Unsere Abrechnungspipeline war plötzlich langsam. Der Schuldige war ein versteckter Engpass in ClickHouse

Als eine Partitionierungsänderung an unserem ClickHouse-Cluster im Petabyte-Bereich dazu führte, dass kritische Abrechnungsvorgänge ins Stocken gerieten, zeigten die Standardmetriken keine offensichtlichen Fehler. In diesem Beitrag wird untersucht, wie wir schwerwiegende Sperrkonflikte im Abfrageplaner von ClickHouse identifiziert und Upstream-Patches zur Behebung erstellt haben.