基于 ClickHouse Cloud 构建应用

ClickHouse Cloud 既适合作为主数据存储，也适合作为分析层。

ClickHouse 的列式架构、向量化处理以及云原生设计，使其在需要同时兼顾速度与规模的分析型工作负载中具有独特优势。总体而言，ClickHouse Cloud 最常见的使用场景包括：

Use case	Description
Real-Time analytics	ClickHouse Cloud 在实时分析方面表现卓越，借助其列式存储架构和向量化执行引擎，在处理数十亿行数据时依然能够提供亚秒级查询响应。该平台在保持每秒数百万事件的高吞吐数据摄取能力的同时，支持直接对原始数据进行查询，而无需预聚合。通过物化视图可以实现实时聚合和预计算结果，而用于分位数和计数的近似函数则能够即时提供洞察，非常适合交互式仪表盘和实时决策场景。
Observability	ClickHouse Cloud 非常适合可观测性工作负载，具备针对时间序列数据优化的专用引擎与函数，可以轻松摄取和查询以 TB 计的日志、指标和追踪数据。借助 ClickStack (ClickHouse 的全栈可观测性解决方案) ，组织可以打破传统日志、指标和追踪这三大孤岛，将所有可观测性数据统一到单一平台中，实现关联分析，并消除管理多个独立系统的复杂性。这种统一方法非常适用于企业级规模的应用性能监控、基础设施监控和安全事件分析，而 ClickStack 提供了完成可观测性全流程所需的工具与集成能力，从根本上避免数据孤岛。
Data warehousing	ClickHouse 在数据仓库生态中的良好连接能力，使用户只需点击几下即可完成环境设置，并轻松将数据导入 ClickHouse。凭借对历史数据分析、数据湖、联邦查询以及 JSON 原生数据类型的出色支持，用户可以在大规模场景下以高性价比的方式存储数据。
Machine Learning and Artificial Intelligence	ClickHouse Cloud 可贯穿整个机器学习价值链使用，从探索和准备阶段一直到训练、测试和推理。Clickhouse-local、Clickhouse-server 和 chdb 等工具可用于数据探索、发现与转换，而 ClickHouse 本身可以充当特征存储、向量存储或 MLOps 可观测性存储。此外，它还通过内置工具提供智能分析能力，例如完全托管的远程 MCP 服务器、查询的内联文本补全、AI 驱动的图表配置以及产品内的 ClickHouse Assistant 功能。