万字长文详述ClickHouse的探索与实践

文章介绍了京喜达技术部在社区团购场景下采用JDQ+Flink+Elasticsearch架构来打造实时数据报表，并引入ClickHouse来处理Elasticsearch的一些弊端。重点讲述了在使用ClickHouse过程中遇到的问题，包括表引擎选择、Flink如何写入到ClickHouse、查询ClickHouse为什么比查询ES慢、写入分布式表还是本地表、如何定位消耗CPU的SQL、如何优化慢SQL、如何抗住高并发等。最终选用了ReplacingMergeTree引擎，分布式表通过业务主键进行shard，同时使用业务单据创建时间按月/按天进行分区。同时介绍了Flink如何写入ClickHouse的策略。