如何构建面向海量数据、高实时要求的企业级OLAP数据引擎？

在字节跳动各产品线飞速成长的过程中，对数据分析能力也提出了更高的要求，现有的主流数据分析产品都没办法完全满足业务要求。因此，字节跳动在ClickHouse引擎基础上重构了技术架构，实现了云原生环境的部署和运维管理、存储计算分离、多租户管理等能力，推出了云原生数据仓库ByteHouse。

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:363a8fc2-750c-4477-82eb-a67a0520d393

我们可以从下面几个方面认识ByteHouse：

极致性能

在延续了ClickHouse单表查询强大性能的同时，新增了自研的查询优化器，在多表关联查询和复杂查询场景下性能提升若干倍，实现了在各类型查询中都达到极致性能。

新一代MPP架构，存算分离

使用新式架构，Shared-nothing的计算层和Shared-everything的存储层，可以性能损耗很小的情况下，实现存储层与计算层的分离，独立按需扩缩容。

资源隔离，读写分离

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:d9ef7265-00b1-4dca-b3a0-457f5970cb8a

丰富功能

ByteHouse提供客户丰富的企业级能力，如：兼容ANSI-SQL 2011标准、支持多租户、库表资产管理、基于角色的权限管理以及多样的性能诊断工具等。

ByteHouse整体架构图

云原生数据仓库ByteHouse总体架构图如上图所示，设计目标是实现高扩展性、高性能、高可靠性、高易用性。从下往上，总体上分服务层、计算层和存储层。

服务层

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:ba7d2886-35c3-4f94-8891-7e0357030a3f

服务层主要包括如下组件：

• *资源管理器

资源管理器（Resource Manager）负责对计算资源进行统一的管理和调度，能够收集各个计算组的性能数据，为查询、写入和后台任务动态分配资源。同时支持计算资源隔离和共享，资源池化和弹性扩缩等功能。资源管理器是提高集群整体利用率的核心组件。

• *服务节点

服务节点（CNCH Server）可以看成是Query执行的master或者是coordinator。每一个计算组有1个或者多个CNCH Server，负责接受用户的query请求，解析query，生成逻辑执行计划，优化执行计划，调度和执行query，并将最终结果返回给用户。计算组是 Bytehouse 中的计算资源集群，可按需进行横向扩展。

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:11a708f7-f034-4175-97cd-99cc2927bd0d

• *元数据服务

元数据服务（Catalog Service）提供对查询相关元数据信息的读写。Metadata主要包括2部分：Table的元数据和Part的元数据。表的元数据信息主要包括表的Schema，partitioning schema，primary key，ordering key。Part的元数据信息记录表所对应的所有data file的元数据，主要包括文件名，文件路径，partition, schema，statistics，数据的索引等信息。

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:90d903e2-b637-4a36-8146-994ff7c237a0

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:c783e2d8-a3f4-4a1d-935b-5af84b434652

• *安全管理

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:9a156d93-73bf-4dad-a6d4-a391a2dd9ff2

计算层

通过容器编排平台（如 Kubernetes）来实现计算资源管理，所有计算资源都放在容器中。

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:a06710e8-1a52-494a-bb0d-59583a0ac357

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:38ee2cff-0662-4b66-8919-000b6e7f44d1

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:93e37a33-2239-4dfd-9abf-0cf870fb2dd6

存储层

采用HDFS或S3等云存储服务作为数据存储层。用来存储实际数据、索引等内容。

数据表的数据文件存储在远端的统一分布式存储系统中，与计算节点分离开来。底层存储系统可能会对应不同类型的分布式系统。例如HDFS，Amazon S3, Google cloud storage，Azure blob storage，阿里云对象存储等等。底层存储是天然支持高可用、容量是无限扩展的。

不同的分布式存储系统，例如S3和HDFS有很多不同的功能和不一样的性能，会影响到我们的设计和实现。例如HDFS不支持文件的update, S3 object move操作时重操作需要复制数据等。

通过存储的服务化，计算层可以支持ByteHouse自身的计算引擎之外，将来还可以便捷地对接其他计算引擎，例如Presto、Spark等。

ByteHouse包括一个数据导入导出（Data Express）模块，负责数据的导入导出工作。

Data Express模块架构图

Data Express 为数据导入/导出作业提供工作流服务和快速配置模板，用户可以从提供的快速模板创建数据加载作业。

DataExpress 利用 Spark 来执行数据迁移任务。

主要模块：

• JobServer
• 导入模板
• 导出模板

JobServer 管理所有用户创建的数据迁移作业，同时运行外部事件触发数据迁移任务。

启动任务时，JobServer 将相应的作业提交给 Spark 集群，并监控其执行情况。作业执行状态将保存在我们的元存储中，以供 Bytehouse 进一步分析。

ByteHouse支持离线数据导入和实时数据导入。

离线导入

离线导入数据源：

• Object Storage：S3、OSS、Minio
• Hive (1.0+)
• Apache Kafka /Confluent Cloud/AWS Kinesis
• 本地文件
• RDS

离线导入适用于希望将已准备好的数据一次性加载到 ByteHouse 的场景，根据是否对目标数据表进行分区，ByteHouse 提供了不同的加载模式：

[TencentCloudSDKException] code:FailedOperation.ServiceIsolate message:service is stopped due to arrears, please recharge your account in Tencent Cloud requestId:ae9b481c-ac0f-46a9-9309-391db1bd2a3f

* 增量加载：增量加载将根据其分区将新的数据添加到现有的目标数据表。ByteHouse 将替换现有分区，而非进行合并。

支持的文件类型

ByteHouse的离线导入支持以下文件格式：

• Delimited files (CSV, TSV, etc.)
• Json (multiline)
• Avro
• Parquet
• Excel (xls)

实时导入

ByteHouse 能够连接到 Kafka，并将数据持续传输到目标数据表中。与离线导入不同，Kafka 任务一旦启动将持续运行。ByteHouse 的 Kafka 导入任务能够提供 exactly-once 语义。您可以停止/恢复消费任务，ByteHouse 将记录 offset 信息，确保数据不会丢失。

ByteHouse 在流式导入中支持以下消息格式：

• Protobuf
• JSON

云原生数据仓库ByteHouse是一个具备极致性能、能够存储和计算资源分别按需扩缩容、功能丰富的数据分析产品，是一个面向海量数据、高实时要求的一个企业级OLAP数据引擎。

ByteHouse在字节跳动的众多场景中有着丰富的经验积累，尤其是在实时数据分析场景和海量数据灵活查询场景，都有超大规模的应用。ByteHouse基于自研技术优势和超大规模的使用经验，为企业大数据团队带来新的选择和支持，以应对复杂多变的业务需求，高速增长的数据场景。 目前，ByteHouse已在火山引擎上提供免费试用，欢迎大家来尝试，并为我们提出宝贵建议。

Original: https://www.cnblogs.com/bytedata/p/16517524.html
Author: 字节跳动数据平台
Title: 如何构建面向海量数据、高实时要求的企业级OLAP数据引擎？