适合ClickHouse的业务特征：数据规模：大型数仓，无事务要求，写入：攒批写、低频Update/Delete。查询：单表多列查询、日志类数据、大宽表分析，低并发查询，亿级数据要求实时聚合，且P90<5s Local Join。

在网站、APP 和游戏等场景中，通过CDW ClickHouse对用户的点击、操作、浏览、支付、评论等用户行为数据进行收集、加工和处理，实现秒级的实时数据分析，大幅度提升大数据分析与处理的工作效率，为精准营销和会员转化等业务提供强力支持。

由于科学探索是随机的，很难通过预建模的方式来解决，因此，可以将规模庞大的业务数据导入到CDW ClickHouse 中，构建实时数据分析平台。CDW ClickHouse 的查询效率数倍于传统数据仓库，而且扩展灵活，极大降低了探索数据的门槛，可实现实时 PV、UV、营收、用户圈层等各类指标高效分析，让用户随时进行个性化统计和不间断的分析，辅助商业决策。

A/B Test是一种常用的在线测试对照实验方法，用来测试产品的新特性或新功能，因此需要对两组用户之间的数据做大量的统计分析，尤其是在用户量级很大时对数据处理提出了很高要求。CDW ClickHouse作为一款能够支持PB级日志数据秒级自定义分析的查询引擎，其高效的存储性能以及丰富的数据聚合函数成为实验效果分析的不二选择。CDW ClickHouse强悍的性能也使得实验结论更准确、周期更短、模型验证更快。

国内领先的音乐流媒体产品，累计注册数在8亿以上，拥有超过3000万首歌曲的海量曲库。优质服务的背后，是每天万亿级新增音乐内容和用户行为数据，PB级的数据计算服务。

早期使用Hive进行大数据分析，存在如下痛点。时效性低：数据分析的价值取决于时效性，实时分析的需求越来越强烈。易用性低：对于使用人员有较高技术门槛，无法满足自助的实时交互式分析需求。流程效率低：分析需求经过排期、沟通、建模、分析等，往往需求数周才能完成。

基于 CDW ClickHouse + Superset + Oceanus 搭建高可用、低延迟的实时OLAP分析计算可视化平台，日均新增万亿条记录，整体实现秒级的实时数据分析、提取、下钻、监控等。

实时数据日接入能力大幅提升>4000千亿，数据实时写入，改变计算模型，实时链路平均延迟<10s，搭建基础实时数据主题域和敏捷分析平台，实现自助OLAP分析。

微信作为一款国民级应用，已经覆盖了社交、支付、出行等日常生活的方方面面。海量多样化的业务形态，对数据分析提出了新的挑战。

响应慢：海量数据，单表日增万亿级，多表Join分钟~小时级，导致决策过程长。开发慢：由于传统的数仓理念的多层架构，使得更新一个指标的成本很高。架构臃肿：传统大数据架构很难做到流批一体，多套代码，数据结果难以对齐，存储冗余，运维难度与成本都很大。

选用CDW Clickhouse作为微信 OLAP 的主要核心引擎，构建更轻量、简单敏捷的批流一体数仓，使得微信团队不需要过多关注底层产品稳定性等问题，很好的满足了如BI分析/看板、 A/B实验平台、实时特征计算等关键分析业务。

大幅提高数据接入能力，每秒吞吐10亿+，并解决了流量洪峰的问题。单表万亿级，多表Join从小时级到<5s；大表实Join 95%查询<3s，性能50倍提升；实验结论更准确，周期更短，模型验证更快。实时特征计算，单次查询扫描量数十亿，全链路延迟1~3s内，数据决策更迅速，商业反应更敏捷。

国内知名直播平台，平均活跃用户达4643万，每天产生亿级流量分析数据，需要高并发低延时的数据分析服务。

灵活度差：报表维度组合固定，无法满足海量数据的自助式实时分析、任意维度组合圈人等能力诉求。响应慢：传统架构，查询时间长，且运营指标需要T+1 可见。稳定性差：原有实时数仓平台发生多起业务故障，集群稳定性差。

基于CDW ClickHouse升级改造OLAP平台，所有APP的流量分析、收入、支出等查询功能全部接入CDW，同时CDW提供了完善的监控告警、日志查询、配置管理等运维功能。

性能提升：实现亿级流量数据实时写入、分析，小时级报表 -> 秒级查询。灵活自助：固定报表->多维度组合，自定义SQL。降低使用门槛，自助式分析。稳定降本：高可用和租户隔离，保障服务高可用。平滑扩展的能力，降低用户存储成本。