
MySQL 3분 vs ClickHouse 0.3초 — 같은 쿼리입니다
MySQL과 ClickHouse의 OLTP·OLAP 역할 차이와 열 단위 저장 구조를 비교했습니다. 5,000만 건 테스트와 운영 사례로 대량 집계 성능 및 도입 기준을 제시했습니다.
#ClickHouse#MySQL
35800

MySQL과 ClickHouse의 OLTP·OLAP 역할 차이와 열 단위 저장 구조를 비교했습니다. 5,000만 건 테스트와 운영 사례로 대량 집계 성능 및 도입 기준을 제시했습니다.

고객 타게팅 정교화를 위해 주문·쿠폰·장바구니 데이터를 ClickHouse 기반 OLAP로 옮긴 과정을 정리했습니다. 다만 ReplacingMergeTree, JOIN, Point Query 한계를 보완하려고 하이브리드 아키텍처를 함께 도입했습니다.

고객 타게팅 정교화를 위해 대용량 커머스 데이터를 처리할 OLAP로 ClickHouse를 도입했습니다. 다만 JOIN, Point Query, 업데이트성 데이터 제약은 Hot/Cold 분리와 보조 저장소로 보완했습니다.


검색·추천 결합과 실험 자동화로 광고 내재화 초기의 낮은 CTR 문제를 개선했습니다. 실시간 지표와 서버 기반 설정으로 빠른 실험·런칭 사이클을 구축했습니다.

Apache Pinot를 실시간 OLAP 용도로 도입해 운영하며 얻은 안정성·보안·DR 노하우를 정리했습니다. Upsert, Kafka 재개, Trino gRPC 등 실무에서 겪은 주의점과 대응 방법도 함께 소개했습니다.

StarRocks의 도입 배경과 내부 구조, 성능 최적화 방법을 정리했습니다. ELT 전환과 Iceberg 연동, 파티셔닝·버킷팅·정렬 키 설계의 중요성을 설명했습니다.