ClickHouse 26.3社区兼容版发布详情 - 云数据库 ClickHouse

版本概述

阿里云ClickHouse社区兼容版正式发布全新的长期支持版本26.3 LTS。作为继25.3 LTS之后的又一年度大版本，26.3 LTS聚焦流批一体数据湖、原生倒排索引、高并发写入稳定性、复杂分析查询优化与开放生态扩展，旨在为您提供更高效、更稳定的实时分析能力。

升级亮点速览

能力方向	核心提升	典型业务价值
数据湖生态	原生Apache Paimon支持、DataLakeCatalog自动挂载	湖仓一体无缝查询，Flink CDC入湖场景即查即用
原生倒排索引	倒排索引GA，日志/文本检索性能提升7~10倍	替代外部搜索引擎，降低存储与运维成本
数据湖与OSS加速	Parquet页脚SLRU缓存、Iceberg元数据预取	I/O密集型查询与OSS外部表扫描2x~5x提速
复杂查询优化	物化CTE、全类型JOIN智能重排序	复杂报表与多维分析SQL执行效率显著提升
高维数据与宽表TTL	分桶Map点查提升2~49倍；TTL垂直合并	降低点查延迟与后台清理的内存开销
开放生态	31种SQL方言兼容	跨引擎SQL业务代码即迁即用

数据湖生态重大突破：Apache Paimon与统一Catalog编目

从25.3到26.3 LTS，ClickHouse数据湖分析能力实现了跨越式升级，关键能力包括：

原生Apache Paimon支持：26.3 LTS提供原生的paimon表函数与Paimon表引擎（含集群并行查询paimonCluster），支持直接对存储在OSS、S3或HDFS上的Paimon表进行高效只读分析，匹配Flink CDC入湖场景。
DataLakeCatalog自动化挂载：支持将外部Metastore（如Hive Metastore、AWS Glue、阿里云DLF等）直接挂载为ClickHouse数据库。引擎会自动识别Catalog内的Iceberg、Paimon、Delta Lake及Hudi表，无需手动建表即可直接查询。
数据湖查询多维加速：
- Parquet页脚SLRU缓存：默认启用use_parquet_metadata_cache = 1，重复查询相同Parquet文件时，I/O读请求最高可减少50%。
- Iceberg元数据异步预取：通过iceberg_metadata_async_prefetch_period_ms在后台保持本地元数据新鲜度，摆脱远程Catalog瓶颈。
- S3Queue增量高效拉取：有序模式下改用StartAfter语义，减少ListObjects频率，降低OSS API成本并缩短延迟。

全文检索重磅升级：原生倒排索引生产可用

26.3 LTS的原生倒排索引与全文检索能力正式达到Production-Ready（GA）状态。

性能成倍跃升：在文本模糊匹配与关键词检索场景中，启用倒排索引后冷查询性能可提升7~10倍。在典型日志查询测试集（如GitHub Events）中，复杂检索时延从193秒降至0.42秒。
无缝兼容SQL语法：无需引入外部Elasticsearch或第三方检索插件，直接通过INDEX idx_text content TYPE inverted建立索引，即可自动加速HAS()、LIKE / ILIKE以及JSON字段提取检索。
低存算成本：基于ClickHouse独特的列存倒排结构，索引体积大幅小于传统搜索引擎，极大降低了日志、Trace与文本分析场景的存储成本。

计算与优化器

物化CTE（MATERIALIZED CTE）

26.3 LTS引入了物化CTE语法。通过MATERIALIZED关键字，ClickHouse将CTE的计算结果暂存至临时内存表中，避免冗余计算，大幅提升复杂报表与多维分析SQL的执行效率。

示例：

SET enable_materialized_cte = 1;

WITH top_users AS MATERIALIZED (
    SELECT user_id, count() AS cnt
    FROM events
    GROUP BY user_id
    ORDER BY cnt DESC
    LIMIT 1000
)
SELECT *
FROM top_users
INNER JOIN (SELECT user_id FROM top_users WHERE ...) ON ...;

全类型JOIN智能重排序

26.3 LTS的基于代价的优化器（CBO）能力进一步延伸，除了标准的INNER JOIN和LEFT/RIGHT JOIN外，现已全面支持对LEFT ANTI JOIN、SEMI JOIN以及FULL JOIN进行自动Build/Probe侧交换。优化器会根据表统计信息，自动将数据量较小的一侧构建为Hash Table，有效避免因手动SQL顺序不当导致的内存溢出（OOM）。

存储引擎与数据类型

分桶Map（Sharded Map）

针对使用Map类型保存用户画像标签、动态特征的场景，26.3 LTS引入了分桶物理序列化布局。通过将Map内部的数据按Key进行Hash分桶存储，在进行单Key查找时，查询效率可提升2~49倍。

示例：

CREATE TABLE user_profiles (
    id UInt64,
    attributes Map(String, UInt64)
) ENGINE = MergeTree
ORDER BY id
SETTINGS map_serialization_version = 'with_buckets', max_buckets_in_map = 32;

宽表TTL清理：垂直合并（Vertical Merge）

26.3 LTS正式为TTL DELETE引入了垂直合并算法：优先对主键与TTL列进行合并过滤，无需读取无关的宽列数据，显著降低后台清理数据时的I/O与内存开销。

自适应浮点数压缩算法（ALP Codec）

全新的浮点数无损压缩编码CODEC(ALP, ZSTD)正式上线。ALP（Adaptive Lossless floating-Point）专门针对工业监控、时序指标等场景中的Float32/Float64数据进行了结构化压缩优化，压缩比与解压速度均优于经典的Gorilla编码。

开放生态：跨引擎SQL方言兼容（Polyglot）

通过集成开源Polyglot解析库，26.3 LTS原生支持包含Snowflake、BigQuery、PostgreSQL、Spark、Presto、DuckDB在内的31种外部数据库SQL方言。用户只需设置：

SET dialect = 'polyglot', polyglot_dialect = 'snowflake';

即可直接复用现有的SQL业务代码。

关键性能优化

查询执行与优化器

默认启用查询条件缓存、表达式JIT编译以及JOIN运行时过滤器，显著降低重复扫描与大表JOIN开销。
RIGHT / FULL JOIN改用ConcurrentHashJoin，部分场景性能提升最多2倍；新增JOIN顺序优化，根据统计信息自动重排多表JOIN。
主键与分区键索引裁剪能力扩展：主键支持任意确定性表达式用于数据跳过，分区键被确定性函数链包裹时仍可分区裁剪。
ORDER BY ... LIMIT N查询可通过跳过索引与动态阈值过滤器显著减少扫描行数。

存储引擎与数据跳过

默认启用Parquet reader v3，支持页级过滤下推与PREWHERE；数据湖读取按处理线程数自动调整管道，多核机器上提升约40倍。
默认启用读取期间流式跳过索引过滤；文本索引支持更多谓词形式并可用于PREWHERE。
重度分区裁剪场景下，10K+ part表的SELECT查询速度提升最多8倍；Iceberg表支持PREWHERE优化与异步元数据预取。

分布式与并行执行

默认启用并行分布式INSERT SELECT，在每个分片上独立执行；分布式IN子查询自动添加DISTINCT，显著减少分片间临时表传输。
分布式索引分析支持SharedMergeTree / 共享存储场景，可按part数量与索引大小触发；并行副本支持懒物化并改进负载分配，减少长尾延迟。

函数与索引

LIKE / 正则表达式自动重写为更高效的实现并默认启用；StringZilla加速大小写敏感字符串搜索；SIMD动态分发加速逻辑函数与布尔列转换。

内存、可观测性与网络

mark、未压缩和页缓存使用独立jemalloc arena降低碎片，jemalloc脏页在独立线程中清理；系统日志表新增minmax / bloom_filter索引加速排查。
分布式查询中block的序列化与压缩可卸载到管道线程，提升大数据量传输效率。

性能基准：ClickBench版本对比

根据官方ClickBench版本基准测试（Cold Queries视角），26.3 LTS相比上一个LTS版本25.3，在综合性能表现上取得了持续提升：

测试维度	26.3 LTS相对25.3 LTS提升
冷查询综合时延	总体耗时降低8%~15%
数据湖与存储扫描	I/O密集型查询与OSS外部表扫描性能2x~5x提速
宽表TTL整理消耗	峰值内存占用下降超过40%
文本/日志检索	倒排索引加持下，复杂检索时延从193秒降至0.42秒
高维Map点查	分桶Map单Key查找效率提升2~49倍

实用小功能

26.3 LTS还包含了一系列提升开发与运维体验的功能：

自然排序（naturalSortKey）：支持按照人类直觉对包含数字的字符串排序，例如使file2.txt正确排在file10.txt前面。
树状EXPLAIN输出：执行EXPLAIN pretty=1, compact=1即可获取结构清晰、可视化效果佳的执行计划树。
不可用分片容错控制：提供max_skip_unavailable_shards_num与max_skip_unavailable_shards_ratio参数，绑定控制集群大表查询时跳过故障节点的比例。

升级建议

升级前准备

克隆/测试环境验证：先在克隆环境或测试环境部署新版本，评估版本变更对现有配置和查询的影响。
检查依赖兼容性：确认客户端驱动、第三方工具与新版本的兼容性。

重点关注事项

实验性功能验证：物化CTE及Polyglot方言在当前版本标注为Experimental，建议在生产环境广泛应用前先在测试集群进行业务验证。
性能回归测试：升级后对比关键查询的执行时间，确保Parquet缓存、倒排索引、JOIN重排序等优化生效。
监控告警调整：根据新增指标和变更调整监控阈值。

总结

ClickHouse 26.3 LTS是一个兼具广度与深度的年度大版本：

在数据湖与开放生态层面，原生Paimon支持与31种SQL方言兼容打通了湖仓一体与跨引擎复用的关键路径。
在查询与分析层面，倒排索引GA、物化CTE、JOIN重排序与分桶Map显著拓展了ClickHouse在日志检索、复杂分析和高维点查场景的能力边界。
在稳定性与成本层面，TTL垂直合并与ALP Codec从数据清理到存储压缩全方位降低了运维复杂度。

阿里云ClickHouse团队已完成社区26.3 LTS版本的云上适配与全量兼容性验证。您可以在阿里云ClickHouse控制台快速创建26.3 LTS实例或将现有实例升级至最新版本，体验更高效、更稳定的实时分析能力。