智東西(公眾號:zhidxcom)
作者 | 程茜
編輯 | 心緣

借AI東風,一家開源數(shù)據(jù)庫創(chuàng)企7個月估值增長2.5倍,已然沖上150億美元(約合人民幣1045億元)

智東西2月5日報道,2026年剛開年,美國開源數(shù)據(jù)庫創(chuàng)企ClickHouse就官宣拿下4億美元(約合人民幣27.9億元)新融資,估值沖上150億美元(約合人民幣1045億元),相比2025年5月的63.5億美元(約合人民幣442億元)估值增長了約2.5倍,使其估值一舉躍升至千億人民幣。

在AI數(shù)據(jù)分析領域,ClickHouse被業(yè)界視為兩大巨頭的有力競爭者:一邊是英偉達連續(xù)押注的Databricks,另一邊是由甲骨文資深大牛創(chuàng)辦的Snowflake。2021年才正式成立的ClickHouse,截至目前已完成4輪融資,累計融資金額突破10.5億美元(約合人民幣73.1億元)

這家創(chuàng)企不僅收獲了資本市場的青睞,在開源生態(tài)的表現(xiàn)同樣亮眼。其開源數(shù)據(jù)庫項目在GitHub上的Star數(shù)已達到45290,并憑借過硬實力圈粉全球無數(shù)明星客戶。其客戶包括字節(jié)跳動、騰訊、阿里巴巴、Meta、微軟、特斯拉、等海內外知名大廠,更有OpenAI、Anthropic高管點名盛贊ClickHouse對GPT-4o、Claude 4的發(fā)布功不可沒

從ClickHouse放出的數(shù)據(jù)可以看到,與當下熱門的Snowflake對比,ClickHouse成本為Snowflake的1/4,查詢速度是其3~5倍,壓縮率提升38%

起底千億估值數(shù)據(jù)庫黑馬:字節(jié)阿里騰訊微軟特斯拉都在用

ClickHouse的歷史可追溯至28年前成立的俄羅斯互聯(lián)網(wǎng)巨頭Yandex。其創(chuàng)始人阿列克謝·米洛維多夫(Alexey?Milovidov)2009年在Yandex內部啟動實驗項目,2012年將該數(shù)據(jù)庫應用于Yandex內部的Metrica網(wǎng)絡分析平臺。

2021年,米洛維多夫與前Salesforce高管亞倫·卡茨(Aaron Katz)、前谷歌工程副總裁尤里·伊茲拉伊列夫斯基(Yury Izrailevsky)聯(lián)手,正式將ClickHouse從Yandex剝離出來。

起底千億估值數(shù)據(jù)庫黑馬:字節(jié)阿里騰訊微軟特斯拉都在用

▲從左至右:尤里·伊茲拉伊列夫斯基(Yury Izrailevsky)、亞倫·卡茨(Aaron Katz)、亞歷克謝·米爾沃伊多夫(Alexey Milovidov)

值得一提的是,ClickHouse最新融資的領投機構Dragoneer,此前已經投資了Datadog、Snowflake和Databricks等ClickHouse的競爭對手。Dragoneer私募投資聯(lián)席主管克里斯蒂安·詹森(Christian Jensen)對比了各家產品后稱,ClickHouse目前擁有最佳的“實時分析”能力。

這家剛成立4年就一邊狂攬融資,一邊拿下全球多家大客戶的開源數(shù)據(jù)庫創(chuàng)企,到底有哪些過人之處?我們試圖通過拆解ClickHouse的業(yè)務體系與架構論文,找到這一問題的答案。

一、4年拿下70億融資,ARR同比增長超250%

這家開源數(shù)據(jù)庫ClickHouse的創(chuàng)立可以追溯至2009年。

ClickHouse創(chuàng)始人、CTO阿列克謝·米洛維多夫(Alexey?Milovidov)2008年加入俄羅斯最大搜索引擎公司Yandex,2009年聯(lián)合其團隊啟動了從非聚合數(shù)據(jù)實時生成分析報告的實驗項目。這個項目正是ClickHouse的雛形。

2012年,這一數(shù)據(jù)庫正式上線,不過其最初僅服務于Yandex內部的Metrica網(wǎng)絡分析平臺。該平臺也是當時全球第二大網(wǎng)絡分析平臺。

直到2016年ClickHouse數(shù)據(jù)庫才開源,2021年正式獨立運營。目前,米洛維多夫在ClickHouse任職CTO、卡茨為CEO、伊茲拉伊列夫斯基為總裁負責產品管理。

該數(shù)據(jù)庫的突出之處在于能夠極其高效地攝取存儲在數(shù)據(jù)庫內的數(shù)百PB數(shù)據(jù),并對這些數(shù)據(jù)進行各種分析用例的查詢,同時以毫秒級的時間獲得查詢結果。ClickHouse剛成立就開啟了巨頭收割模式,融資、大客戶紛至沓來。

成為獨立公司的同年,這家創(chuàng)企宣布連拿兩輪共計3億美元(約合人民幣21億元)融資,估值一舉躍升至20億美元(約合人民幣139億元),成為獨角獸。2021年8月,ClickHouse宣布籌集到5000萬美元(約合人民幣3.5億元)A輪融資,2個月后完成了2.5億美元(約合人民幣17億元)新融資,由知名風投機構Benchmark、俄羅斯搜索巨頭Yandex參投。

2025年6月至今,半年時間該公司拿下兩筆巨額融資,Dragoneer、BVP等全球知名投資機構參投。其在2025年6月的首屆用戶大會OpenHouse上宣布獲得3.5億美元(約合人民幣24億元)C輪融資,今年1月17日又宣布獲得4億美元(約合人民幣28億元)新融資。如今,ClickHouse的估值已經躍升至150億美元(約合人民幣1045億元)。

這家創(chuàng)企的商業(yè)化步伐同樣迅猛,其商業(yè)模式是通過銷售托管云服務盈利??ù耐嘎?,目前該公司的年化收入已經達到數(shù)億美元,2025年的年度經常性收入(ARR)同比增長超過250%。

二、查詢速度是MySQL的260倍,毫秒級查詢響應

過硬的產品實力,是ClickHouse的立身之本。

一般而言,OLAP和OLTP是數(shù)據(jù)庫領域針對兩種不同業(yè)務場景設計的核心數(shù)據(jù)處理架構,如老牌數(shù)據(jù)庫MySQL就是OLTP數(shù)據(jù)庫,ClickHouse是OLAP數(shù)據(jù)庫。

這兩者的不同之處在于,OLTP采用行式存儲適配高頻事務處理需求,OLAP采用列式存儲實現(xiàn)高效數(shù)據(jù)分析。如今能幫助企業(yè)實現(xiàn)實時決策、降本增效的實時查詢分析的能力幾乎成為數(shù)據(jù)庫必備,因此OLAP數(shù)據(jù)庫在當下展現(xiàn)出了更大應用潛力。

此前,使用傳統(tǒng)的行式存儲OLTP數(shù)據(jù)庫處理數(shù)據(jù),可能需要幾分鐘甚至幾小時才能得到答案,而OLAP數(shù)據(jù)庫可以在毫秒內獲得答案。根據(jù)分析機構Marko Medojevic的報告,在分析一個包含1100萬條記錄的數(shù)據(jù)集時,ClickHouse的查詢速度比OLTP數(shù)據(jù)庫MySQL快約260倍。這也在一定程度上反映了OLAP數(shù)據(jù)庫的優(yōu)勢。

具體來看,ClickHouse是使用列式存儲的開源OLAP數(shù)據(jù)庫,功能與谷歌Analytics類似,其目標是快速執(zhí)行分析查詢,同時處理數(shù)萬億行和PB級別數(shù)據(jù)。

起底千億估值數(shù)據(jù)庫黑馬:字節(jié)阿里騰訊微軟特斯拉都在用

▲ClickHouse數(shù)據(jù)庫引擎的總體架構

在官網(wǎng)中,ClickHouse對比了數(shù)個主流數(shù)據(jù)庫,其中,與AI數(shù)據(jù)分析平臺Snowflake的對比顯示,ClickHouse的成本僅為其1/4,但查詢速度提升了3~5倍。

起底千億估值數(shù)據(jù)庫黑馬:字節(jié)阿里騰訊微軟特斯拉都在用

▲ClickHouse與主流數(shù)據(jù)庫系統(tǒng)性能對比(數(shù)據(jù)來源為ClickHouse官網(wǎng),智東西制表)

對企業(yè)業(yè)務體系而言,數(shù)據(jù)庫需要實現(xiàn)海量多源數(shù)據(jù)的高效整合處理,以及實時復雜的分析決策支撐,面對這一過程中的諸多關鍵挑戰(zhàn),ClickHouse的關鍵特性可有效提升數(shù)據(jù)庫的綜合處理能力。

如數(shù)據(jù)庫支持高攝取速率、適配高并發(fā)低延遲查詢場景,以及具備高度開放性,可兼容多樣化的數(shù)據(jù)存儲系統(tǒng)、存儲位置與格式,配備方便易用且支持性能分析的查詢語言,可靈活運行在從老舊筆記本電腦到高性能服務器的各類硬件之上。

這些是現(xiàn)代分析型數(shù)據(jù)管理系統(tǒng)的關鍵痛點,而ClickHouse是一個支持多種數(shù)據(jù)存儲引擎的數(shù)據(jù)庫,可以將幾乎任何數(shù)據(jù)源導入到ClickHouse數(shù)據(jù)庫中,并支持快速靈活的鉆取分析。此外,卡茨曾在拿到第一筆融資時透露,ClickHouse的核心差異還在于,多數(shù)開源數(shù)據(jù)庫工具基于Java開發(fā),而ClickHouse采用C++編寫,因此能更快處理大規(guī)模數(shù)據(jù)。

三、頂級客戶陣容,還是GPT-4o、Claude 4背后關鍵助力

盡管開源項目本身免費,但ClickHouse卻以此為基石構筑起了龐大的商業(yè)帝國,并通過全托管服務ClickHouse Cloud擁有全球超3000家客戶。

這家創(chuàng)企披露的客戶陣容豪華,涵蓋了國內外科技巨頭以及垂直賽道頂尖創(chuàng)企,如字節(jié)跳動、阿里巴巴、騰訊等國內頭部互聯(lián)網(wǎng)大廠,長安汽車等國內汽車龍頭,還有微軟、特斯拉、Meta、索尼、網(wǎng)飛等海外頭部大廠,以及OpenAI、Anthropic、Cursor、Character.ai等AI領域頂流創(chuàng)企。

在數(shù)據(jù)處理領域,國內騰訊、字節(jié)跳動都基于這一開源數(shù)據(jù)庫打造了自家產品。

騰訊云基于ClickHouse構建了騰訊云數(shù)據(jù)倉庫TCHouse-C,幾分鐘即可幫助企業(yè)快速搭建PB級實時數(shù)據(jù)倉庫;字節(jié)跳動研發(fā)團隊基于開源數(shù)據(jù)庫管理系統(tǒng)ClickHouse開發(fā)了ByteHouse技術;微信目前使用ClickHouse存儲日志數(shù)據(jù),因為日志通常包含大量重復內容,使用ClickHouse可以實現(xiàn)高壓縮率,減少日志占用的存儲空間。

在時下熱門的生成式AI領域,ClickHouse也成為Anthropic Claude 4和OpenAI GPT-4o背后的核心基礎設施。

Anthropic基于ClickHouse Cloud的架構,定制了一套適用于離線隔離環(huán)境的專屬版本,從控制平面到數(shù)據(jù)平面,所有核心組件均由Anthropic內部團隊自主運維,Anthropic技術研發(fā)工程師馬魯思·戈亞爾(Maruth Goyal)稱,ClickHouse在助力其研發(fā)并推出Claude 4的過程中功不可沒,如為模型提供了高速分析能力與靈活的數(shù)據(jù)處理方案。

OpenAI工程經理阿克沙伊·納納瓦蒂(Akshay Nanavati)稱,2025年3月OpenAI正式發(fā)布GPT-4o圖像生成功能,其服務器瀕臨崩潰,系統(tǒng)CPU使用率瞬間飆升50%,團隊迅速對ClickHouse集群進行擴容解除了危機。該團隊基于ClickHouse僅通過一行代碼的修改,將除法運算替換為乘法與位運算的組合操作,系統(tǒng)CPU使用率立即下降了40%。

起底千億估值數(shù)據(jù)庫黑馬:字節(jié)阿里騰訊微軟特斯拉都在用

不過卡茨透露,目前ClickHouse仍處于虧損運營狀態(tài),正在進行前瞻性投資。就在1月17日,這家創(chuàng)企收購了開源的大語言模型可觀測平臺Langfuse,該平臺的產品可以確保AI系統(tǒng)的輸出準確、安全且符合用戶意圖。Langfuse開源項目的GitHub Star數(shù)已經超過2萬。

此外,2025年10月,該公司還聘請了競爭對手Snowflake投資者關系負責人吉米·塞克斯頓(Jimmy Sexton)擔任首席財務官。不過,卡茨透露,ClickHouse并沒有準備好上市,希望先改進幾項內容。

手握新資金支持的ClickHouse,還在持續(xù)擴展其全球布局和生態(tài)體系。其2024年通過與日本云計算公司Japan Cloud的合作進入了日本市場,并宣布與微軟Azure圍繞統(tǒng)一邏輯數(shù)據(jù)湖?OneLake建立合作關系。

結語:踩準AI風口,數(shù)據(jù)庫廠商正加速為AI數(shù)據(jù)擴容

作為AI基礎設施的重要一環(huán),AI數(shù)據(jù)分析平臺的重要性與日俱增。在大模型訓練迭代、多模態(tài)應用落地、企業(yè)級AI服務普及的浪潮下,AI系統(tǒng)產生的日志、監(jiān)控、性能數(shù)據(jù)呈指數(shù)級攀升,從PB級的數(shù)據(jù)存儲到毫秒級的實時查詢,對底層數(shù)據(jù)分析工具提出了更為嚴苛的要求。

ClickHouse的爆發(fā)式增長,正是踩準了AI開啟大規(guī)模應用的時間節(jié)點。ClickHouse憑借其開源架構、云原生彈性擴展能力、高效的索引機制以及對SQL的原生支持,可以適配AI場景下高并發(fā)寫入、復雜查詢分析、全量數(shù)據(jù)洞察的核心需求。

此外,從其收購Langfuse、升級產品的布局也可以看出,數(shù)據(jù)庫創(chuàng)企正在拓展自身的能力邊界,為企業(yè)的AI數(shù)據(jù)提供更加統(tǒng)一、具備實時數(shù)據(jù)處理能力的數(shù)據(jù)底座。