本文发表于： &{ new Date(1672502400000).toLocaleDateString() }

Why users are migrating from ClickHouse to StarRocks

在过去的十年中，ClickHouse 一直被公认为快速分析数据库的领导者，但时代正在变化。越来越多的用户开始认识到它在现代分析场景中的局限性。这些局限性包括：

• 多表关联查询性能不佳：ClickHouse 在处理多表连接时表现不佳，需要在上游进行数据的非规范化处理。这使得分析变得不灵活且管理复杂。
• 有限的数据更改支持：ClickHouse 只能在数据流中没有更新记录时处理实时分析。当数据更新的频率增加时，ClickHouse 的性能会开始波动并显著下降。
• 高并发性能不佳：ClickHouse 在并发数量有限时表现出色。然而，当查询变得复杂或并发量增加时，ClickHouse 缺乏提供强劲性能所需的高级功能。

您可前往下方链接查看具体对比报告，或查看下方讲解视频：

• 视频分析：https://mirrorship.cn/zh-CN/blog/video-clickhouse
• StarRocks 3.0 vs Clickhouse vs Apache Druid® SSB单表性能测试对比报告 https://mirrorship.cn/zh-CN/blog/ssb_flat_3
• StarRocks 2.1 vs Clickhouse vs Apache Druid® SSB单表性能测试对比报告 https://mirrorship.cn/zh-CN/blog/ssb_flat_2.1

下方视频详细介绍了 StarRocks 与 Clickhouse 的差异，可点击播放查看。主要内容包括：

1. StarRocks 和 ClickHouse 的性能对比及原理分析
2. StarRocks 与 ClickHouse 建表的差异及分区分桶原理：
3. StarRocks 与 ClickHouse 的分区、排序及架构对比：
4. StarRocks 和 ClickHouse 的架构与执行引擎：
5. 向量化技术与 StarRocks 的优势
6. StarRocks 的聚合与存储引擎：
7. StarRocks 与 ClickHouse 的性能优化及功能对比，如实时更新和删除、湖仓分析、运维扩容等。