本文字数：2887；估计阅读时间：8 分钟作者：Sai Srirampur本文在公众号【ClickHouseInc】首发过去几个月来，我们一直致力于为用户提供一种快速简便的方式，将数据从 Postgres 复制到 ClickHouse。上个月，我们收购了专注于 Postgres CDC（变更数据捕获）的公司 PeerDB，并积极将其集成到 ClickPipes 中，使 Postgres 成为源连接

大语言模型现阶段无法取代 SRE。但若结合一套快速、结构清晰的可观测性平台，它们可以帮助缩短故障排查时间、提升文档质量与团队协作效率。

大语言模型现阶段无法取代 SRE。但若结合一套快速、结构清晰的可观测性平台，它们可以帮助缩短故障排查时间、提升文档质量与团队协作效率。

这篇文章是关于向量搜索系列的续篇，我们将通过实际的例子详细探讨ClickHouse与向量搜索的关系，并回答“什么时候应该使用ClickHouse进行向量搜索？”的问题。

例如，当我们发现一个竞争数据库引擎使用 sum 聚合函数完成查询的速度是我们的两倍时，我们测试了几十种 sum 的实现，最终找到了性能最佳的（参见关于此的演讲，俄语）。软件是一个不断变化的有机体，而 ClickHouse 的变化速度非常快——为了解释这一规模，仅在 2021 年 7 月，我们就合并了由 60 位不同作者提交的 319 个拉取请求（实时统计数据在这里）。这个测试有更多的失败模式，而不

随着 MCP 快速成为行业默认标准，我们也在今年早些时候发布了 ClickHouse 的官方 MCP 服务器：mcp-clickhouse。

本文字数：4187；估计阅读时间：11 分钟作者：ClickHouse team本文在公众号【ClickHouseInc】首发Tekion 由前 Tesla CIO Jay Vijayan 于 2016 年创立，利用大数据、人工智能和物联网等技术，为其汽车客户解决各种问题。Tekion 于 2020 年推出了其经销商管理软件 Automotive Retail Cloud (ARC)。作为一个端到

在 DWH 中，我们不仅提供这些实时数据的原始格式，还提供其转换后的聚合状态，例如实时事件的聚合结果。对于我们的数据仓库，ClickHouse 的强大之处在于，它能轻松将实时数据与批处理报告结合，从而扩展了可查询的数据范围。例如，在增加新的数据源时，dbt 允许我们通过时间函数轻松合并不同时间导入的数据，并在数据准备好后触发后续流程。同时，随着指标的复杂性增加，原先简单的 count() 和 su

在过去的一年里，我们基于开源技术构建了一个广受用户好评的数据仓库（DWH）。尽管该系统已让用户能轻松处理和分析数据，但我们也认识到许多可以进一步优化的地方。我们相信，ClickHouse Cloud 的使用验证了它在构建可靠数据仓库中的潜力。

本文字数：3383；估计阅读时间：9 分钟作者：ClickHouse team本文在公众号【ClickHouseInc】首发Braintrust 正在引领 AI 公司在构建、测试和改进产品方面的变革。自 2023 年以来，其平台已帮助 Zapier、Notion 和 Airtable 等公司深入了解其 AI 模型的性能，并做出更快的数据驱动决策，从而提高可靠性和质量。Braintrust 通过结合