ClickHouse 是一套以 C++ 撰寫的開源列式資料庫管理系統，在 GitHub 累積 50,329 顆星標與 9,082 次複製，採用 Apache 2.0 授權。專案最初由 Yandex 於 2009 年在內部開發，2016 年 6 月正式開源，儲存庫至今累積超過 30 萬次提交與約 3,286 位貢獻者，最新穩定版本 v26.9.14.10-stable 於 2026 年 10 月 9 日釋出。26.9 系列是一個改動幅度相當大的版本，官方在更新日誌中列出多項向後不相容變更，涵蓋壓縮策略、查詢分析器與多個既有整合。本文將從官方儲存庫、更新日誌與發布資料出發，分析這次版本的技術取向與生態意涵。
ClickHouse 是什麼？
ClickHouse 是以 C++ 撰寫的開源列式資料庫管理系統，專為即時分析查詢設計，可在單機或分散式叢集上對巨量資料執行低延遲的聚合運算。
ClickHouse 的核心定位是即時分析。官方在儲存庫說明中直接指出，它是一套開源的列式資料庫管理系統，能在使用者查詢的同時產生分析報表。相較於以逐列儲存為主的交易型資料庫，列式儲存讓同一欄位的資料連續排列，配合向量化執行與資料壓縮，使聚合、篩選與掃描大量資料的查詢得以在極短時間內完成。
專案起源於俄羅斯網路公司 Yandex 的內部需求。團隊自 2009 年起為網路流量分析場景建構這套系統，2016 年 6 月以 Apache 2.0 授權對外開源，隨後成立公司推動商業化。時至今日，它已成為開源線上分析處理領域的代表性專案之一，應用涵蓋網站與應用程式分析、日誌與事件追蹤、即時儀表板，以及近年快速成長的人工智慧工作負載。
目標受眾包括資料工程團隊、平台開發者與需要自架分析能力的組織。其使用情境通常具備三項特徵：資料量龐大、查詢以聚合與掃描為主，以及對查詢延遲有明確要求。專案同時提供單機模式與分散式部署，讓團隊能從小規模起步，再依資料成長逐步擴充節點。
ClickHouse 26.9 有哪些重大變更？
26.9 將預設壓縮由 LZ4 改為 ZSTD(3)，分析器成為唯一選項；CatBoost、WasmEdge 與實驗性的 WINDOW VIEW 在此版終止支援。
壓縮策略的調整是最廣泛的變動。新版本把預設壓縮方法由 LZ4 改為 ZSTD(3)，客戶端與伺服器之間的網路傳輸也統一改用同一設定；針對 MergeTree 的欄位資料，預設值改為依資料大小自動判斷，低於 100 MB 的分割仍用 LZ4，達到或超過門檻則採 ZSTD(3)。官方說明此舉可改善壓縮率、降低儲存與網路用量，代價是略微增加處理器負擔，並提供相容性設定與逐欄編碼選項供回復舊行為。
查詢分析器的調整則屬於架構層面的定案。分析器自 24.3 版起已為預設，26.9 進一步移除切換設定，嘗試將其關閉會被拒絕，相容性設定也不再將其還原。這表示舊有的查詢分析路徑正式退場，需要比對舊行為的團隊必須改用較早版本的伺服器。
多項既有整合在同版終止支援。CatBoost 相關的評估函式、系統資料表與重新載入指令一併移除，升級前須先撤銷對應權限並清理引用該函式的檢視、索引與運算式；WebAssembly 使用者自訂函式的 WasmEdge 引擎被移除，僅保留 wasmtime；實驗性的 WINDOW VIEW、WATCH 陳述式與相關函式也因長期無法運作而刪除，若儲存庫仍存在視窗檢視，伺服器將無法啟動。此外，分片式 GROUP BY 聚合被移除，改由預設啟用的自適應聚合取代。
ClickHouse 26.9 的效能與功能有什麼改進？
26.9 新增 DISTINCT 可溢出至磁碟、可增量刷新的物化檢視、依條件取列的 LIMIT 形式、CREATE TOKEN 認證，以及線性迴歸聚合函式等功能。
資源管理方面的改進相當實用。新版本讓 DISTINCT 運算也能像外部聚合與外部排序一樣溢出至磁碟，透過新設定控制觸發門檻，使高基數去重查詢不再因記憶體不足而失敗。MergeTree 另外新增資料表總量上限設定，在寫入開始時檢查列數與壓縮前後位元組數，並可限制單一資料庫的資料表數量，對共用叢集的資源治理提供更直接的手段。
分析與查詢能力同步擴充。可刷新的物化檢視支援增量模式，只附加來源資料表自上次刷新後提交的新資料，避免每次重讀全表；新的 LIMIT 形式改以邊界條件取列，例如從符合條件的第一列起傳回指定筆數，適合事件時間軸與分段取樣場景。官方也加入 SQL 標準的線性迴歸聚合函式，以及暴露陳述式文件的新系統資料表。
開發體驗與型別處理亦有調整。新增的 CREATE TOKEN 陳述式可建立隨機密鑰，作為使用者額外的驗證方式並回傳到期時間，便利自動化流程取得短期憑證；使用者驗證方式可附加授權範圍，讓以該方式登入的連線權限被限制在交集之內。JSON 子欄位支援括號語法，解析器會轉譯為巢狀取值；壓縮編碼改由各編碼專屬設定控制成熟度，其中 ALP 編碼被提升至測試階段。
ClickHouse 的架構與生態定位是什麼？
ClickHouse 以 MergeTree 系列引擎與向量化執行為核心，開源自架與雲端託管並行發展，並延伸出可觀測性與人工智慧工作負載的整合方案。
架構上的關鍵在於儲存引擎與執行模型。MergeTree 系列引擎負責資料的排序、分割、合併與背景壓縮，查詢時僅讀取必要欄位與資料範圍，降低輸入輸出負擔；執行層採向量化處理，以批次方式操作欄位資料，讓處理器得以有效利用。分散式部署則透過多分片與多副本組成分散式架構，查詢在各節點平行執行後彙整結果。
生態系統朝自架與託管兩條路線並行。官方提供 ClickHouse Cloud 作為受管服務，由核心維護者營運，並保留開源版本供自行部署；圍繞可觀測性場景，專案推出整合式方案，把日誌、指標與追蹤資料統一存入同一套引擎。近期的社群活動也明顯向人工智慧傾斜，官方聚會主題涵蓋代理程式可觀測性與資料庫整合，顯示其正在承接新一代工作負載。
在競爭定位上，ClickHouse 與 DuckDB 同屬高效能分析引擎，但取向不同：前者主打伺服器與叢集規模的即時分析，後者聚焦單機內嵌式分析。與雲端資料倉儲服務相比，ClickHouse 以可自架、可攜性高與授權寬鬆為差異點，讓重視資料主導權的團隊能以自有基礎設施取得相近的分析能力。Apache 2.0 授權允許商業使用、修改與再散布，並附帶專利授權，對企業採用相對友善。
如何開始使用 ClickHouse 26.9？
Linux、macOS 與 FreeBSD 可用一行 curl 指令安裝，也可直接申請 ClickHouse Cloud 免費方案；官方另提供入門教學與完整文件。
安裝流程刻意保持精簡。官方在儲存庫首頁提供單行指令，透過 curl 取得安裝腳本並執行即可完成部署；不想自行維護環境的使用者，可直接使用 ClickHouse Cloud 的免費方案，在數分鐘內建立服務並開始查詢。專案同時提供入門教學，示範如何架設小型叢集並執行查詢。
升級路徑需要事前檢查。由於 26.9 含多項向後不相容變更，使用舊版相容性設定的團隊在升級前應先檢視壓縮設定、確認已撤銷已移除權限，並清理引用 CatBoost 或視窗檢視的物件；若仍需要舊版查詢分析行為，官方建議改用早於 26.9 的版本。網路壓縮可透過相容性設定或指定方法回復為 LZ4，欄位資料則可在欄位或資料表層指定編碼。
社群資源的取得相對容易。官方維護完整文件、教學、部落格與影片頻道，並設有 Slack 與 Telegram 討論群；每月版本說明會提供新功能導覽與更新紀錄，讓使用者能在升級前掌握變更範圍。
ClickHouse 的社群與維護規模如何？
專案約有 3,286 位貢獻者與超過 30 萬次提交，目前仍有 2,623 個未結合併請求與 8,271 個未結議題，社群另有每月版本說明會。
規模與活躍度都屬於大型開源專案等級。儲存庫累積超過 30 萬次提交，貢獻者約 3,286 位，未結合併請求達 2,623 個，未結議題為 8,271 個。這些數字反映專案並行開發的廣度：核心團隊與外部貢獻者同時推進新功能、效能調校與缺陷修正，改動節奏以每月發布為主，並以長期支援版本維持穩定性。
社群運作以社群驅動為主。官方每月舉辦版本說明會並公開簡報與錄影，另有定期社群聚會分布於多個城市，主題從資料庫基礎到代理程式可觀測性皆有。專案在 2026 年迎來十週年，官方以特別場次回顧發展歷程，也顯示其在開源分析領域的累積時間已具相當份量。
治理與商業化並存。核心維護者同時經營托管服務與開源專案，這種模式在近年開源基礎軟體中相當常見：開源版本維持功能完整並採寬鬆授權，商業服務則提供維運、擴充與支援。對使用者而言，這代表可以自由自架，也可在需要時轉向受管服務。
ClickHouse 的統計數據與授權條件為何？
ClickHouse 累積 50,329 顆星標、9,082 次複製與 695 位關注者，採 Apache 2.0 授權，程式碼以 C++ 為主，專案建立於 2016 年 6 月。
授權條款屬於商用友善的一類。Apache 2.0 允許使用、修改與再散布，也允許作為收費服務的一部分，並包含明確的專利授權條款，僅要求在散布時保留著作權與授權聲明。這種設計降低了企業導入時的法務顧慮，也是它相較於部分採用傳染性授權的分析引擎更容易被大規模採用的原因之一。
技術組成反映其效能取向。儲存庫以 C++ 為最大語言，負責查詢執行、儲存引擎與網路層；Python 佔第二大比重，主要對應整合測試與工具腳本；其餘依序為 Shell、組合語言、HTML 與 C，並包含少量 Rust、Java 與 JavaScript，分別用於特定模組與前端介面。專案建立於 2016 年 6 月，主要語言為 C++，主題標籤涵蓋資料庫、線上分析處理、分散式與雲端原生等關鍵字。
出處連結有哪些？
本文資訊整理自 ClickHouse/ClickHouse 的 GitHub 儲存庫、官方更新日誌與 26.9 版本發布資料，涵蓋版本變更、架構定位與社群規模。
- GitHub 儲存庫：https://github.com/ClickHouse/ClickHouse
- 官方網站：https://clickhouse.com
- 官方文件：https://clickhouse.com/docs
- 更新日誌：https://github.com/ClickHouse/ClickHouse/blob/master/CHANGELOG.md
- 版本發布頁面：https://github.com/ClickHouse/ClickHouse/releases
- 社群討論群：https://clickhouse.com/slack
- Apache 2.0 授權條款：https://github.com/ClickHouse/ClickHouse/blob/master/LICENSE
總結：ClickHouse 適合什麼團隊？
ClickHouse 適合需要即時聚合與低成本自架的分析團隊；若高度依賴舊版相容行為，升級 26.9 前須先檢視壓縮設定與被移除的整合項目。
ClickHouse 的價值在於把即時分析能力以開源形式提供。列式儲存、向量化執行與 MergeTree 引擎的組合，讓大規模聚合查詢能在一般硬體上取得可預期的低延遲；Apache 2.0 授權、單機與分散式兼備的部署形態，以及自架與託管並行的生態，讓不同規模的團隊都能找到對應路徑。26.9 在壓縮、分析器與資源治理上的調整，也顯示專案仍持續優化底層效率而非僅擴充功能清單。
選用與升級前仍需衡量現實條件。此次版本含多項向後不相容變更，涉及壓縮預設值、查詢分析器與已移除的整合，升級成本不能忽略；既有系統若大量依賴 CatBoost 或視窗檢視，須先完成清理與遷移。此外，開源專案與商業託管服務由同一團隊營運，長期發展與商業策略的連動，也是評估時應納入的因素。適合與否，取決於團隊對即時分析效能與升級維護成本之間的取捨。