실시간 분석
대량의 데이터를 즉석에서 집계해 대화형 대시보드와 서비스 내 분석 화면을 만듭니다. 몇 분, 몇 시간 걸리던 내부 분석을 밀리초 단위로 끝냅니다.
사례Cloudflare는 초당 600만 건의 HTTP 요청을 분석합니다. Lyft는 매일 수백만 건의 조회를 처리합니다.
사용 사례
ClickHouse는 주 데이터 저장소로도, 기존 시스템 위의 분석 계층으로도 쓰입니다. 세계 각지의 기업이 하루 수백억 건의 새 이벤트를 ClickHouse로 처리하고 있습니다.
업종과 현재 시스템을 알려주시면 비슷한 고객 사례와 구성 방안을 정리해 드립니다.
대표 활용 분야
대량의 데이터를 즉석에서 집계해 대화형 대시보드와 서비스 내 분석 화면을 만듭니다. 몇 분, 몇 시간 걸리던 내부 분석을 밀리초 단위로 끝냅니다.
사례Cloudflare는 초당 600만 건의 HTTP 요청을 분석합니다. Lyft는 매일 수백만 건의 조회를 처리합니다.
로그, 이벤트, 트레이스 같은 시계열 데이터를 초당 수백만 건씩 적재하고 SQL로 조회합니다. 이상 징후, 사기, 인프라 장애를 빠르게 찾습니다.
사례Uber는 초당 수백만 건의 로그를 수 PB 규모로 저장합니다. Trip.com은 50PB 로그 플랫폼을 운영합니다.
리포트와 내부 애플리케이션을 위한 다차원 분석을 대화형으로 수행합니다. 기존 DW와 데이터 레이크의 무거운 워크로드를 옮겨 속도와 비용을 개선합니다.
사례DeepL은 ClickHouse를 중앙 데이터 웨어하우스로 씁니다. eBay는 온라인 분석 처리에 활용합니다.
벡터 검색, 페타바이트 규모의 모델 학습용 집계, 피처 저장소, LLM 관측까지 ML 워크로드의 중앙 저장소 역할을 합니다.
사례Admixer는 하루 10억 명의 사용자 데이터를 집계해 ML 피처로 씁니다. LangChain은 LLM 관측 서비스에 ClickHouse를 씁니다.
데이터 웨어하우징 상세
최신 데이터 웨어하우스는 저장, 거버넌스, 쿼리 처리를 별도 계층으로 나눕니다. ClickHouse는 클라우드 오브젝트 스토리지와 오픈 테이블 포맷 위에서 고성능 쿼리 엔진 역할을 합니다.
권장 구성: 전체 이력 데이터는 레이크에 두고, 자주 조회하는 최신 데이터만 ClickHouse 네이티브 스토리지에 올려 1초 미만 응답을 확보합니다.
업종별 활용
고객 사례
| 고객 | 활용 | 규모 · 성과 |
|---|---|---|
| Cloudflare | HTTP 트래픽 분석, 악성 트래픽 식별 | 초당 600만 요청 |
| Uber | 로깅 플랫폼 | 초당 수백만 로그, 수 PB 저장 |
| Trip.com | 로그 플랫폼 (Elasticsearch에서 전환) | 50PB 저장 |
| Lyft | 데이터 분석 | 월 25TB 읽기·쓰기, 하루 수백만 쿼리 |
| Instabug | 이벤트 저장과 시각화 | 하루 30억 이벤트, 분당 200만 이벤트 |
| Sony Entertainment Television | CDN 기록 적재와 모니터링 | 하루 수천만 CDN 레코드 |
| Admixer | 사용자 집계, ML 피처 저장소 | 하루 10억 순 사용자 |
| DENIC | 쿼리 성능 개선 | 10배 향상 |
| Instacart | 대시보드, A/B 테스트, 사기 탐지, ML 신호 | 사내 다수 업무에 활용 |
| IBM QRadar Log Insights | 로그 적재와 분석 | 1초 미만 응답 |
출처: clickhouse.com 사용 사례 및 고객 사례 페이지.