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

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,基础版 8ACU 100GB 1个月
简介: 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。

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。


阿里云数据库产品事业部负责人李飞飞开场,宣布 ClickHouse 企业版正式商业化!随后由ClickHouse Inc.的 CEO Aaron 介绍了ClickHouse Inc.和阿里云的全球战略合作。阿里云在2020年就发布了基于开源社区版本的云数据库 ClickHouse 社区兼容版,是全球领先的大规模提供全托管 ClickHouse 服务的云厂商,成熟稳定服务了包含互联网,游戏,电商,金融保险,汽车制造,媒体广告在内的数千家客户。2021 年 9 月 20 日, ClickHouse 项目创始人 Alexey 在 GitHub 宣布他们正式从 Yandex 独立,并成立一个公司:ClickHouse Inc. 。2023年阿里云与 ClickHouse Inc. 达成独家战略合作,推出了阿里云数据库ClickHouse企业版,于2023年8月末开启邀测,并于2024年4月23日正式商业化!


ClickHouse企业版对比社区版是里程碑的升级,从传统的存算一体的架构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。同时升级支持 lightweight update&delete, 数据更新实时可见,且执行成本更低,效率更高。具体优势为:

  • 100%兼容开源版本,默认高可用

开源 MergeTree引擎可被自动转化为SharedMergeTree引擎。

默认高可用,无需使用Replicated引擎支持。

默认分布式扩展,无需使用Distributed引擎进行分布式扩展。

  • 共享存储,秒级水平扩容

云原生存算分离架构,所有计算节点共享存储,扩容无数据迁移,新增节点可以立即参与计算。

基于负载的秒级自动升配,升配过程业务无感,无需停机操作。

  • 基于负载自动弹降,资源成本优化30+%

基于负载的自动降配,计算和存储资源无需预购,分别按用计费,可节约50+%的计算资源和20%~40%的存储资源采购量。

共享对象存储,存储采购单价减少80%以上。

  • 实时 Update Delete,复杂查询效率提高约100%

Lightweight update&delete,后台多节点并行处理update&delete,性能提高,数据结果实时返回。

Parallel replica,多节点并行执行查询,提升分钟级大查询的执行效率100+%。



会上,携程和易点天下作为典型客户分享了在阿里云 ClickHouse 企业版上的测试结果。

携程: ClickHouse 企业版相比自建社区版集群,在压测过程中,写入性能表现出10.6%的提升,查询性能表现出1.4-4倍的提升。

点告:ClickHouse企业版在业务场景模拟测试中,聚合统计性能相比社区版提高2-3倍,join的执行能力相对社区版,也有了非常明显的改善

通过携程和点告分享的实践经验总结,让更多的客户了解 ClickHouse 企业版带来的价值收益。云上的企业版后台原地升级免维护,也可以让用户轻松体验ClickHouse最新版本的成本优势和性能提升。


优惠放送


最后,ClickHouse 企业版正式商业化推出了指定规格资源包首购优惠的折扣活动哦!

首次购买规格在3000-9500CCU*H的计算包,以及首次购买1个月450G及以下规格的存储包,均可享 0.4折的超优惠价格!首次计算和存储资源组合购买不超过 99.58 元,欢迎登陆阿里云ClickHouse官网进行选购哦!

点击链接立刻体验:

计算包:https://common-buy.aliyun.com/?commodityCode=clickhouse_serverless_dp_cn

存储包:https://common-buy.aliyun.com/?commodityCode=clickhouse_storage_dp_cn


快来关注

观看发布会直播回放请点击:https://developer.aliyun.com/topic/clickhouse_release?utm_content=g_1000392835

了解更多产品详细信息请点击https://www.aliyun.com/product/apsaradb/clickhouse

加入钉群沟通交流:

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
相关文章
|
16天前
|
人工智能 运维 安全
阿里云飞天企业版“智算升级”,为政企打造AI时代最开放的云
阿里云正式发布飞天智算—飞天企业版V3.18,为政企客户打造AI时代最开放的云。此次升级,飞天企业版将智算能力深度融入云平台,实现“一云多算”,满足政企客户对云平台“云+AI”协同发展需求,为AI技术大规模在政企领域应用做好准备。
54 11
|
1月前
|
存储 机器学习/深度学习 监控
阿里云 Hologres OLAP 解决方案评测
随着大数据时代的到来,企业面临着海量数据的挑战,如何高效地进行数据分析和决策变得尤为重要。阿里云推出的 Hologres OLAP(在线分析处理)解决方案,旨在为用户提供快速、高效的数据分析能力。本文将深入探讨 Hologres OLAP 的特点、优势以及应用场景,并针对方案的技术细节、部署指导、代码示例和数据分析需求进行评测。
78 7
|
1月前
|
运维 数据挖掘 OLAP
阿里云Hologres:一站式轻量级OLAP分析平台的全面评测
在数据驱动决策的今天,企业对高效、灵活的数据分析平台的需求日益增长。阿里云的Hologres,作为一站式实时数仓引擎,提供了强大的OLAP(在线分析处理)分析能力。本文将对Hologres进行深入评测,探讨其在多源集成、性能、易用性以及成本效益方面的表现。
40 7
|
1月前
|
机器学习/深度学习 DataWorks 数据挖掘
基于阿里云Hologres和DataWorks数据集成的方案
基于阿里云Hologres和DataWorks数据集成的方案
41 7
|
1月前
|
存储 SQL 分布式计算
Hologres 与阿里云生态的集成:构建高效的数据处理解决方案
【9月更文第1天】随着大数据时代的到来,数据处理和分析的需求日益增长。阿里云作为国内领先的云计算平台之一,提供了多种数据存储和处理的服务,其中Hologres作为一款实时数仓产品,以其高性能、高可用性以及对标准SQL的支持而受到广泛关注。本文将探讨Hologres如何与阿里云上的其他服务如MaxCompute、DataHub等进行集成,以构建一个完整的数据处理解决方案。
54 2
|
2月前
|
人工智能 分布式计算 数据管理
阿里云位居 IDC MarketScape 中国实时湖仓评估领导者类别
国际数据公司(IDC)首度发布《IDC MarketScape: 中国实时湖仓市场 2024 年厂商评估》,阿里云荣登领导者地位。报告评估了13家厂商,涵盖互联网、云服务及大数据领域。阿里云凭借其在实时湖仓领域的创新能力,特别是Apache Paimon及与Flink的集成,实现了高效流批处理和AI增强功能,为企业提供了一体化的湖仓解决方案,支持多种数据管理和AI应用场景,展现出了强大的市场领导力和技术实力。
121 8
|
2月前
|
存储 运维 Cloud Native
"Flink+Paimon:阿里云大数据云原生运维数仓的创新实践,引领实时数据处理新纪元"
【8月更文挑战第2天】Flink+Paimon在阿里云大数据云原生运维数仓的实践
237 3
|
3月前
|
搜索推荐
企业CRM新选择——轻巧强大的阿里云上的Salesforce企业版正式发布!
阿里云与Salesforce合作推出的定制化CRM解决方案——阿里云上的Salesforce CRM CN企业版, 涵盖销售云、服务云及销售服务云三大核心云功能。销售云助力销售团队通过智能化工具提升效率, 如线索管理、预测分析等。服务云CN企业版提供工单管理、自助服务等功能, 改善客户服务体验。结合版则全面覆盖销售与服务需求, 实现业务增长与客户满意度提升。
|
4月前
|
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。
49 6
|
4月前
|
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。
31 2

相关产品

  • 云原生数据仓库AnalyticDB MySQL版
  • 下一篇
    无影云桌面