深入剖析ByteHouse在字节跳动的实践

在 2016 年正式开源后，ClickHouse 这个大数据计算引擎里的后起之秀开始在一众“前辈”面前崭露头角。近两年来，ClickHouse 的关注度、采用度得到了显著提升，这归功于其强大的性能优势和细粒度的分析能力。

字节跳动是国内最大规模的 ClickHouse 使用者之一：节点总数超过 18000个；最大内部集群 2400 余台；管理数据量超 700 PB。然而正如《人月神话》所言，软件开发没有银弹，开源版的 ClickHouse 也无法解决字节跳动复杂的业务场景所带来的个性化挑战。

为了解决实际业务场景对 ClickHouse 的需求，字节跳动基于开源的 ClickHouse 做了大量二次开发和深度投入，并在2021年8月沉淀为火山引擎正式对外发布的商业化产品——ByteHouse，提供海量数据上更强的查询服务和数据写入性能，应用包括海量数据多维分析、机器学习模型评估、微服务监控和统计等。

在一众大数据计算引擎中，字节跳动为什么选择了 ClickHouse 作为核心分析技术？ByteHouse 在 ClickHouse 社区版基础上做了哪些增强、重构？除了强悍的性能优势以外，ByteHouse 还有哪些值得称道的技术设计上的巧思？企业用户能从 ByteHouse 里获取哪些解决实际痛点的产品能力？

10 月 15 日下午 2 点，第八期字节跳动技术沙龙《深度解析字节跳动云数据仓库：ByteHouse》主题，将以线上直播的形式，全面解密字节跳动 ByteHouse 的过去、现在与未来，技术、产品与规划。

ByteHouse，新一代云原生数据仓库

内容简介：

为什么字节选择了 ClickHouse 作为核心的分析技术？ByteHouse 在 ClickHouse 社区版基础上做了哪些增强、重构？ByteHouse 如何持续演进？本次分享将为您逐一解答。

精彩看点：

1. 了解 AP 领域的演进趋势

2. 了解为何使用 ByteHouse 可以帮助提升决策分析效率

3. 了解 ByteHouse 主要被应用于哪些领域和场景

讲师信息：

李群，火山引擎云原生数据仓库 ByteHouse 产品负责人火山引擎云数仓服务 ByteHouse 产品负责人。在 OLAP 领域有 15 年以上的经验积累，曾服务过 IBM、Teradata、华为等行业头部厂商。

ByteHouse 如何解决迁移传统数仓负载中的复杂查询问题

内容简介：

ClickHouse 已经成为行业主流且热门的开源引擎。随着业务数据量扩大，场景覆盖变得广泛。在传统数仓中，有很多复杂查询的场景，ClickHouse 执行复杂查询容易存在查询异常问题，影响业务正常推进。本次主要分享字节跳动如何在 ByteHouse 中解决复杂查询问题，并详细解读技术实现细节。

精彩看点：

1. 如何提升 OLAP 中的复杂查询的支持能力

2. 如何解决 Coordinator 的计算压力大，容易成为瓶颈的问题

3. 如何实现大表 Join 以及如何优化

讲师信息：

董一峰，字节跳动数据平台团队分析型数据库资深研发工程师。2016 年加入字节跳动 OLAP 团队，一直从事大数据查询引擎的开发和推广工作，先后负责 Hive、Spark、Druid、ClickHouse 等大数据引擎，目前主要聚焦于 ClickHouse 执行层相关的研发。

ByteHouse 实时导入的技术演进与应用

内容简介：

随着业务升级，用户对查询分析的实时性要求越来越高，对实时导入也提出了更高的技术需求和更复杂的使用场景，包括导入数据的准确性和稳定性保证、越来越大的数据体量、更低的导入延时等。为此字节分析型数据团队基于社区 ClickHouse 做了技术演进和优化，满足公司内部大部分业务的实时导入需求。

本次分享以字节跳动 OLAP 团队在实时导入方向的技术优化和应用为主题，主要包括以下内容：

1. 自研 Kafka 导入数据表引擎

2. 云原生新架构下的实时导入技术实现

3. 实时导入在字节内部的应用

精彩看点：

1. 如何实现云原生架构上的实时导入

2. 云原生架构上的实时导入会对使用带来哪些变化

3. 实时导入能力为字节跳动实际业务带来了哪些提升

讲师信息：

任强，字节跳动数据平台团队分析型数据库资深研发工程师。2020 年 7 月加入字节跳动分析型数据库团队，一直从事实时导入相关研发工作，目前负责实时导入模块。

ByteHouse 查询优化器的设计与实现

内容简介：

Clickhouse 本身在存储引擎、向量化计算这些领域有着它独特的优势，但是缺乏复杂查询的优化和执行能力。作为一个真正能大规模使用的成熟的 AP 数据库来说一个完善且强大的优化器是必不可少的，所以我们从零到一自研了优化器。本次分享主要介绍我们是如何构建一个完整的优化器，主要包括：

1. Bytehouse 优化器架构

2. 重要 RBO 规则

3. CBO 的实现原理

4. 高阶优化器功能

精彩看点：

1. ByteHouse 的查询优化器技术上是如何实现的

2. ByteHouse 查询优化器应用哪些规则

3. 查询优化器为业务带来哪些收益

讲师信息：

景鹏，字节跳动数据平台团队分析型数据库资深研发工程师。一直从业于大数据和数据库相关领域，在查询优化领域拥有丰富的经验；加入字节后负责 ByteHouse 优化器模块。

字节跳动技术沙龙，是由字节跳动技术社区 ByteTech 发起的，面向全行业开发者的技术交流活动。通过搭建一个包容、开放、自由的交流平台，促进前沿技术的普及与落地，帮助技术团队和开发者快速成长。字节跳动技术沙龙的技术分享来源于字节跳动一线技术专家，针对热点技术方向和实践总结，为技术团队和开发者呈现一场场可供参考的技术盛宴。

👇🏻戳阅读原文👇🏻，限时免费报名！