针对业务日志信息的统计是一种常见的需求场景，实现方法也多种多样。中国移动在数据千亿条的场景下，先尝试了 ETL+MySQL，可处理的数据量又无法满足需求，又尝试了 ETL+Hive，但计算性能较差。我们希望在满足容量需求的情况下，能达到较好的性能，对整体架构进行了优化。本次分享将给大家带来使用 ClickHouse 实现千亿条日志数据统计的架构落地及优化，以及 ClickHouse 在这个过程中有哪些优势又有哪些问题。

演讲提纲：

1. 业务日志统计应用面临的问题
   • 业务需求概述
   • 应用的第一次尝试——MySQL
   • 应用的第二次尝试——Hive
2. 基于数据流动的架构优化
   • 架构优化思路
   • 基于 ClickHouse 的性能优化
   • 基于 ClickHouse 的数据流优化
   • 基于 ClickHouse 的数据生命周期优化
3. 后续的故事
   • 存在的问题以及后续研发方向

你将获得：

• 中国移动业务日志统计的选型经验
• 使用 ClickHouse 实现千亿条日志数据统计的落地方案