# Hebo AI：为什么我们选择了 GreptimeDB 而不是 ClickHouse

Source: https://greptime.cn/blogs/2026-03-26-hebo-greptimedb-observability

> 编者注：[Hebo.ai](https://hebo.ai/) 是一家海外 AI 智能体开发平台公司，帮助团队更快构建、测试和优化对话式 AI，并将其落地到业务场景中。近期他们在博客中分享了[选择 GreptimeDB 而非 ClickHouse 作为统一可观测性存储的原因](https://hebo.ai/blog/260316-greptimedb-observability)，本文已获 Hebo.ai 团队授权翻译。

*为 AI 系统打造更简洁、更可扩展的可观测性架构*

在为 **Hebo Platform** 构建可观测性层时，我们评估了几款常用于遥测和分析的数据库。

讨论中一个绕不开的名字是 **ClickHouse**。

ClickHouse 速度极快，在可观测性平台中广泛使用。从日志分析到产品遥测，很多现代系统都构建在它之上。

但经过多方评估，我们最终决定基于 **GreptimeDB** 来构建 Hebo 的可观测性层。原因归结为一个根本性差异：这两个数据库的设计初衷不同。

## 名字本身就说明了一半问题

GreptimeDB 从一开始就被设计为**时序数据库**。时间戳驱动整个存储布局：数据按时间范围分区，时间列自动索引，写入路径针对遥测数据典型的**追加密集、单调递增**模式做了优化。Compaction、TTL 和持续聚合是引擎的内建能力，而非事后加装。

相比之下，ClickHouse 起初是一个面向大规模 OLAP 查询的**通用分析型数据库**。它以列式格式存储数据，擅长在海量数据集上做聚合运算，但时间只是众多维度之一，在存储引擎和查询计划器中并不享有一等公民的地位。

可观测性数据本质上就是时序数据。每一条 Trace、Span、指标和日志都锚定在时间轴上。当整个工作负载都围绕基于时间的写入和范围查询展开时，一个专为这种访问模式设计的存储引擎具有实实在在的优势。

我们正在采集 AI 系统产生的 Trace、Token 用量、推理延迟、模型元数据，以及许多其他信号。这类工作负载更像时序遥测而非传统分析，GreptimeDB 的架构恰好直接反映了这一点。

## 原生对象存储（不会成本爆炸）

可观测性数据增长很快。一个记录 Trace、日志和 AI 遥测的系统，可以在很短时间内积累 TB 级数据。

大多数数据库的做法是将冷数据分层到对象存储，但这通常意味着运维两套独立系统：主数据库跑在块存储上，冷数据层在 S3 里，中间还需要同步逻辑、重复数据和两套基础设施。

GreptimeDB 的架构不同。它从一开始就采用**存算分离**模型，将存储层与计算层解耦。底层实现上，GreptimeDB 通过 **WAL** 保证持久性，用内存中的 **Memtable** 处理近期写入，然后将 **SST 文件**（Sorted String Table）直接刷到 S3 兼容的对象存储。本地缓存层保证热数据的访问速度。不需要运维第二套系统，也没有数据重复——对象存储*就是*数据库存储。

[十亿 JSON 文档挑战](/blogs/2025-03-18-json-benchmark-greptimedb)证明了这种架构并不以牺牲性能为代价。GreptimeDB 的性能超过了所有参测数据库，包括 ClickHouse。

这样的性能水平还消除了分析型工作负载中另一种常见模式：在 SQL 数据库旁边维护一个独立的 NoSQL 存储，数据在两者之间复制——一个负责快速写入，一个负责快速读取。这种双存储架构使复杂度和存储成本翻倍。而 GreptimeDB 一套系统就能搞定。

## 更简洁的可观测性架构

我们选择 GreptimeDB 的另一个重要原因：它大幅简化了数据采集链路。

看看 [Langfuse v3 基础设施演进](https://langfuse.com/blog/2024-12-langfuse-v3-infrastructure-evolution)这篇文章，你会看到一个典型的可观测性技术栈：**Redis** 做缓冲，采集 **Worker**，转换 **Pipeline**，**ClickHouse** 做存储，S3 存冷数据。这套架构设计合理，能承载 Langfuse 的规模，但也意味着要运维五六个独立系统。

GreptimeDB 将其中大部分环节压缩掉了，因为它暴露了[原生的 **OTLP 端点**](https://docs.greptime.cn/user-guide/ingest-data/for-observability/opentelemetry)——和你的 SDK 说的是同一种协议。Trace 通过 HTTP 直接写入，不需要中间队列或处理 Worker。

**标准方案：**

```
  ┌─────┐   ┌───────┐   ┌─────────┐   ┌────────────────┐   ┌──────────┐
  │ SDK │──▶│ Queue │──▶│ Workers │──▶│ Transformation │──▶│ Database │
  └─────┘   └───────┘   └─────────┘   └────────────────┘   └──────────┘
```

**使用 GreptimeDB：**

```
  ┌─────┐  OTLP  ┌────────────┐
  │ SDK │───────▶│ GreptimeDB │
  └─────┘        └────────────┘
```

这之所以可行，是因为 GreptimeDB 在内部就处理了关注点分离。它围绕三个角色构建：无状态的 **Frontend**（前端节点）负责查询和写入协议，**Datanode**（数据节点）存储实际数据，**Metasrv**（元数据服务）协调集群路由。三者独立扩缩，所以你不需要自己用 Redis 和 Worker 搭建水平扩展能力——数据库本身就提供了。结果是更少的活动部件、更低的运维开销，以及一个更容易理解的系统。

## 为 OpenTelemetry（和 GenAI 可观测性）而生

在 Hebo，OpenTelemetry 是我们的主要信号格式。GreptimeDB 原生支持 OTLP，能将 Trace 和 Span 数据直接映射到列式存储模型。

这与新兴的 [**GenAI 语义约定**](https://opentelemetry.io/docs/specs/semconv/gen-ai/)无缝衔接——它为 LLM 可观测性定义了一套标准 Schema，包括如下 Span 属性：

- `gen_ai.operation.name`：操作类型（chat、completion、embedding 等）
- `gen_ai.request.model` / `gen_ai.response.model`：请求的模型和实际响应的模型
- `gen_ai.usage.input_tokens` / `gen_ai.usage.output_tokens`：用于成本和配额追踪的 Token 计数
- `gen_ai.input.messages` / `gen_ai.output.messages`：完整的输入和输出消息

这些属性存储在 `opentelemetry_traces` 表中，直接展平为列。GreptimeDB 使用**动态 Schema**：当一个之前未出现过的 Span 属性到达时，对应的列会自动创建，无需任何 Migration。随着 GenAI 语义约定的演进，新字段自然出现。

`gen_ai.server.request.duration`（每请求推理延迟）之类的指标则以不同方式处理——**每个指标名称成为一张独立的表**，在首次写入时自动创建。两种信号类型流经同一条 OTLP 写入路径，但可以独立查询。

你可以直接查询 Trace 数据，无需自定义 Schema 设计或 ETL：

```sql
SELECT
  "span_attributes.gen_ai.request.model",
  SUM("span_attributes.gen_ai.usage.input_tokens")
FROM opentelemetry_traces
GROUP BY "span_attributes.gen_ai.request.model"
```

GreptimeDB 团队发布了一篇[使用 OTel GenAI 语义约定实现 LLM 可观测性的实践指南](/blogs/2026-03-10-llm-observability-otel-genai-greptimedb)，更深入地讲解了跨信号 SQL Join（通过 `trace_id` 关联 Trace 与对话日志）、基于 Flow 的指标衍生，以及 Grafana 集成。

## 从笔记本电脑到集群的良好开发体验

GreptimeDB 从开发到生产的过渡非常平滑。

本地开发时，它可以作为[单个 Docker 容器](https://docs.greptime.cn/getting-started/installation/greptimedb-standalone)以**单机模式**运行，三个角色打包在一个进程中。开发完全够用，较小规模的生产部署也没问题。

需要扩展时，通过 [Helm Charts](https://docs.greptime.cn/user-guide/deployments-administration/deploy-on-kubernetes/overview) 部署**集群模式**，上述三个角色拆分为可独立扩缩的组件。查询负载高？扩 Frontend。写入量大？加 Datanode。不需要同步扩展所有组件。

**开源版本**涵盖了以上所有功能。**企业版**在此基础上增加了自动扩缩 / 分区 / 索引、增量备份和企业级认证（RBAC/LDAP）等运维特性——这些在规模化场景下很重要，但起步阶段并不需要。

如果你不想自己运维基础设施，还有 **GreptimeCloud**。各层级架构完全一致，不存在对特定部署模式的锁定。

## 极其迅速的团队响应

使用 GreptimeDB 过程中令人印象深刻的一点是**团队的响应速度**。

他们的 Slack 社区很活跃，每次我们遇到问题，团队都能快速响应。CTO 本人会亲自开 GitHub Issue 并在几天内跟进——[查询结果的 Unicode 编码问题](https://github.com/GreptimeTeam/greptimedb/issues/7808)、[集群模式下二进制编码时间戳参数导致挂起](https://github.com/GreptimeTeam/greptimedb/issues/7819)、[通过 EKS Pod Identity 进行 S3 认证](https://github.com/GreptimeTeam/greptimedb/issues/7755)。你不能要求更多了。

对于一个相对年轻的项目来说，这种投入度非常重要。我们也期待正在开发中的 [**JSON v2 数据类型**](https://github.com/GreptimeTeam/greptimedb/issues/7685)，它会让结构化可观测性元数据（工具调用参数、模型参数、自定义属性）的处理更加高效。

## 下一步计划

可观测性是第一个用例，但不是最后一个。我们计划将 GreptimeDB 用于即将推出的 Hebo **`/conversations`** API，存储和查询大规模 AI 交互历史。处理遥测数据的同一套架构，可以直接应用于大规模交互日志。

如果你正在构建 **AI 基础设施、可观测性平台或 LLM 工具链**，GreptimeDB 值得认真考虑。时序原生存储引擎 + 内建对象存储 + 原生 OTLP 写入的组合，非常适合这类工作负载。

想看看实际效果？可以[试试 Hebo 可观测性仪表盘](https://console.hebo.ai)：Trace、Token 用量、推理延迟和 GenAI 信号，尽在一处。
