最快的开源分析型数据库

ClickHouse 采用稀疏主索引——每 TB 数据仅需几 MB —— 既可轻松扩展，又能快速裁剪数据。查询缓存与先进的 Skip Index 进一步提升性能。插入同样飞快：可逐行流入，也可成批写入；通过 Part 排序与读写分离，在不影响查询的情况下实现高吞吐写入。

并行化、向量化的引擎能够在单台服务器或数百节点上高速过滤与聚合数据，这得益于部分状态、分片支持以及副本间的共享处理。

ClickHouse 可纵向扩展，充分利用机器资源，并在底层并行化读取。

去中心化的分片与副本架构支持横向扩展至数百节点和千万亿行规模。

ClickHouse Cloud 在此基础上引入存算分离：节点从对象存储中读取唯一的权威副本，在本地缓存数据，并在保持读写一致性的同时，动态地纵向与横向扩展计算资源。

ClickHouse 提供高效操作、过滤与转换数据的高级能力。物化视图可以是可刷新的，也可以是增量式的；增量物化视图把计算从查询时移到插入时，可显著加速重复查询。

投影 (Projection) 允许您以不同方式保存相同数据的有序副本，使 ClickHouse 能够针对多种访问模式做出优化，持续提供快速查询。

列式设计带来高压缩比；受 LSM 启发的引擎与后台合并保证 Part 紧凑，无论数据集多大，查询都能保持快速。

ClickHouse 采用独特架构，具备可插拔的存储层：数据可以存放在 SSD、机械硬盘或对象存储上，并能在冷热分层之间自然流转。

ClickHouse 通过其复制模型保障可靠性：借助 Keeper 实现基于 Raft 的协调，可根据需求提供即时一致性或最终一致性。这种轻量化设计支持跨可用区甚至跨高延迟区域的复制，在不引入过多开销的前提下带来高耐久性。

为实现长期保护，备份可写入对象存储，让团队对数据的安全与可恢复性充满信心。

快照则提供一种轻量化的方式，创建数据的某一时间点副本。

凭借对 70 多种文件格式的摄取与输出支持，ClickHouse 带来无与伦比的互操作性。

可读写 Parquet、Iceberg、Delta 等开放表格式与数据湖格式，并与 AWS Glue、Unity Catalog 等 Catalog 无缝集成，将 ClickHouse 查询引擎的高性能引入数据湖。

ClickHouse 是一款完整的数据库引擎，支持完整的 SQL（包括 JOIN），并具备能够全局重排 JOIN 顺序、自动利用列统计信息的优化器。它在标准 SQL 之上扩展了数百个分析函数，让复杂的聚合与过滤更简单、更具表达力。