用途：面向 DevOps 与 SRE 团队，提供 ClickHouse 生产环境的运维指导，包括监控、诊断、扩展、备份、调优、排障与资源管理。适用于诊断性能问题（查询慢、内存不足）、搭建生产监控告警、纵向或横向扩展、实施备份与灾难恢复、排查复制延迟与磁盘空间问题、规划容量。不适用于单条查询优化、物化视图构建或初次安装。
主要能力：
- 监控：通过 system.disks、system.processes、system.errors、system.query_log、system.metrics、system.parts 等系统表查询磁盘、查询延迟、吞吐、插入速率、内存、合并压力等指标，并给出告警阈值（如 p95 延迟 > 5 秒、空闲磁盘 < 20%、活跃 parts > 1000、内存 > 80%、复制延迟 > 60 秒、失败率 > 1%）。
- 诊断：用 system.query_log 定位慢查询、高资源查询、失败查询与表增长。
- 纵向扩展：调整 max_threads、max_memory_usage、max_server_memory_usage、max_concurrent_queries，配置 merge_tree 的 min_bytes_to_use_direct_io，建议使用 NVMe SSD。
- 横向扩展：在 config.xml 配置 remote_servers，用 ReplicatedMergeTree 建本地表、Distributed 建分布式表，并用 system.replicas 与 clusterAllReplicas 检查集群健康。
- 备份与灾难恢复：文件系统快照（rsync --hard-links）、原生 BACKUP/RESTORE 命令（22.8+），以及完整恢复流程脚本，建议每月测试备份。
- 性能调优：查询级 SET 参数（max_threads、max_memory_usage、async_insert、group_by_overflow_mode、use_query_cache）、服务端配置（内存、并发、后台池、压缩、日志级别）、表级优化（CODEC、TTL、OPTIMIZE FINAL）。
- 排障：查询超时与内存不足的诊断查询及多种解决方案。
使用方式：通过 clickhouse-client 执行 SQL 查询，修改 /etc/clickhouse-server/config.xml 配置，使用 bash 脚本执行备份与恢复。
限制：资料未提供具体版本兼容范围、许可与收费信息；部分配置值需按实际硬件调整。