Puis-je utiliser ClickHouse comme base de données de séries temporelles ?

Page expliquant comment utiliser ClickHouse comme base de données de séries temporelles

Remarque : veuillez consulter le billet de blog Working with Time series data in ClickHouse pour voir d’autres exemples d’utilisation de ClickHouse pour l’analyse de séries temporelles.

ClickHouse est une solution générique de stockage de données pour les charges de travail OLAP, alors qu’il existe de nombreux systèmes de gestion de bases de données de séries temporelles spécialisés. Néanmoins, l’accent mis par ClickHouse sur la vitesse d’exécution des requêtes lui permet de surpasser les systèmes spécialisés dans de nombreux cas. Il existe de nombreux benchmarks indépendants sur ce sujet, nous n’allons donc pas en présenter un ici. Concentrons-nous plutôt sur les fonctionnalités de ClickHouse importantes pour ce cas d’usage.

Tout d’abord, il existe des codecs spécialisés qui conviennent aux séries temporelles classiques, qu’il s’agisse d’algorithmes courants comme DoubleDelta et Gorilla ou d’algorithmes propres à ClickHouse comme T64.

Deuxièmement, les requêtes sur des séries temporelles n’accèdent souvent qu’aux données récentes, par exemple d’un jour ou d’une semaine. Il est donc judicieux d’utiliser des serveurs disposant à la fois de disques NVMe/SSD rapides et de disques HDD de grande capacité. La fonctionnalité TTL de ClickHouse permet de conserver les données récentes et fréquemment consultées sur des disques rapides, puis de les déplacer progressivement vers des disques plus lents à mesure qu’elles vieillissent. L’agrégation progressive ou la suppression de données encore plus anciennes est également possible si vos contraintes l’exigent.

Même si cela va à l’encontre de la philosophie de ClickHouse, qui consiste à stocker et traiter des données brutes, vous pouvez utiliser des vues matérialisées pour répondre à des exigences encore plus strictes en matière de latence ou de coûts.