ByteHouse云数仓版是字节跳动数据平台团队在复用开源ClickHouseruntime的基础上，基于云原生架构重构设计，并新增和优化了大量功能。在字节内部，ByteHouse被广泛用于各类实时分析领域，最大的一个集群规模大于节点，管理的总数据量超过PB。本分享将介绍ByteHouse云原生版的整体架构，并重点介绍ByteHouse在查询上的优化（如优化器、MPP执行模式、调度优化等）和对MySQL生态的完善（基于社区MaterializedMySQL功能），最后结合实际应用案例总结优化的效果。
在云数据库技术沙龙“MySQLxClickHouse”专场上，火山引擎ByteHouse的研发工程师游致远，为大家分享一下《ByteHouse云数仓版查询优化和MySQL生态完善》的一些工作。
本文内容根据演讲录音以及PPT整理而成。
火山引擎ByteHouse的研发工程师游致远
游致远，火山引擎ByteHouse资深研发工程师，负责ByteHouse云数仓版引擎计算模块。之前先后就职于网易、菜鸟集团、蚂蚁集团，有多年大数据计算引擎、分布式系统相关研发经历。
ByteHouse云数仓版查询优化和MySQL生态完善
今天我主要分享的内容大纲，分为下面这四个部分。首先主要是跟大家讲一下ByteHouse云数仓版的背景和整体架构、然后重点讲下查询引擎上做的优化和完善MySQL生态的一些工作，最后是总结。
内容大纲
Clickhouse是基于sharednothing架构，这种架构也带来了比较极致的性能。字节跳动的话，从年就开始在线上使用Clickhouse，然后到现在已经是非常大的机器量和数据量。但是Clickhouse的sharednothing架构，也给我们带来了很大的困难，主要是数据的扩缩容比较难，包括存储和计算资源的绑定，导致我们想做一些弹性的伸缩也比较难。然后读写不分离带来的影响，以及在公共集群上中小业务的查询的影响。
为了彻底解决这个问题，然后我们在年的时候，开始做一个基于云原生架构的Clickhouse，当时内部的代号叫CNCH，现在在火山上叫ByteHouse云数仓版。然后现在CNSH在内部也是有非常大的使用规模，到年的时候，我们决定把这个回馈给社区，当时跟Clickhouse社区也进行了一些讨论，后来觉得架构差异太大，然后就单独以ByConity项目开源了，在今年1月份已经在GitHub上开源了。欢迎大家去