄せる必要があり、低頻度の小規模用途では運用・学習コストが相対的な弱点になる。

Cloud料金もcomputeとstorageの理解を要する。出典

OSSで開発者に試され、GitHub・技術ブログ・顧客事例で信頼を作り、Cloudとmarketplaceで収益化する。

OSSとmanagedの二層構造は強いが、Cloudとの差分説明が必要。

主要チャネル: open_source, github, content, cloud_marketplaces

技術優位をOSSで検証可能にし、運用を引き受けるCloudへ自然に接続する。

日本では広告・EC・IoTのイベント分析で導入余地がある。

既存DWHを全面置換するのではなく、低レイテンシ部分をClickHouseへ分担させるのが現実的。