Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Pochemu front pereshla s elasticsearch na clickhouse dlya pikselno tochnoy anali
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Почему Front перешла с Elasticsearch на ClickHouse для «пиксельно-точной» аналитики в большом масштабе

Источник: ClickHouse•19 ноября 2026 г. в 08:13

Почему Front перешла с Elasticsearch на ClickHouse для «пиксельно-точной» аналитики в большом масштабе

Front обеспечивает ориентированную на клиентов аналитику для более чем 9 000 B2B-компаний с помощью ClickHouse Cloud, сократив время разработки метрик с трех недель до трех дней и выполняя запросы по историческим данным в 4 раза большего объема.

Front — это платформа клиентского сервиса, созданная с учетом всех сложностей B2B-сегмента. Ей доверяют более 9 000 компаний, от небольших команд до крупных организаций вроде Stripe, Zoom и BCG. Она объединяет команды, диалоги и ИИ в единую слаженную систему, благодаря чему клиентские операции остаются быстрыми, точными и подконтрольными.

Важнейшая часть ценностного предложения Front — это аналитика. Руководители службы поддержки и операционные менеджеры используют данные о диалогах для принятия бизнес-решений: от составления графиков смен в периоды пиковой нагрузки до выявления проблем с продуктом, создающих наибольшее число обращений, или проверки того, действительно ли функции ИИ экономят время. Когда через платформу ежедневно проходят десятки миллионов сообщений, точность так же важна, как и скорость.

«Наша цель — пиксельно-точная аналитика, — говорит Луи Шерель (Louis Cherel), руководитель направления аналитической инженерии во Front. — Мы хотим, чтобы каждое отдельное значение точно соответствовало реальному диалогу».

Годами Elasticsearch неплохо справлялась с этой задачей. Но по мере роста объема данных Front и расширения ее амбиций затраты на инженерную инфраструктуру стали неподъемными. Мы пообщались с Луи и его командой, чтобы узнать, как миграция на ClickHouse Cloud в среде AWS сделала запросы более мощными, разработчиков — продуктивнее, а дорожную карту аналитики Front — еще более масштабной.

К концу 2025 года Front обрабатывала 25 ТБ аналитических данных на 200 узлах Elasticsearch. Эта система отлично служила компании на протяжении многих лет, но, как отмечает Луи, она требовала «сильной команды, которая действительно разбирается в ней, знает все ее особенности и умеет ее ускорять».

Главной сложностью был язык запросов Elastic под названием Painless. «Чтобы добиться высокой скорости, приходится писать очень специфический код, тесно привязанный к Elasticsearch», — говорит Луи. Для инженеров Front это означало необходимость создания высокоспециализированных скриптов для каждой метрики, которую они хотели выставить наружу. Каждая метрика требовала собственной реализации для каждого типа визуализации: карточки со скалярным значением, таблицы данных, графика временных рядов или группировки по папке «Входящие» или сотруднику. «Это было сложно и требовало очень тщательной работы для обеспечения корректности каждой реализации», — добавляет он.

Последствия отражались на всем бизнесе. Добавление всего одной новой метрики, «даже самой очевидной, вроде числа активных аккаунтов», занимало у старшего инженера несколько недель, рассказывает Луи. «Мы не могли позволить никому за пределами аналитической команды создавать метрики без жестких ограничений и тщательных циклов проверки».

«Мы не хотели, чтобы аналитическая команда становилась узким горлышком при создании новых метрик, — добавляет менеджер по разработке Шелтон Уилсон (Shelton Wilson). — Мы хотели, чтобы каждый разработчик в компании имел возможность создавать метрики, связанные с тем продуктом, который он строит».

На фоне расширения продуктовой линейки и выхода в более высокий сегмент рынка, привлекшего более крупных и требовательных клиентов, аналитическая команда поняла, что им нужно новое решение, способное масштабироваться вместе с их данными и инженерными ресурсами.

Выбор новой базы данных занял немного времени. Front требовалось решение, созданное для агрегации колончатых данных в большом масштабе, и ClickHouse Cloud подошел идеально. «Мы выбрали ClickHouse, потому что это буквально тот инструмент, который нам был нужен», — говорит Луи.

Совместимость с SQL сыграла большую роль в этом выборе. После многих лет борьбы с Painless они были рады перспективе использования языка запросов, который может читать и писать любой разработчик. «Лично я фанат SQL, — говорит Луи. — Он легко читается, прост в изучении и обеспечивает очень высокую производительность».

Еще одним фактором стал с открытым исходным кодом характер ClickHouse. «Первое, что я сделал, — склонировал репозиторий на свой компьютер, — рассказывает Луи. — Когда у меня возникают вопросы, я просто захожу в репозиторий. Я не могу сказать такого обо всех решениях. ClickHouse великолепна в этой категории аналитических инструментов»..

Вместо единовременного перехода стратегия миграции Front заключалась в параллельном запуске ClickHouse и Elasticsearch: каждое новое событие одновременно записывалось в обе системы, после чего результаты сравнивались метрика за метрикой. «Мы не хотим никаких расхождений, — говорит Луи. — Наша цель — ноль».

Главный архитектурный сдвиг коснулся того, как Front строит метрики. В ClickHouse каждая из примерно 70 метрик, доступных клиентам, определяется единожды с помощью единого фреймворка, который указывает, что именно она измеряет, какие события учитывает и какие фильтры к ней применяются. Затем слой генераторов автоматически обрабатывает все визуализации. «Все автономно, — говорит Луи. — Вы задаете нужные фильтры, а фреймворк делает все остальное».

В основе этого лежит специально разработанный построитель запросов ClickHouse, который Луи описывает как нечто вроде абстрактного синтаксического дерева, собирающего оптимизированный SQL из модульных компонентов. «Вы можете просто создать собственный фильтр и передать его в предложение WHERE, после чего запрос автоматически станет производительным для различных визуализаций, — говорит он. — В Elasticsearch мы не могли сделать ничего подобного. В ClickHouse это воспринимается как должное».

Луи использует термин «композитность» (composability) — способность объединять компоненты без дублирования логики или внесения несогласованности. Этого команда всегда хотела, но Painless делал это структурно невозможным.

Самым сложным элементом было поддержание пиксельной точности с изменяемыми (mutable) данными. Диалоги во Front не статичны: клиент может удалить сообщение, содержащее персональные данные (PII), спустя месяцы после отправки или объединить две ветки, оказавшиеся дубликатами. Команда решила эту проблему с помощью движка VersionedCollapsingMergeTree в ClickHouse, который отслеживает и согласовывает изменения данных с течением времени, гарантируя абсолютную точность каждого числа, видимого клиенту.

С ClickHouse производительность запросов в большом масштабе больше не является ограничивающим фактором. Один из крупнейших клиентов Front, компания с примерно десятью тысячами пользователей и миллионами чтений для ежедневной агрегации, активно использует теги для категоризации диалогов. Их отчет по деталям тегов требует вычислений по 60 ГБ строковых данных. В Elasticsearch Луи мог вместить в 30-секундное окно запроса историю всего за 11 дней. «И даже это было на пределе, — говорит он. — Мне пришлось исправить кучу багов и глубоко погрузиться в Painless».

Тот же запрос в ClickHouse возвращает данные за полтора месяца в рамках того же временного окна. «При вдвое меньшем количестве машин сопоставимой производительности», — отмечает Луи. Шелтон добавляет: «Вычисление больших объемов данных стало намного проще, что открывает больше возможностей для улучшения пользовательского опыта клиентов при анализе их данных»..

Эти улучшения передаются и клиентам, которые теперь имеют больше гибкости при взаимодействии со своими данными. «Это открыло массу возможностей для пользовательских дашбордов, — говорит Луи. — Раньше каждая метрика должна была проходить через целый процесс. Теперь метрика на месте, доступны любые визуализации, а клиент просто кликает и делает все, что хочет».

Производительность разработчиков также значительно выросла. На реализацию первой метрики, полностью созданной в рамках нового фреймворка ClickHouse, у младшего инженера ушло всего три дня по сравнению с несколькими неделями, которые потребовались бы старшему инженеру в Elasticsearch. «Это очень, очень большой прогресс, — говорит Шелтон. — Экспертиза Луи и старшей команды должна быть направлена на обеспечение стопроцентной надежности технической инфраструктуры, а не на реализацию метрик, которые теперь может внедрить каждый, когда у нас есть ClickHouse».

Еще одним, менее заметным достижением стало повышение эффективности инфраструктурных операций. Если клиент просил перенести данные из одного региона облака в другой (например, из AWS East в AWS West), раньше с Elasticsearch это занимало дни. «С ClickHouse этот процесс занимает минуты», — говорит старший инженер по инфраструктуре Теодор Паюс.

Шелтон говорит, что у Front «очень большие амбиции» в отношении аналитики на платформе. «Наша цель заключается в том, что ClickHouse позволит нам гораздо быстрее внедрять новые способы отчетности», — отмечает он.

Один из проектов на ближайшую перспективу — метрики невыполненных задач (backlog), такие как общее количество открытых диалогов за произвольные временные интервалы, а не за фиксированные периоды. Способность ClickHouse материализовать вычисляемые представления делает это возможным впервые.

Другое направление — создание метрик с помощью искусственного интеллекта, когда продакт-менеджеры описывают метрики на обычном языке, а ИИ преобразует их в запросы ClickHouse. «Вы избавились от всей технической сложности при определении метрик, — говорит Луи. — Если вы знаете бизнес и то, как он работает, вы можете описать метрику».

Поскольку Front продолжает движение в сторону премиального сегмента (upmarket), аналитика остается важной частью презентации. «Мы уже видим, что способность обрабатывать такой объем данных станет ключевым фактором для клиентов такого типа», — говорит Шелтон.

Луи резюмирует миграцию просто: «Весь этот проект был посвящен тому, чтобы перестать быть узким горлышком». Судя по всему, это уже работает. С ClickHouse команда, которая раньше контролировала каждая метрику, теперь строит инфраструктуру, позволяющую любому сотруднику во Front создавать их.

← Все статьи

О чём эта статья

Ещё в разделе «Данные и аналитика»

Все →
Обнаружение, реагирование, сохранение доказательств: надежность узлов в трех облаках
ClickHouse

Обнаружение, реагирование, сохранение доказательств: надежность узлов в трех облаках

Ваш агент по написанию кода может читать код. Предоставьте ему историю с помощью Relate от Neo4j
Neo4j

Ваш агент по написанию кода может читать код. Предоставьте ему историю с помощью Relate от Neo4j

Уязвимость удаленного выполнения кода (RCE) Java4Shell — CVE-2026-114938
Elastic

Уязвимость удаленного выполнения кода (RCE) Java4Shell — CVE-2026-114938

Обновленный навык Claude для изучения Metabase
Metabase

Обновленный навык Claude для изучения Metabase

Мост к модернизации: что говорится в отчете IDC Market Note о Cameyo by Google
Looker

Мост к модернизации: что говорится в отчете IDC Market Note о Cameyo by Google

Google Cloud освещает динамику развития стартапов в регионе EMEA на конференции Slush 2026
Looker

Google Cloud освещает динамику развития стартапов в регионе EMEA на конференции Slush 2026

Ещё от ClickHouse

Обнаружение, реагирование, сохранение доказательств: надежность узлов в трех облаках
ClickHouse

Обнаружение, реагирование, сохранение доказательств: надежность узлов в трех облаках

Trunk сокращает расходы на наблюдаемость до 95% и высвобождает 20 инженерных часов в неделю с помощью ClickHouse Observability
ClickHouse

Trunk сокращает расходы на наблюдаемость до 95% и высвобождает 20 инженерных часов в неделю с помощью ClickHouse Observability

День, когда небо опустело: визуализация сбоя FAA с помощью ClickHouse FORMAT PNG
ClickHouse

День, когда небо опустело: визуализация сбоя FAA с помощью ClickHouse FORMAT PNG

Больше нагрузки — выше скорость: настройка реплик чтения в Postgres
ClickHouse

Больше нагрузки — выше скорость: настройка реплик чтения в Postgres

Интеграция вашей организации на платформе Claude с ClickHouse Cloud с помощью связанного биллинга
ClickHouse

Интеграция вашей организации на платформе Claude с ClickHouse Cloud с помощью связанного биллинга

Прогнозирование и обнаружение аномалий в ClickHouse с помощью фундаментальных моделей временных рядов
ClickHouse

Прогнозирование и обнаружение аномалий в ClickHouse с помощью фундаментальных моделей временных рядов