随着技术的发展和数据库部署规模的持续扩大，资源隔离的应用场景在数据仓库中变得越来越重要。如果数据量过大，ClickHouse无法灵活控制并发，将导致查询迅速占满集群资源，造成报错。同时，由于无法给特定业务预留CPU资源，后续查询的执行时间也会大幅增加。这些问题不仅影响了业务的稳定性，也限制了查询的效率。
ByteHouse是火山引擎推出的云原生数据仓库，以开源的ClickHouse为基础，经过字节跳动内部多年的优化和完善，提供了更丰富的功能和更强的性能，主要为用户带来极速的分析体验。
据了解，在字节跳动内部也存在数据量过大，ClickHouse无法满足资源隔离需求的问题。为了解决这一问题，火山引擎ByteHouse推出了Resource Group资源管理组件。
Resource Group资源管理组件的基本思路是将并发、内存、CPU等资源拆分给不同的资源组，通过资源组之间的关系调度共享资源能力。例如，当用户将查询提交给引擎时，依据规则评估是否能执行该查询，如果可以，查询将被直接执行;否则，查询将进入该资源组的等待队列，等待资源的释放。
这种方式存在以下优势：通过将并发、内存、CPU等资源拆分给不同的资源组，可以更加灵活地控制资源的分配，从而避免查询迅速占满集群资源的问题。其次，通过资源组的父子关系，可以实现不同资源组之间的资源共享，提高资源的利用率。
应用前：
应用后：
通过灵活的资源分配策略和高效的资源利用方式，ByteHouse的Resource Group能力可以提高查询的稳定性和效率，为用户提供更好的使用体验。
据介绍，上线前，用户每天的查询平均耗时在2.3s到14.1s之间，抖动剧烈，用户体验较差。而上线后，每天的查询平均耗时则在0.4s到1.7s之间，较好的保证了优先业务的查询资源，并且显著缩短了平均查询返回时间。
