태그: #clickhouse

← 전체 글

• Langfuse가 트레이스를 ClickHouse에 두는 이유 — 저장 계층의 역할 분담

  Langfuse를 직접 띄워 보면 저장소가 하나가 아니라는 사실에 먼저 놀랍니다. ClickHouse, Postgres, Redis, 오브젝트 스토리지 네 가지가 각각 다른 몫을 맡습니다. 이 글은 공식 문서를 기준으로 각 저장소가 무엇을 담는지, 수집된 이벤트가 어떤 순서로 이 구성 요소들을 지나가는지, 큰 payload가 어디로 빠지는지를 정리합니다. 컬럼 지향 저장이 트레이스 분석 질의

  2026-08-14 · 20 분 읽기 #observability#langfuse#clickhouse#architecture#postgres

• 관측 데이터를 ClickHouse에 넣는다는 것 — 스키마, 롤업, TTL, 그리고 역할 분담

  트레이스와 로그가 하루 수 TB로 늘어나면 검색 엔진이나 시계열 DB 하나로 버티기 어려워집니다. ClickHouse 가 관측 데이터에 잘 맞는 이유를 컬럼 저장과 압축, 정렬 키의 관점에서 정리하고 트레이스와 로그 테이블을 실제 DDL 로 설계합니다. 속성을 Map 으로 둘 것인지 JSON 타입으로 둘 것인지의 판단 기준, 머티리얼라이즈드 뷰로 롤업을 만드는 방법, 파티셔닝과 TTL 로 비

  2026-08-02 · 25 분 읽기 #observability#clickhouse#opentelemetry#data-modeling#cost

• ClickHouse lazy materialization — LIMIT 10짜리 트릭이 FINAL과 JOIN까지 자란 과정

  ClickHouse의 lazy materialization은 정렬과 LIMIT이 끝나기 전에는 SELECT 컬럼을 읽지 않는 최적화로, 25.4(2025년 4월)에 LIMIT 10 이하에서만 켜지는 보수적인 기능으로 출발했습니다. 이후 행 단위 lookup을 조인 스타일 일괄 조회로 갈아엎은 25.12에서 게이트가 10,000까지 올라갔고, 2026년에는 26.2의 UNION ALL 전 브랜

  2026-07-17 · 24 분 읽기 #database#clickhouse#olap#query-optimization#performance

• 데이터베이스 엔진 2026 딥다이브 — Postgres가 API를 이겼고, ClickHouse·DuckDB가 분석을 이겼다

  PostgreSQL 17/18, MySQL 9, MariaDB 12, SQLite + libSQL + Turso, DuckDB 1.x, ClickHouse, StarRocks, Doris, Druid, Pinot, TiDB, CockroachDB 25, YugabyteDB, Cassandra 5, ScyllaDB, Aerospike, Neon, Supabase, PlanetScale, Xat

  2026-05-16 · 25 분 읽기 #database#postgresql#mysql#clickhouse#duckdb

• 데이터 레이크하우스 & 모던 데이터 엔지니어링 2026 — Iceberg / Delta / Hudi / Paimon / Tabular (Databricks 인수) / Trino / Spark 4 / Flink 2 / DataFusion 심층 가이드 ♪ 들을 수 있어요

  2026년의 데이터 엔지니어링은 더 이상 "데이터 웨어하우스 vs 데이터 레이크"의 시대가 아니다. Apache Iceberg가 2024-25년 테이블 포맷 전쟁의 승자로 떠오르면서 Netflix·Apple·LinkedIn·Stripe·Airbnb가 모두 그 위에 모였고, Databricks는 2024년 6월 Iceberg 공동 창시자 Ryan Blue의 Tabular를 $1B 이상으로 인수

  2026-05-16 · 48 분 읽기 #data-engineering#data-lakehouse#apache-iceberg#delta-lake#apache-hudi

• 시계열 데이터베이스 2026 완벽 가이드 - InfluxDB 3 · TimescaleDB · QuestDB · ClickHouse · Prometheus · VictoriaMetrics · Grafana Mimir 심층 분석 ♪ 들을 수 있어요

  2026년 시계열 데이터베이스(TSDB) 풀스택 해부. InfluxDB 3.0의 Rust + Apache Arrow + DataFusion + Parquet 리라이트, TimescaleDB 2.18 hypertables, QuestDB 8.x SIMD 인제스트, ClickHouse 25.x MergeTree, Prometheus 3.0과 VictoriaMetrics 1.110+ Metrics

  2026-05-16 · 44 분 읽기 #time-series-database#influxdb#timescaledb#questdb#clickhouse

• 시계열 데이터베이스 2026 — TimescaleDB / InfluxDB 3 / QuestDB / ClickHouse / VictoriaMetrics 심층 비교

  2026년 시계열 DB 지도를 그린다 — TimescaleDB(Postgres 확장 1위), InfluxDB 3(Apache DataFusion + Arrow로 다시 태어남), QuestDB(SQL + 빠른 ingest), ClickHouse(컬럼 스토어의 압도적 분석 성능), VictoriaMetrics(Prometheus 호환 + 가벼움), Prometheus + Grafana Mimir

  2026-05-15 · 29 분 읽기 #time-series#database#tsdb#timescaledb#influxdb

• 시계열 데이터베이스 완전 가이드 2025: TimescaleDB, InfluxDB, Prometheus, ClickHouse 비교

  시계열 DB의 모든 것! TimescaleDB(PostgreSQL 확장), InfluxDB, Prometheus, ClickHouse, VictoriaMetrics 비교, 압축(Gorilla), 다운샘플링, 보존 정책, 카디널리티 폭증, IoT/모니터링/금융 사용 사례.

  2026-04-15 · 19 분 읽기 #time-series#database#timescaledb#influxdb#prometheus

• 컬럼 지향 스토리지 완전 가이드 2025: Parquet, ORC, Apache Arrow, Dremel — 분석 DB가 10,000배 빠른 이유 ♪ 들을 수 있어요

  Snowflake, BigQuery, Spark가 수 TB 데이터를 수 초에 쿼리하는 비결. Parquet의 Dremel 기반 구조, ORC, Apache Arrow의 메모리 포맷, RLE/Dictionary 압축, 벡터화 실행까지 720줄로 완전 분석한다.

  2026-04-15 · 40 분 읽기 #columnar-storage#parquet#orc#apache-arrow#dremel

• ClickHouse Internals Deep Dive — MergeTree, 벡터화 실행, 분산 쿼리, Keeper 완전 정복 (2025) ♪ 들을 수 있어요

  Cloudflare, Uber, Bloomberg, Yandex가 매일 수십조 행을 처리하는 분석 엔진, ClickHouse. 이 글은 ClickHouse의 내부를 처음부터 해부합니다. 컬럼나 vs 로우 기반의 근본 차이, MergeTree 엔진 패밀리(Replacing/Summing/Aggregating/Collapsing), Part와 Mutation, Sparse Primary Inde

  2026-04-15 · 38 분 읽기 #clickhouse#olap#columnar#mergetree#analytics

• 데이터 플랫폼의 현대 — Lakehouse·Iceberg·dbt·Airflow·Dagster·Flink·DuckDB·ClickHouse·Snowflake·Databricks 심층 가이드 (2025)

  Hadoop의 무덤 위에 선 2025년 데이터 스택. Lakehouse·Iceberg/Delta/Hudi·dbt/SQLMesh·Airflow vs Dagster vs Prefect·Flink vs Spark Streaming·DuckDB·ClickHouse·Snowflake vs Databricks vs BigQuery·Semantic Layer·Data Contracts·Feature St

  2026-04-15 · 19 분 읽기 #data-platform#lakehouse#iceberg#dbt#airflow

• ClickHouse MergeTree 완벽 가이드 — Columnar, Sparse Index, Part, Materialized View 모든 것 (2025)

  ClickHouse MergeTree의 모든 것 — Columnar 저장의 물리적 구조, Part와 Granule과 Sparse Primary Index, ORDER BY가 왜 중요한가, Projection과 Skip Index, Materialized View로 실시간 집계, ReplacingMergeTree/SummingMergeTree/AggregatingMergeTree 변형, Dis

  2026-04-15 · 33 분 읽기 #clickhouse#olap#columnar#mergetree#analytics

• OLAP 엔진 2025 비교 가이드: DuckDB·ClickHouse·Snowflake·StarRocks·Pinot·Druid·Trino, 벤치마크 함정, 엔진 배치 (2025)

  Season 5 Ep 3. 하나의 엔진이 모든 OLAP을 커버하지 않는다. DuckDB는 단일 노드의 혁명을, ClickHouse는 실시간 OLAP을, Snowflake·BigQuery는 관리형 편리함을, StarRocks·Doris·Pinot·Druid는 실시간 MPP를, Trino는 연합 쿼리를 맡는다. 각 엔진의 강약점, 벤치마크의 함정, 적재적소 배치 패턴, 한국 기업 선택 가이드까지

  2026-04-15 · 16 분 읽기 #olap#duckdb#clickhouse#snowflake#bigquery

• 데이터 엔지니어링 완전 가이드 2025: Flink vs Spark, dbt, Iceberg, Airflow — 현대 데이터 스택 총정리 ♪ 들을 수 있어요

  Flink vs Spark 스트림 처리 비교, dbt $100M ARR 돌파, Iceberg vs Delta Lake vs Hudi 레이크하우스 대전, ClickHouse vs StarRocks 실시간 분석, Airflow 3.0 vs Dagster vs Prefect 오케스트레이션 — 2025년 현대 데이터 스택 완전 가이드.

  2026-03-22 · 50 분 읽기 #data-engineering#apache-flink#apache-spark#dbt#apache-iceberg

• 토스뱅크 Data Engineer (Kafka & Streaming) 합격을 위한 완벽 가이드: 기술스택·면접·공부 로드맵 ♪ 들을 수 있어요

  토스뱅크 Real-Time Data 팀의 Kafka & Streaming Data Engineer JD를 완전 분석합니다. Kafka Broker 운영, Spring Boot Kafka Client, Active-Active 이중화, CDC, Flink, ClickHouse까지 — 합격을 위한 기술스택 학습 로드맵과 면접 준비 전략.

  2026-03-21 · 64 분 읽기 #kafka#data-engineering#tossbank#streaming#flink

• ClickHouse 실시간 OLAP 분석 엔진: MergeTree 최적화부터 프로덕션 운영까지

  ClickHouse의 컬럼 스토리지와 MergeTree 엔진 아키텍처부터 스키마 설계, Materialized View 최적화, PostgreSQL/BigQuery 비교, 프로덕션 운영까지 다루는 실전 OLAP 가이드.

  2026-03-06 · 34 분 읽기 #database#clickhouse#olap#mergetree#real-time-analytics