Suprema Gaming借助ClickHouse Cloud打造Agent-ready数据平台

Suprema Gaming是拉丁美洲最大的博彩公司之一。由三位扑克爱好者于2019年创立，总部位于巴西索罗卡巴，它已从Suprema Poker（世界上最大的B2B扑克联赛）发展成为一个品牌组合，其授权技术覆盖70多个国家的超过50万名玩家。

2025年，任何人能看到的最新数据也已经过时四小时。对于拥有数千名活跃玩家的业务来说，这种延迟使团队无法进行实时调查、诊断事件或了解用户行为。

“我们的使命是带来整个过程的现代化，”数据平台架构师Edilson Junior说。这个使命委托给了Edilson和数据工程师Aluizio Cidral Junior。对Suprema来说，这意味着将集团碎片化的数据视图整合到一个实时分析平台中，同时确保安全性和治理。

这一授权背后是一个更广阔的愿景：联合创始人兼首席执行官Fernando Almeida希望Suprema成为一家以代理为先（agentic-first）的企业，让员工使用AI代理（而非静态仪表板）来提问并根据答案采取行动。

“让这一切运作起来所缺少的，”Edilson说，“是ClickHouse。”

为何需要超越Snowflake

Suprema的旧技术栈运行在Snowflake上。数据从源系统流入S3，通过SQS和Snowpipe，进入Edilson描述的坚实成熟的数据库。“虽然它平衡且运行良好，”他说，“但我们意识到缺少了一些东西。”

首先是查询速度。在Snowflake上，查询通常需要几分钟，对于团队想要提供给最终用户的实时交互体验来说太慢了。正如Edilson所说，这就是“等待报告”和“实时分析”之间的区别。

其次是dbt的重复工作。dbt管道足够重，完整重建只能每天运行一次，因此最新数据总是滞后数小时。“我们没有实时数据的可能性，”Edilson说，“更多的是事后数据。”

第三是成本。使用Snowflake，成本随每个新仓库和消费者而增长。这使得在数据面前展示整个Suprema集团（内部团队、产品、合作伙伴）的愿景甚至难以考虑。Edilson说，Snowflake或许能让他们走得更远，但代价是花费更多资金。

选择ClickHouse Cloud以迎接代理优先的未来

当Edilson于2025年加入Suprema时，Snowflake是生产分析平台，并且运作良好。2026年，为了在不干扰生产的情况下探索AI原生运营需要什么，Fernando组建了一个小型内部团队来验证该模型。

转向ClickHouse是由几个汇聚的信号驱动的。团队已经亲身体验过该引擎：Suprema的一个技术合作伙伴将其数据库运行在ClickHouse上，这让团队可以直接访问该系统——其速度一直给他们留下深刻印象。Suprema的数据领导层也通过行业活动熟悉了ClickHouse。

随着信心的增长，Edilson领导了对ClickHouse、Databricks和Snowflake的正式评估，比较了延迟、成本和AI就绪性。ClickHouse在每项标准上都胜出。随后，团队自行构建了一个完整的概念验证。Edilson负责数据摄入和代理层，使用EC2上的LibreChat并通过Langfuse进行轨迹评估，而Aluizio构建了完整的dbt转换层。

决定性的时刻发生几个月后，Fernando在代理计划中发挥了主导作用。需求很明确：代理需要快速访问新鲜数据。到那时，团队工作的成果已经通过多种声音传到了他那里。最终由他拍板，他明确表示信任：“Edilson，如果你说要用ClickHouse，我相信你的团队。”于是，Suprema继续进行了从Snowflake到ClickHouse Cloud在AWS上的迁移。

架构实时平台

“这次转型中最好的决定之一，”Edilson说，“是Aluizio设计数据实时处理的方式。架构给了我们地图，但仍然需要有人定义数据在系统中移动时如何处理。”

当源系统中发生事件时，它会通过团队只构建一次的管道移动。dbt与GitHub Actions集成，一次性部署整个结构；从那时起，引擎接管。管道中没有外部cron作业，没有单独编排器，也没有Airflow。团队只需在层架构设计改变时重新审视管道。

数据在数秒内跨仓库层移动，p95延迟约为一分钟。在消费端，从数据集市直接读取的速度比之前的解决方案快27倍。这种速度允许用户通过对话式BI代理检查数字，而不会中断对话流程。

数据摄入也围绕实时重建，通过两条独立的路径。对于ClickHouse原生支持的源，ClickPipes通过变更数据捕获直接将更改流式传输到仓库中。对于不支持的源，团队使用Debezium和Kafka，后者兼作外部客户端的可重用馈送。Suprema曾经将所有内容暂存在S3并批量加载，现在迁移的源在每个事件发生后每秒到达。

安全与治理：可信AI代理的基础

只有在底层数据保持受保护的情况下，向产品、合作伙伴和外部数据馈送开放仓库才能奏效。Aluizio将ClickHouse原生的安全性和治理功能集成到架构中，在dbt中重建了之前在Snowflake中使用的控制：基于角色的访问针对每个消费者量身定制，以及查询时PII脱敏，所有这些都不依赖外部工具。

可访问性与保护之间的平衡是深思熟虑的。数据工程团队与Suprema的数据保护官Leonardo Kimura紧密合作，定义控制措施，将治理访问、可追溯性、最小权限和信息保护直接嵌入架构中。

“我们的目标从来不仅仅是保护个人数据。从一开始，我们就着手构建一个信息安全、隐私和治理作为架构一部分的平台。这为AI代理在真实数据上发展奠定了基础，同时不损害机密性、合规性或信任。——Leonardo Kimura，Suprema Gaming数据保护官”

Suprema的治理超越了法规遵从性；它是公司AI战略的核心推动力。代理被视为受治理的消费者，并遵循与平台其他用户相同的标准，包括访问控制、数据最小化、PII掩蔽、可追溯性和审计。随着新代理进入生态系统，控制措施也随之演变，使Suprema能够在数据信任不受损的情况下进行创新。

仓库按业务部门组织，并在其上构建了统一的跨产品客户视图。这个由Aluizio在dbt中构建的建模方法使得Senna的“公司360”视图成为可能。集团的公司并不是代理必须拼凑的独立孤岛；他们的数据库从一开始就被设计为作为一个单一、连通的系统来分析。