优化 ClickHouse：我们有效的策略 (www.highlight.io)

Highlight.io 公司每月需要处理近 100TB 的可观测性数据，其中很大一部分数据需要使用 ClickHouse 集群进行处理。为了提高 ClickHouse 集群的效率，该公司采取了多种优化策略，包括使用更大的插入批次、将数据保存在宽分区中、优化排序粒度、检查合并级别、避免使用投影、TTL 优化和清除旧分区等。这些策略有效降低了 CPU 负载，提高了查询性能，并为客户带来了更实时的体验。