号外号外!ClickHouse企业版正式商业化啦!

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生数据仓库AnalyticDB MySQL版,8核32GB 100GB 1个月
简介: 欢迎预约「ClickHouse企业版商业化发布会」直播~

阿里云ClickHouse企业版的架构、功能与优势是什么?

阿里云ClickHouse未来1年的产品能力规划?

ClickHouse在携程真实场景的测试结果如何?

如何基于ClickHouse构建广告投放平台?


4月23日14:00阿里云联合ClickHouse原厂共同举办《ClickHouse企业版商业化发布会》,届时将邀请多位领域大咖和一线工程师为大家做详细的技术讲解。

ck发布会 (1).jpeg


🎙️主题:阿里云ClickHouse企业版商业化发布会

🕙时间:4月23日(周二)14:00 - 15:30

本次发布会将在官网及视频号(阿里云瑶池数据库)同步直播

点击预约or 扫描下方二维码一键预约直播👇

预约直播.png


01. 详细日程

2.png


02. 详细介绍


李飞飞|阿里云资深副总裁,阿里云数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)


演讲题目:ClickHouse企业版正式商业化


个人介绍:阿里云资深副总裁、阿里云数据库产品事业部负责人,ACM、CCF和IEEE会士(Fellow)。曾获ACM与IEEE多项大奖,世界互联网大会2019全球领先科技成果奖,浙江省科技进步一等奖,中国电子学会科技进步一等奖等。带领团队研发了阿里云企业级云原生数据库系统PolarDB,云原生数据仓库AnalyticDB,云原生多模数据库Lindorm以及云数据库RDS,连续进入Gartner全球云数据库市场Cloud DBMS领导者象限。中国计算机学会CCF大数据专家委员会副主任,数据库专业委员会常委。


Aaron|CEO of ClickHouse Inc.


演讲题目:ClickHouse Inc.和阿里云的全球战略合作


个人介绍:Aaron Katz is currently Co-Founder and CEO of ClickHouse, Inc., the company behind ClickHouse, the industry-leading online analytical processing database management system. With more than 20 years of experience building and leading global teams, Aaron brings a unique perspective with a focus on international business, scale, and distribution. Most recently, Aaron led the GTM efforts at Elastic (NYSE: ESTC) between 2014 and 2020 where he helped grow the company from ~$5M in revenue when he joined to >$500M in revenue as a Section 16 officer when he left. Prior to Elastic, Aaron spent 12 years (2002 - 2014) at salesforce.com (NYSE: CRM) where he held a variety of international sales leadership roles and helped grow the company from a private, ~200 employee startup to a >$200B market leader. Aaron holds a Bachelor’s of Science degree in Managerial Economics from the University of California, Davis and lives in the San Francisco Bay Area with his wife and two children.


艾乐强|阿里云数据库产品经理


演讲题目:阿里云ClickHouse企业版:新一代云原生Serverless实时数仓


🌟 演讲亮点

1. ClickHouse 技术介绍&自建集群常见问题

2. ClickHouse 企业版云原生及核心特性解析

3. ClickHouse 企业版体验速览


🌟 你将获得通过对ClickHouse企业版云原生存算分离、实时弹性、轻量update&delete等核心能力的解析,大家将了解企业版在成本、扩展效率、易用性、性能方面的优势,进一步能够通过企业版解决自建 ClickHouse 运维、资源成本和性能瓶颈问题。


Auxten|director of software development, ClickHouse Inc.


个人介绍:ClickHouse Core team 的 Technical Director,目前负责ClickHouse中国区的技术团队。


演讲题目:使用ClickHouse企业版加速你的业务


🌟 演讲亮点

1. ClickHouse企业版的整体架构和技术剖析

2. ClickHouse企业版SharedMergeTree的关键特性和技术实现


🌟 你将获得

1. 了解ClickHouse企业版的技术优势

2. ClickHouse企业版如何在云上实现高性能、高可用和高可扩展性

3. ClickHouse企业版令人期待的新功能点


林东煜|携程云原生研发工程师


演讲题目:携程在阿里云上ClickHouse企业版测试结果分享


🌟 演讲亮点

1. 携程日志系统的建设历程和现状

2. ClickHouse企业版测试结果

3. 总结


🌟 你将获得

通过携程的日志场景建设和测试总结,带你了解Clickhouse企业版带来的价值收益。


李武|点告广告平台大数据负责人


演讲题目:易点天下基于ClickHouse企业版的广告投放平台建设实践


🌟 演讲亮点

1. 业务及平台介绍

2. 企业版ClickHouse架构和优势

3. 企业版ClickHouse性能测试


🌟 你将获得

通过点告的广告投放平台建设和实践经验总结,让更多用户了解Clickhouse企业版带来的成本优势和性能提升。


欢迎感兴趣的小伙伴预约直播

       点击👉「预约」  

     

欢迎钉钉扫码入群交流👏

进群.png

钉钉扫一扫

即可加入ClickHouse企业版讨论交流群」

相关文章
|
1月前
|
运维 Cloud Native 大数据
号外号外!ClickHouse企业版正式商业化啦!
阿里云将于2024年4月23日14:00举办《ClickHouse企业版商业化发布会》直播,探讨阿里云ClickHouse企业版的架构、功能与优势,以及未来一年的产品规划。直播还将分享ClickHouse在携程的测试成果,并展示如何利用ClickHouse构建广告投放平台。届时将邀请行业专家与一线工程师将进行深入的技术讲解。
641 3
号外号外!ClickHouse企业版正式商业化啦!
|
1月前
|
存储 Cloud Native 大数据
国内独家|阿里云瑶池发布ClickHouse企业版:云原生Serverless新体验
全面升级为云原生架构,支持云原生按需弹性Serverless能力,解决了长期困扰用户的集群扩展效率和平滑性问题。
国内独家|阿里云瑶池发布ClickHouse企业版:云原生Serverless新体验
|
1月前
|
存储 容灾 Cloud Native
阿里云ClickHouse企业版正式商业化,为开发者提供容灾性更好、性价比更高的实时数仓
2024年4月23日,阿里云联合 ClickHouse Inc. 成功举办了企业版商业化发布会。阿里云 ClickHouse 企业版是阿里云和 ClickHouse 原厂 ClickHouse. Inc 独家合作的存算分离的云原生版本,支持资源按需弹性 Serverless,帮助企业降低成本的同时,为企业带来更多商业价值。
435 1
|
1月前
|
存储 数据库
云数据库ClickHouse企业版集群费用 | 企业版费用
云数据库ClickHouse企业版集群费用由计算资源费用和存储资源费用两部分组成。本文介绍不同计费项的费用。
69 0
|
19天前
|
存储 关系型数据库 数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 多对一和多对多
【6月更文挑战第7天】该文探讨数据模型,比较了“多对一”和“多对多”关系。通过使用ID而不是纯文本(如region_id代替"Greater Seattle Area"),可以实现统一、避免歧义、简化修改、支持本地化及优化搜索。在数据库设计中,需权衡冗余和范式。文档型数据库适合一对多但处理多对多复杂,若无Join,需应用程序处理。关系型数据库则通过外键和JOIN处理这些关系。文章还提及文档模型与70年代层次模型的相似性,层次模型以树形结构限制了多对多关系处理。为克服层次模型局限,发展出了关系模型和网状模型。
23 6
|
21天前
|
XML NoSQL 数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 概念 + 数据模型
【6月更文挑战第5天】本文探讨了数据模型的分析,关注点包括数据元素、关系及不同类型的模型(关系、文档、图)与Schema模式。查询语言的考量涉及与数据模型的关联及声明式与命令式编程。数据模型从应用开发者到硬件工程师的各抽象层次中起着简化复杂性的关键作用,理想模型应具备简洁直观和可组合性。
15 2
|
18天前
|
SQL 人工智能 关系型数据库
【DDIA笔记】【ch2】 数据模型和查询语言 -- 文档模型中Schema的灵活性
【6月更文挑战第8天】网状模型是层次模型的扩展,允许节点有多重父节点,但导航复杂,需要预知数据库结构。关系模型将数据组织为元组和关系,强调声明式查询,解耦查询语句与执行路径,简化了访问并通过查询优化器提高效率。文档型数据库适合树形结构数据,提供弱模式灵活性,但在Join支持和访问局部性上不如关系型。关系型数据库通过外键和Join处理多对多关系,适合高度关联数据。文档型数据库的模式灵活性体现在schema-on-read,写入时不校验,读取时解析,牺牲性能换取灵活性。适用于不同类型或结构变化的数据场景。
19 0
|
20天前
|
SQL JSON NoSQL
【DDIA笔记】【ch2】 数据模型和查询语言 -- 关系模型与文档模型
【6月更文挑战第6天】关系模型是主流数据库模型,以二维表形式展示数据,支持关系算子。分为事务型、分析型和混合型。尽管有其他模型挑战,如网状和层次模型,但关系模型仍占主导。然而,随着大数据增长和NoSQL的出现(如MongoDB、Redis),强调伸缩性、专业化查询和表达力,关系模型的局限性显现。面向对象编程与SQL的不匹配导致“阻抗不匹配”问题,ORM框架缓解但未完全解决。文档模型(如JSON)提供更自然的嵌套结构,适合表示复杂关系,具备模式灵活性和更好的数据局部性。
20 0
|
22天前
|
敏捷开发 存储 缓存
【DDIA笔记】【ch1】 可靠性、可扩展性和可维护性 -- 可维护性
【6月更文挑战第4天】本文探讨了Twitter面临的一次发推文引发的巨大写入压力问题,指出用户粉丝数分布是决定系统扩展性的关键因素。为解决此问题,Twitter采用混合策略,大部分用户推文扇出至粉丝主页时间线,而少数名人推文则单独处理。性能指标包括吞吐量、响应时间和延迟,其中高百分位响应时间对用户体验至关重要。应对负载的方法分为纵向和横向扩展,以及自动和手动调整。文章强调了可维护性的重要性,包括可操作性、简单性和可演化性,以减轻维护负担和适应变化。此外,良好设计应减少复杂性,提供预测性行为,并支持未来改动。
20 0
|
23天前
|
缓存 关系型数据库 数据库
【DDIA笔记】【ch1】 可靠性、可扩展性和可维护性 -- 可扩展性
【6月更文挑战第3天】可扩展性关乎系统应对负载增长的能力,但在产品初期过度设计可能导致失败。理解基本概念以应对可能的负载增长是必要的。衡量负载的关键指标包括日活、请求频率、数据库读写比例等。推特的扩展性挑战在于"扇出",即用户关注网络的广度。两种策略包括拉取(按需查询数据库)和推送(预计算feed流)。推送方法在推特案例中更为有效,因为它减少了高流量时的实时计算压力。
24 0

热门文章

最新文章