不光在于融資與估值高低，還在于 ClickHouse 所在的賽道—— AI 時(shí)代的大數(shù)據(jù)分析和存儲(chǔ)，該領(lǐng)域的客戶需求正日益高漲，同時(shí)對(duì)數(shù)據(jù)庫(kù)的要求也在全面升級(jí)。
ClickHouse 作為一款開(kāi)源列式數(shù)據(jù)庫(kù)，在處理該類數(shù)據(jù)時(shí)表現(xiàn)出的顯著優(yōu)勢(shì)，不僅力壓同類型的列式數(shù)據(jù)庫(kù)，也讓云數(shù)倉(cāng)獨(dú)角獸 Snowflake，以及老牌大廠產(chǎn)品 Redshift、BigQuery 等有了一絲緊張之感。
ClickHouse 脫胎于俄羅斯第一大搜索引擎 Yandex 的開(kāi)源項(xiàng)目，于 2021 年正式獨(dú)立為商業(yè)化公司。如今，ClickHouse 發(fā)展勢(shì)頭正盛，通過(guò)向客戶收取云托管費(fèi)用，其業(yè)務(wù)在過(guò)去一年增長(zhǎng)超過(guò) 300%，服務(wù)企業(yè)客戶超過(guò) 2000 家，覆蓋金融科技、交通、消費(fèi)者和醫(yī)療保健等多個(gè)行業(yè)。最近的一些客戶包括 AI 初創(chuàng)公司 Anthropic、特斯拉，以及阿根廷最大電商 Mercado Libre 等。另?yè)?jù)外媒可參考消息，ClickHouse 在第一季度末時(shí)的年經(jīng)常性收入已達(dá)到 7000 萬(wàn)美元，年化營(yíng)收運(yùn)行率接近 1 億美元。
ClickHouse 越來(lái)越成為一家不可忽視的數(shù)據(jù)庫(kù)廠商。不過(guò)，對(duì)于 ClickHouse 的發(fā)展勢(shì)頭，首先會(huì)存在一個(gè)疑問(wèn)：為什么是此時(shí)？以及 ClickHouse 的市場(chǎng)前景如何？
技術(shù)即是成本護(hù)城河
相對(duì)于行存儲(chǔ)的傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)，列式數(shù)據(jù)庫(kù)意味著數(shù)據(jù)保存在類似電子表格的行、列中，這種列式架構(gòu)可顯著加快分析型任務(wù)的速度。在數(shù)據(jù)處理過(guò)程中，數(shù)據(jù)庫(kù)系統(tǒng)需要同時(shí)從多個(gè)存儲(chǔ)區(qū)域檢索數(shù)據(jù)，而數(shù)據(jù)訪問(wèn)速度會(huì)顯著受到存儲(chǔ)位置的影響——從相鄰區(qū)域讀取數(shù)據(jù)的速度要遠(yuǎn)快于從分散區(qū)域讀取。
ClickHouse 從設(shè)計(jì)之初就充分利用了這一特性來(lái)優(yōu)化查詢性能。它將同一列的數(shù)據(jù)盡可能存儲(chǔ)在相鄰的物理區(qū)域，這種存儲(chǔ)布局使得列數(shù)據(jù)能夠被連續(xù)讀取，大幅減少了尋址時(shí)間，從而顯著提升掃描效率。這種設(shè)計(jì)特別適合分析型查詢場(chǎng)景，因?yàn)檫@類查詢通常需要快速訪問(wèn)大量列數(shù)據(jù)。
筆者此前與數(shù)據(jù)庫(kù)專家交流獲得一個(gè)觀點(diǎn)是，數(shù)據(jù)驅(qū)動(dòng)的分析應(yīng)用越來(lái)越普遍，要求數(shù)據(jù)庫(kù)技術(shù)棧實(shí)現(xiàn)統(tǒng)一架構(gòu)。在此之前，這些技術(shù)棧彼此獨(dú)立，如 MySQL+Teradata+Elastic Search 等多個(gè)系統(tǒng)搭積木的模式，這個(gè)架構(gòu)最大的問(wèn)題在于過(guò)于復(fù)雜，需要搭建一個(gè)集群來(lái)完成數(shù)據(jù)分析的能力，搭建與維護(hù)成本較高。
具體而言，如開(kāi)源的 MySQL，這類事務(wù)型數(shù)據(jù)庫(kù)面向 OLTP 場(chǎng)景設(shè)計(jì)，社區(qū)研發(fā)方向側(cè)重于加強(qiáng)其事務(wù)處理的能力，一般無(wú)法擴(kuò)展以應(yīng)對(duì)處理大量、復(fù)雜查詢所需要的分析型任務(wù)。傳統(tǒng)數(shù)倉(cāng)針雖內(nèi)部批量處理密集型用例進(jìn)行了優(yōu)化，但并發(fā)性有限且性能較慢。而類似于 Elastic Search 的傳統(tǒng)搜索引擎技術(shù)，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)分析而言成本高昂，包括存儲(chǔ)和計(jì)算資源的占用增加，以及無(wú)法實(shí)現(xiàn)快速精準(zhǔn)檢索等因素，限制了其實(shí)際應(yīng)用范圍。
ClickHouse 提供了一個(gè)專門(mén)的解決方案來(lái)彌補(bǔ)差距——將高性能分析與當(dāng)今智能數(shù)據(jù)驅(qū)動(dòng)應(yīng)用所需的可擴(kuò)展性和并發(fā)性相結(jié)合。作為高性能列式存儲(chǔ)，ClickHouse 能夠以極低的延遲在海量數(shù)據(jù)集上執(zhí)行交互式分析查詢，非常適合于支持 AI 和機(jī)器學(xué)習(xí)應(yīng)用，以及實(shí)時(shí)分析、可觀測(cè)性等任務(wù)。
蹭上 AI 東風(fēng)
除了技術(shù)架構(gòu)的創(chuàng)新，ClickHouse 的發(fā)展也離不開(kāi)市場(chǎng)與客戶需求的變化。由于企業(yè)不再只是構(gòu)建 BI 或批量報(bào)告，而是希望搭建一個(gè)實(shí)時(shí)的智能數(shù)據(jù)平臺(tái)，并且同時(shí)為人類和 AI Agent 所調(diào)取。結(jié)合當(dāng)前 AI Agent 的設(shè)計(jì)思路，由于生成查詢的速度遠(yuǎn)超人類，面向其設(shè)計(jì)的數(shù)據(jù)平臺(tái) / 數(shù)據(jù)庫(kù)必須具備低延遲響應(yīng)、支持交互式分析查詢的能力，同時(shí)還要有更高的吞吐量，以滿足其高效處理數(shù)據(jù)的要求。
以近期大熱的 AI 編程為例。盡管多數(shù) AI 編程助手推出時(shí)間不長(zhǎng)，但開(kāi)發(fā)者留存率依然較高。據(jù)研究公司 Indagari 數(shù)據(jù)顯示，至少 72% 訂閱了編程助手 Cursor 的用戶在六個(gè)月后仍繼續(xù)付費(fèi)；超過(guò) 20% 的用戶訂閱了多個(gè)編程助手，且這一比例還在不斷增長(zhǎng)。高留存率反映的是 AI 編程的強(qiáng)粘性，這也意味著企業(yè)應(yīng)用開(kāi)發(fā)速度正借 AI 之勢(shì)迎來(lái)快速增長(zhǎng)。
AI 需要能夠快速釋放數(shù)據(jù)價(jià)值的數(shù)據(jù)基礎(chǔ)設(shè)施，這件事情已變得緊迫。
近期，ClickHouse 分享了 Anthropic 應(yīng)用其數(shù)據(jù)庫(kù)解決方案的經(jīng)歷。Anthropic 團(tuán)隊(duì)技術(shù)人員給了 ClickHouse 非常高的評(píng)價(jià)："ClickHouse 在幫助我們開(kāi)發(fā)和發(fā)布 Claude 4 方面發(fā)揮了重要作用。" 據(jù)其所述，訓(xùn)練高級(jí)模型需要持續(xù)了解性能指標(biāo)和系統(tǒng)行為，ClickHouse 在實(shí)時(shí)分析數(shù)據(jù)的速度和靈活性非常高。
Anthropic 在探索智能分析 Agent（agentic analytics）領(lǐng)域，通過(guò)引入 ClickHouse 的 MCP 服務(wù)器，Anthropic 可以將其模型（例如 AI 編程工具 Claude Code）直接連接到 ClickHouse。這意味著，Agent 可以通過(guò)編程方式查詢指標(biāo)、詢問(wèn)、檢索答案，而無(wú)需編寫(xiě)傳統(tǒng)的查詢語(yǔ)言。
一些投資人士指出，在 AI 興起、市場(chǎng)對(duì)數(shù)據(jù)庫(kù)軟件需求高漲的當(dāng)下，ClickHouse 可能會(huì)與 Snowflake 競(jìng)爭(zhēng)，比方說(shuō) ClickHouse 的實(shí)時(shí)分析能力會(huì)優(yōu)于 Snowflake。雖然有些客戶想要 Snowflake 提供的 " 花哨功能 "，但 ClickHouse 速度更快，更便宜，且專注于實(shí)時(shí)分析。
業(yè)內(nèi)將 ClickHouse 與 Snowflake、Redshift、BigQuery 反復(fù)拿來(lái)對(duì)比的一個(gè)核心因素，還在于成本。
一些人士認(rèn)為，ClickHouse 能夠以 25%-40% 的成本提供相同或更優(yōu)的性能，基本可以取代 Snowflake 和 BigQuery。比如 Snowflake 在計(jì)算方面往往相對(duì)昂貴，而 BigQuery 的按需查詢模型在處理大量數(shù)據(jù)掃描時(shí)可能會(huì)變得昂貴。早在 2023 年，ClickHouse 就曾公開(kāi)發(fā)表言論稱，Snowflake 等云數(shù)倉(cāng)產(chǎn)品在滿足客戶需求和性價(jià)比上存在的挑戰(zhàn)。
如今，ClickHouse 同樣將市場(chǎng)目光放到了 Agent 領(lǐng)域。據(jù) ClickHouse 首席執(zhí)行官 Aaron Katz 的描述，隨著 Agent 在數(shù)據(jù)驅(qū)動(dòng)型應(yīng)用、可觀測(cè)、數(shù)據(jù)基礎(chǔ)設(shè)施等領(lǐng)域的蓬勃發(fā)展，像 ClickHouse 這類面向 Agent 的數(shù)據(jù)庫(kù)需求已經(jīng)達(dá)到一個(gè)轉(zhuǎn)折點(diǎn)。分析的未來(lái)不僅僅是報(bào)表，而是能夠解讀數(shù)據(jù)、出發(fā)工作流并支持實(shí)時(shí)決策 Agent。
一些投資人士認(rèn)為，隨著開(kāi)發(fā)人員轉(zhuǎn)向 Agent，即 Agent 可以通過(guò)客戶瀏覽器或企業(yè)應(yīng)用執(zhí)行復(fù)雜任務(wù)，ClickHouse 將迎來(lái)更高的需求。
這點(diǎn)也成為風(fēng)投追捧 ClickHouse 作為下一個(gè) Snowflake 繼任者的關(guān)鍵點(diǎn)。畢竟，在數(shù)據(jù)庫(kù)領(lǐng)域，能夠快速發(fā)展的初創(chuàng)型軟件公司，不多了。
回顧 ClickHouse 的發(fā)展，該公司始于俄羅斯科技巨頭 Yandex 的內(nèi)部需求。2009 年，為了高效處理 Yandex.Metrica 搜索引擎的海量數(shù)據(jù)分析任務(wù)，Yandex 團(tuán)隊(duì)開(kāi)始研發(fā)一款高性能列式數(shù)據(jù)庫(kù)，這便是 ClickHouse 的雛形。經(jīng)過(guò)多年內(nèi)部?jī)?yōu)化，2016 年 Yandex 將其開(kāi)源，憑借卓越的查詢速度和對(duì)大規(guī)模數(shù)據(jù)分析的天然優(yōu)勢(shì)，ClickHouse 迅速在開(kāi)發(fā)者社區(qū)走紅，成為 OLAP 領(lǐng)域的明星項(xiàng)目。
隨著開(kāi)源生態(tài)的壯大，ClickHouse 的核心團(tuán)隊(duì)在 2021 年從 Yandex 獨(dú)立，并獲得了硅谷風(fēng)投的青睞。公司成立后，團(tuán)隊(duì)在保持開(kāi)源版本活力的同時(shí)，開(kāi)始推進(jìn)商業(yè)化，于 2022 年推出 ClickHouse Cloud 托管服務(wù)，并完成數(shù)輪融資，估值一度飆升至 20 億美元。
在獲得該輪融資后，ClickHouse 步伐明顯加快，除了推動(dòng)大客戶市場(chǎng)打開(kāi)，最新任命了在 Atlassian、Slack 等頭部 SaaS 軟件企業(yè)的銷售老兵 Kevin Egan 為首席營(yíng)收官，還同步收購(gòu)了 HyperDX、PeerDB 等初創(chuàng)公司。（本文首發(fā)于鈦媒體 APP，作者 | 楊麗，編輯 | 蓋虹達(dá)）
