硬件规模与推荐
本指南讨论我们对开源用户的硬件、计算、内存和磁盘配置的一般建议。如果您想简化设置，我们建议使用 ClickHouse Cloud，因为它能够自动扩展并适应您的工作负载，同时最小化与基础设施管理相关的成本。
您的 ClickHouse 集群的配置高度依赖于您应用程序的用例和工作负载模式。在规划架构时，您必须考虑以下因素：
- 并发性（每秒请求数）
- 吞吐量（每秒处理的行数）
- 数据量
- 数据保留策略
- 硬件成本
- 维护成本
磁盘
您应该使用的磁盘类型取决于数据量、延迟或吞吐量的要求。
针对性能的优化
为了最大化性能，我们建议直接连接 AWS 的预置 IOPS SSD 卷 或您云提供商的等效产品，这些产品优化了 IO。
针对存储成本的优化
为了降低成本，您可以使用 通用 SSD EBS 卷。
您还可以在 热/温/冷架构 中实现使用 SSD 和 HDD 的分层存储。或者，您还可以使用 AWS S3 进行存储，以实现计算和存储的分离。有关如何使用开源 ClickHouse 进行计算和存储分离的指南，请参见 这里。 ClickHouse Cloud 中默认支持计算和存储分离。
CPU
我应该使用哪种 CPU？
您应该使用的 CPU 类型取决于您的使用模式。一般来说，然而，频繁的并发查询、处理更多数据或使用计算密集型 UDF 的应用程序将需要更多的 CPU 核心。
低延迟或面向客户的应用
对于延迟要求为 10 毫秒的场景，例如面向客户的工作负载，我们建议使用 AWS 的 EC2 i3 系列 或 i4i 系列 ，或云提供商的等效产品，它们经过 IO 优化。
高并发应用
对于需要优化并发（每秒 100 个以上查询）的工作负载，我们建议使用 AWS 的 计算优化 C 系列 或云提供商的等效产品。
数据仓库用例
对于数据仓库工作负载和临时分析查询，我们建议使用 AWS 的 R 型系列 或云提供商的等效产品，因为它们经过内存优化。
CPU 利用率应是多少？
ClickHouse 没有标准的 CPU 利用率目标。使用工具如 iostat 来测量平均 CPU 使用率，并相应地调整服务器的规模以管理意外的流量峰值。然而，对于临时查询的分析或数据仓库用例，您应该目标为 10-20% 的 CPU 利用率。
我应该使用多少个 CPU 核心？
您应该使用的 CPU 数量取决于您的工作负载。然而，我们一般建议根据 CPU 类型使用以下内存与 CPU 核心的比例：
例如，当使用 M 型 CPU 时，我们建议每 25 个 CPU 核心配置 100GB 的内存。要确定适合您应用程序的内存量，需要对内存使用情况进行分析。您可以阅读 关于调试内存问题的指南 或使用 内置可观察性仪表板 来监控 ClickHouse。
内存
与选择 CPU 一样，您选择的内存与存储比以及内存与 CPU 比例也依赖于您的案例。然而，一般来说，内存越多，查询运行得越快。如果您的用例对价格敏感，使用较少的内存也可以，因为可以启用设置（max_bytes_before_external_group_by 和 max_bytes_before_external_sort）来允许将数据溢出到磁盘，但请注意，这可能会显著影响查询性能。
内存与存储的比例应是多少？
对于较低数据量，1:1 的内存与存储比例是可以接受的，但总内存不应低于 8GB。
对于数据保留期较长或数据量较大的用例，我们建议内存与存储的比例为 1:100 至 1:130。例如，如果您存储 10TB 数据，则每个副本需要 100GB 的 RAM。
对于频繁访问的用例，例如面向客户的工作负载，我们建议使用更高的内存，比例为 1:30 至 1:50 的内存与存储比例。
副本
我们建议每个分片至少有三个副本（或使用 Amazon EBS 的两个副本）。此外，我们建议在添加额外副本（水平扩展）之前，先对所有副本进行纵向扩展。
ClickHouse 并不会自动分片，重新分片您的数据集将需要大量计算资源。因此，我们通常建议使用可用的最大服务器，以防将来需要重新分片您的数据。
考虑使用 ClickHouse Cloud，它能够自动扩展，并允许您轻松控制适合您用例的副本数量。
大工作负载的示例配置
ClickHouse 的配置高度依赖于您特定应用的需求。如果您希望我们帮助优化您的架构以降低成本和提高性能，请 联系我们的销售团队。
为了提供指导（不是推荐），以下是生产中使用 ClickHouse 的一些用户的示例配置：
财富 500 强 B2B SaaS
| 存储 | |
| 每月新增数据量 | 30TB |
| 总存储（压缩后） | 540TB |
| 数据保留期 | 18 个月 |
| 每个节点的磁盘 | 25TB |
| CPU | |
| 并发性 | 200+ 并发查询 |
| 副本数量（包括高可用性对） | 44 |
| 每个节点的 vCPU | 62 |
| 总 vCPU | 2700 |
| 内存 | |
| 总 RAM | 11TB |
| 每个副本的 RAM | 256GB |
| RAM 与 vCPU 比例 | 4:1 |
| RAM 与磁盘比例 | 1:50 |
财富 500 强电信运营商的日志使用案例
| 存储 | |
| 每月日志数据量 | 4860TB |
| 总存储（压缩后） | 608TB |
| 数据保留期 | 30 天 |
| 每个节点的磁盘 | 13TB |
| CPU | |
| 副本数量（包括高可用性对） | 38 |
| 每个节点的 vCPU | 42 |
| 总 vCPU | 1600 |
| 内存 | |
| 总 RAM | 10TB |
| 每个副本的 RAM | 256GB |
| RAM 与 vCPU 比例 | 6:1 |
| RAM 与磁盘比例 | 1:60 |
深入阅读
以下是一些使用开源 ClickHouse 的公司的架构相关博客文章：