<rss xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
    <channel>
        <title>Opensearch - Tag - SNOWMERAK</title>
        <link>https://snowmerak.pages.dev/tags/opensearch/</link>
        <description>Opensearch - Tag - SNOWMERAK</description>
        <generator>Hugo -- gohugo.io</generator><language>ko-kr</language><lastBuildDate>Sat, 02 May 2026 13:08:40 &#43;0900</lastBuildDate><atom:link href="https://snowmerak.pages.dev/tags/opensearch/" rel="self" type="application/rss+xml" /><item>
    <title>ElasticSearch/OpenSearch에서 ClickHouse로의 로그 마이그레이션: 성능과 경제성의 전환점</title>
    <link>https://snowmerak.pages.dev/posts/056_clickhouse_log_migration/</link>
    <pubDate>Sat, 02 May 2026 13:08:40 &#43;0900</pubDate>
    <author>snowmerak</author>
    <guid>https://snowmerak.pages.dev/posts/056_clickhouse_log_migration/</guid>
    <description><![CDATA[<h2 id="개요">개요</h2>
<p>실시간 로그 수집과 분석은 현대 소프트웨어 시스템에서 필수적인 요소가 되었습니다. 많은 팀이 ElasticSearch나 OpenSearch를 로그 데이터 웨어하우스로 사용해 왔고, 이는 합당한 선택이었습니다. 전역 인덱싱(full-text search)과 유연한 스키마는 로그 탐색에 매우 유용했습니다.</p>
<p>하지만 로그 데이터의 규모가 기하급수적으로 증가하면서 ES/OS 기반 아키텍처의 한계가 명확해지고 있습니다. <strong>메모리 사용량</strong>, <strong>스토리지 비용</strong>, <strong>집계 쿼리 성능</strong> 등에서 ClickHouse를 비롯한 컬럼 기반 데이터베이스가 더 나은 대안으로 부상하고 있습니다.</p>
<p>이 글에서는 ElasticSearch/OpenSearch에서 ClickHouse로의 마이그레이션이 왜 성능과 경제성 모두에서 유리한지, 그리고 어떻게 단계적으로 전환할 수 있는지 살펴보겠습니다.</p>]]></description>
</item>
</channel>
</rss>
