火山引擎 ByteHouse：两个关键技术，揭秘 OLAP 引擎中的数据导入技术

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群

数据导入是衡量 OLAP 引擎性能及易用性的重要标准之一，高效的数据导入能力能够加速数据实时处理和分析的效率。

作为一款 OLAP 引擎，火山引擎云原生数据仓库 ByteHouse 源于开源 ClickHouse，在字节跳动多年打磨下，提供更丰富的能力和更强性能，能为用户带来极速分析体验，支撑实时数据分析和海量离线数据分析，具备便捷的弹性扩缩容能力，极致的分析性能和丰富的企业级特性。

随着 ByteHouse 内外部用户规模不断扩大， 越来越多用户对数据导入提出更高的要求，这也为 ByteHouse 的数据导入能力带来了更大的挑战。

从字节跳动内部来看，ByteHouse 主要还是以 Kafka 为实时导入的主要数据源。对于大部分内部用户而言，其数据体量偏大，用户更看重数据导入的性能、服务的稳定性以及导入能力的可扩展性。在数据延时性方面，用户的需求一般为秒级左右。

基于以上场景和需求，ByteHouse 也进行了一系列定制性优化，主要包括两个方面，第一为 MaterializedMySQL 增强；第二个是 HaKafka 引擎。

社区版 ClickHouse 推出了 MaterializedMySQL 数据库引擎，用于将 MySQL 中的表映射到 ClickHouse 中。ClickHouse 服务作为 MySQL 副本，读取 Binlog 并执行 DDL 和 DML 请求，实现了基于 MySQL Binlog 机制的业务数据库实时同步功能。这样不依赖其他数据同步工具，就能将 MySQL 整库数据实时同步到 ClickHouse，从而能基于 ClickHouse 构建实时数据仓库。

而 HaKafka 引擎则是 ByteHouse 推出的一种特殊的表引擎，主要基于 ClickHouse 社区的 Kafka engine 进行了优化。用户可以通过一个 Kafka 消费表、分布式存储表、物化视图表，三元组实现数据消费、数据转换、数据写入功能。

9 月 16 日 14:00，火山引擎开发者社区与超话数据联合举办的线下沙龙，将邀请到火山引擎 ByteHouse 产品专家围绕《基于 ByteHouse 引擎的增强型数据导入技术实践》展开分享，为大家揭秘 MaterializedMySQL 和 HaKafka 的设计原理和技术实现，教你如何更好在 OLAP 引擎中完成高性能、高易用性的数据导入。

演讲主题：

《基于 ByteHouse 引擎的增强型数据导入技术实践》

主要内容：

• ByteHouse 数据库架构演进

• 增强 HaKafka 引擎实现方案

• 增强 MaterializedMySQL 实现方案

• 案例实践与未来展望

听众受益：

• 了解 Bytehouse 基于引擎层数据导入能力

• MaterializedMySQL 和 HaKafka 在业务中的实践

立即报名，赢取好礼：https://developer.volcengine.com/activities/7269017295253733439?utm_campaign=20230916&utm_content=vedi&utm_medium=os_todwebsite_nocontact&utm_source=community&utm_term=meetup12