近日，火山引擎數(shù)智平臺VeDI與DataFun聯(lián)合舉辦以“OLAP計算引擎”為主題的直播活動，來自火山引擎數(shù)智平臺VeDI的產品專家從技術選型、能力分析、性能優(yōu)化以及應用場景落地多個角度，介紹火山引擎ByteHouse如何基于ClickHouse實現(xiàn)實時計算能力升級。

據(jù)介紹，火山引擎ByteHouse來源于字節(jié)跳動多年內部沉淀。由于場景越來越豐富以及數(shù)據(jù)分析需求增長，業(yè)務對于實時數(shù)倉的要求也越來越高。首先是數(shù)據(jù)體量大以及不斷增長的問題。早在2019 年，字節(jié)內部每天新增的數(shù)據(jù)量就達到了100TB。其次，在海量數(shù)據(jù)基礎上，由于數(shù)據(jù)類型多樣（包括批式數(shù)據(jù)和流式數(shù)據(jù)）、查詢需求多樣、交互式分析復雜，數(shù)據(jù)引擎需要具備靈活性。目前，行業(yè)Redis、 SparkSQL 等開源方案可以從不同角度滿足上述兩個需求，但是維護多個開源數(shù)據(jù)庫將導致成本高，選擇一款可以避免成本無限擴展的計算引擎成為字節(jié)數(shù)據(jù)研發(fā)首要考慮的問題。

(資料圖片僅供參考)

ClickHouse性能高、靈活性強，且主要依賴磁盤、成本相對可控，成為字節(jié)跳動內部計算引擎的首選。但原生 ClickHouse 能力難以支持 upset 、實時數(shù)據(jù)更新等一些場景，在很多層面有局限性，例如：

· 單表性能強勁，但多表能力局限，且對標準 SQL 兼容性低。

· 缺乏成熟運維管理工具，運維復雜程度高。

· ClickHouse 為 MPP 架構（存算一體架構），性能強，但橫向擴容成本非常高、數(shù)據(jù)隔離性差。

ByteHouse產品專家在直播中介紹到，“為了解決以上問題，我們主要從4個方向進行優(yōu)化，讓OLAP引擎能力、性能、運維、架構進一步升級?！?/strong>

第一，豐富的自研表引擎，實現(xiàn)OLAP引擎能力進化。 ByteHouse 彌補了ClickHouse表引擎的不足，并衍生出全新的表引擎，包括使高可用表引擎、實時數(shù)據(jù)引擎、Unique 引擎、Bitmap 引擎。以Unique 引擎為例，它解決了社區(qū)版 ReplacingMergeTree 實時更新延遲問題，真正做到實時 upset。

第二，新增優(yōu)化器、字典、索引支持能力，實現(xiàn)OLAP引擎性能進化。ClickHouse在多表場景中性能存在缺陷，而ByteHouse 通過自研CBO 和 RBO（基于代價和基于規(guī)則的優(yōu)化器），支持了多層嵌套的下推、Join 子查詢的下推、Join-Reorder、Bucket Join、Runtime Filter 等優(yōu)化器特性，做到 TPC-DS 的性能可以達到 99 條sql100%覆蓋，極大提升多表場景下的性能。另外，ByteHouse還支持了全局字典以及更多索引，如 Bitmap index，讓查詢效率更快。

第三， 自動化、可視化，實現(xiàn)OLAP引擎運維進化。ByteHouse 提供標準化運維、集群健康度檢測、問題發(fā)生時的診斷工具，幫助運維人員提高效率。例如，集群健康度的檢測工具，類似于集群的實時巡檢，能夠報告當前集群狀態(tài)、出現(xiàn)了什么問題、問題如何解決，最大程度把問題前置化，降低運維風險。從效果上看， 18000 個節(jié)點只需要不到 10 個運維人員來支持。

第四， 存算分離，實現(xiàn)OLAP引擎架構進化。ByteHouse推出了 MPP 2. 0 即存算分離架構。一方面， 存算分離可以更好實現(xiàn)資源隔離，每一個計算任務都會提交到不同的計算資源中，做到用戶之間互不影響，還能靈活擴容、縮容存儲計算資源；另一方面，存算分離能做到真正云原生（Cloud native），ByteHouse 存儲層既支持 HDFS，也支持 S3 對象或者其他的對象存儲，實現(xiàn)云原生部署。

目前，ByteHouse已經(jīng)在行為分析、精準營銷、實時監(jiān)控等業(yè)務場景中落地。以實時監(jiān)控為例，很多互聯(lián)網(wǎng)APP有線上運營活動、直播電商等業(yè)務，數(shù)據(jù)實時性格外重要。數(shù)據(jù)從生產到展現(xiàn)在大屏上，延遲往往要控制在分鐘級甚至秒級以內。而ByteHouse高吞吐性能、查詢性能，使數(shù)據(jù)從輸入端到輸出端的流程達到秒級。在數(shù)據(jù)保障層面，ByteHouse 也能精細到Exactly Once 的語義，保證數(shù)據(jù)不丟失、不重復，最終達到數(shù)據(jù)高效存儲、準確查詢。（作者：吳卓港）