【科技圈De那点事-报道】3月19日消息，开源分析型数据库ClickHouse在最新版本中迎来了一项重大架构升级：投影（Projection）功能正式进化为真正的二级索引。这意味着ClickHouse在保持列式存储高性能的同时，补齐了复杂查询场景下的一大短板。根据官方测试数据，启用二级索引后，部分查询场景的性能提升可达90%以上。
为什么需要二级索引
要理解这次升级的意义，得先了解ClickHouse的索引机制。
ClickHouse是一个列式存储的分析型数据库，主打海量数据的快速聚合分析。它的核心优势在于数据压缩率高、扫描速度快，适合那种"从几十亿行数据里算个SUM或者COUNT"的场景。支撑这种性能的关键，是ClickHouse的主索引机制——数据按照某个列（通常是时间戳）排序存储，查询时可以利用索引快速定位数据块，避免全表扫描。
但这个设计有一个天然的限制：主索引只有一个。
如果你的查询条件总是围绕时间戳，那主索引工作得很好。但如果你的查询条件是用户ID、商品ID、或者其他非排序列，ClickHouse就不得不扫描大量无关的数据块，性能会急剧下降。这就好比你有一本按日期排序的账本，但你想查某个客户的所有交易记录——没有按客户排序的索引，你只能从头到尾翻一遍。
在传统关系型数据库里，这个问题通过二级索引解决：除了主索引，你还可以在其他列上创建额外的索引。但ClickHouse长期以来一直缺少原生的二级索引支持，这限制了它在某些场景下的适用性。
投影的进化之路
ClickHouse不是没有尝试过解决这个问题。
早在两年前的版本中，ClickHouse就引入了"投影"（Projection）的概念。简单来说，投影就是预先将数据按照另一种排序方式存储一份副本，查询时如果匹配投影的排序列，就直接用投影而不是主表。这听起来很像物化视图，但投影的优势在于对用户透明——查询时不需要手动指定用哪份数据，ClickHouse会自动选择最优的投影。
但早期的投影功能还比较原始。它更像是"另一张表"而不是真正的索引，维护成本高，使用场景也有限。很多DBA宁愿手动建物化视图，也不愿意用投影。
这次的升级改变了这一点。投影正式进化为"真正的二级索引"，在存储效率、查询优化、自动维护等方面都有了质的提升。用ClickHouse团队的话来说，这是"从能用变得更好用"的跨越。
90%的性能提升从何而来
官方公布的90%性能提升，并不是所有查询都能达到的数字。这个数字来自特定的测试场景：在一张包含数十亿行数据的表上，按照非主键列进行过滤查询。
在没有二级索引的情况下，ClickHouse需要扫描全表或者大部分数据块，查询时间以秒甚至分钟计。启用二级索引后，ClickHouse可以直接定位到满足条件的数据块，查询时间降到毫秒级别。这种数量级的提升，对于交互式分析场景来说意义重大——用户不再需要泡杯咖啡等查询结果了。
当然，这种提升是有代价的。二级索引需要额外的存储空间来维护，对于写操作也会有一定的性能损耗。根据ClickHouse官方的估算，二级索引通常会带来10%-30%的存储开销，写性能下降5%-15%。对于读多写少的分析型场景，这个代价通常是值得的；但对于写密集型的应用，就需要权衡了。
对数据分析市场的影响
ClickHouse的这次升级，对整个数据分析市场意味着什么？
首先，它进一步模糊了OLAP（分析型）和HTAP（混合事务/分析处理）数据库的界限。传统上，ClickHouse被归类为纯OLAP数据库，适合离线分析而不适合实时查询。二级索引的加入，让它在实时查询场景下的竞争力大幅提升，可以直接对标一些主打HTAP的数据库产品。
其次，它给采用ClickHouse的公司带来了实实在在的好处。很多公司为了绕过ClickHouse缺少二级索引的限制，不得不引入额外的数据库（如Elasticsearch或Druid）来处理特定查询，架构复杂度和维护成本都很高。现在这些查询可以直接在ClickHouse里完成，架构可以大幅简化。
第三，它加剧了开源分析型数据库的竞争。Apache Doris、StarRocks等竞品近年来发展迅猛，在二级索引等功能上长期领先于ClickHouse。这次升级让ClickHouse重新回到了同一起跑线，接下来的竞争将更多集中在性能优化、生态建设和易用性上。
谁应该关注这个更新
对于不同角色的技术人员，这次升级的优先级不一样。
如果你是数据工程师，正在使用或考虑使用ClickHouse，这个更新值得认真研究。检查你的查询模式，看看是否有大量按照非主键列过滤的场景，如果有，升级到新版并配置二级索引可能会带来显著的性能提升。
如果你是架构师，正在设计数据分析平台，这个更新可能会影响你的技术选型。ClickHouse的适用场景比以前更宽了，如果你的需求介于纯OLAP和HTAP之间，现在可能不需要为了几个实时查询场景而引入第二套数据库。
如果你是ClickHouse的竞品厂商，这个更新是一个信号：ClickHouse正在补齐短板，竞争将更加激烈。你需要加速自己的差异化布局，找到ClickHouse覆盖不到或者做得不够好的细分市场。
写在最后
ClickHouse的二级索引进化，是开源数据库领域一个典型的"功能补齐"故事。
很多成功的开源项目都走过类似的路：先凭借一两个核心优势在特定场景下站稳脚跟，然后逐步补齐短板，扩大适用范围，最终成为通用型的基础设施。Linux是这样，Kubernetes是这样，ClickHouse也在走同样的路径。
这个过程通常伴随着与商业数据库和同类开源项目的激烈竞争。ClickHouse的优势在于它已经建立了庞大的用户基础和活跃的社区，这次的二级索引升级可以让现有用户获得更好的体验，而不需要迁移到其他平台。这种"留住老用户比争取新用户更容易"的逻辑，在B端软件市场尤其成立。
当然，技术的竞争永无止境。二级索引只是ClickHouse漫长进化路上的一个节点，接下来还有向量化执行、云原生架构、AI集成等诸多方向可以探索。在数据分析这个红海市场里，只有持续创新的玩家才能活到最后。
而对于普通用户来说，数据库厂商的内卷意味着更好的产品和更低的价格。ClickHouse这次升级是免费的，你只需要升级版本就能享受到90%的性能提升——在这个意义上，开源精神依然是技术进步的推动力。
