近年来，随着企业数字化转型逐步深入，数字化场景出现了爆发式增长，对于海量数据处理的实时性和可靠性的要求越来越高。ByteHouse大数据平台在海量并发、批流一体、云原生等方面进行了完善地支持，进一步拓展了OLAP能力，为各行各业用户提供统一的大数据分析平台，实现一站式数据服务，从而加速企业数字化转型。

1. ByteHouse大数据平台简介

ByteHouse是一个面向海量数据的自助分析平台，能够统一企业的数据服务能力，支持成百上千的数据应用场景。基于灵活扩容的计算组和分布存储，帮助企业用户实现实时数据洞察。ByteHouse核心亮点：

实时写入，实时分析，辅助业务决策
无限扩容，业务自助，统一分析平台
纯SaaS数仓体验，零运维成本和复杂度

2. ByteHouse 1.0.0 版本新特性解读

ByteHouse1.0.0 版本于 2021 年 7 月发布，主要包含如下几个方面的新功能特性：

多种数据源导入

在ByteHouse1.0.0 中，您可以在几分钟内配置数据导入任务，并对导入的数据做进一步处理。ByteHouse1.0.0 同时支持实时数据和离线数据的导入，从而为用户提供了统一的数据分析平台。

针对离线数据，ByteHouse1.0.0支持本地文件、 Hive 和 AWS S3 作为数据源导入。
针对流式数据，ByteHouse1.0.0 支持 Apache Kafka **作为数据源导入，通过性能优化，其写入速度可以达到开源clickhouse的 2 倍。

在数据导入过程中，用户可以在任务详情中查看到任务配置信息以及错误日志等，此外，用户可以通过查看数据导入的数量和趋势视图，进一步了解任务的导入状态。

自助数据管理平台

ByteHouse1.0.0 同时支持用户通过SQL语义及控制台页面对数据对象（数据库、表和视图）进行管理。用户对数据对象进行完整的创建、编辑、预览等操作，并能够对数据库表进行细粒度的权限控制。

此外，ByteHouse的控制台页面中提供了数据对象的概览页，展示了数据库表的使用情况、同比环比数据，查询频率排序等，便于用户直观地查看到最常用的数据库表信息，以及存储资源的使用情况。

在数据表的详情页面，支持用户预览数据、查看分区信息、并根据表分区（partition）情况进行可视化展示，并且能够在控制台页面中直接删除分区数据。

多级资源隔离

ByteHouse支持多级资源隔离，包括基于角色的权限访问控制Role-Based Access Control (RBAC)、读写隔离和计算资源的隔离。

对于读写分离来说，ByteHouse通过无服务器（Serverless）服务从多种数据源中进行数据导入，并且将数据导入和执行SQL查询的计算资源完全分开，从而确保数据写入不会影响查询性能。

此外，ByteHouse通过计算组实现了计算资源的隔离。计算组是由虚拟计算节点组成的集群，能够为计算提供CPU，内存以及临时存储能力。计算组可以根据业务场景进行弹性伸缩，其大小可以从 XS 到 XXL 型号逐步增加，从而为执行查询提供充足的计算能力。

针对不同的业务需求，用户可以指定不同的计算组进行查询，由于计算组之间的资源相互隔离，从而不同的业务可以使用不同大小的计算资源，并且确保业务之间的查询相互隔离，不会影响性能。

在计算组的详细信息中，用户可以查看到该计算组的状态、型号和权限配置等信息，并能够通过计算组的工作负载判断其资源使用量，辅助调整计算组的大小。

增强数据分析（SQL工作表）

ByteHouse通过提供SQL语法兼容以及SQL工作表来实现增强的数据分析能力。

首先，ByteHouse提供了两种SQL模式的支持：ANSISQL2011 和ClickHouseSQL。用户可以根据自己的偏好轻松使用和切换，从而兼容原有的SQL代码，减少重写和适配的工作。

此外，ByteHouse在控制台中提供了功能丰富的SQL工作表环境，在SQL工作表中，用户可以导入/导出、编辑和执行SQL语句，并预览查询结果。主要能力如下：

选择 ANSISQL和ClickHouseSQL模式执行SQL语句
创建、保存、编辑SQL工作表并和其它用户共享。
通过线形图和柱状图预览查询结果，对数据进行可视化
将查询结果下载到本地，保存为 CSV 文件
通过SQL查询历史查看语句的执行时间、状态等信息
在查询分析器中，查看有关SQL执行的详细分析信息，便于用户无需下载日志即可排查SQL性能。

企业级安全保障

ByteHouse致力于客户及其数据安全，通过如下功能提供端到端的企业级安全保障：

身份验证：ByteHouse提供基于用户名/密码的身份验证机制，以及访问秘钥（Access Key/Secret Key）的验证机制。
访问控制：ByteHouse支持完善的基于角色的访问控制（RBAC）模型，通过配置策略管理不同的安全对象（数据库表、计算组等）。此外，还提供了行和列级别的安全访问控制，对不同角色的权限实现细粒度划分。
网络策略：通过支持IP黑白名单功能，对访问的IP进行控制，确保已授权的IP才能安全访问。
数据加密：针对数据导入、查询的过程提供端到端的加密，在数据传输期间支持TLS加密能力。
数据备份：通过提供数据库表的克隆/备份功能，确保历史数据的安全稳定。

3. 未来展望

接下来，ByteHouse大数据平台将充分发挥已有的技术积累，持续丰富产品功能，继续提升性能、加强稳定性建设，完善开发者工具，进一步优化云原生部署，赋能企业加速实现数据上云。

在数据源导入方面，ByteHouse将支持更多批量、实时数据源的接入，同时提升数据写入性能。
在开发者工具方面，ByteHouse将逐步完善 JDBC, OCBC Driver 的支持，同时持续完善ByteHouseCLI，支持多语言的开发者工具（Golang,Python等）
在生态建设上，ByteHouse将进一步打通常用的BI工具如 Tableau，PowerBI 等，为用户提供完整的数据管道，实现端到端的一站式数据导入、分析及展示能力，进一步加速数据洞察。
在云原生部署方面，未来将支持更多地域的部署，和用户原有资源及架构保持一致，最大限度减少网络消耗。

敬请关注 ByteHouse 未来版本中更多激动人心的功能。