ClickHouse是否支持动态未知字典字段存储并可用于WHERE条件查询？

你的业务场景完全可以用ClickHouse实现，半结构化嵌套数据查询是ClickHouse的典型适用场景，不需要提前定义所有嵌套字段结构即可满足WHERE过滤需求。

根据你使用的ClickHouse版本不同，有两种成熟的实现方式：

• 高版本（22.3及以上）方案：原生JSON类型存储
  直接将三个自定义字典字段定义为JSON类型写入MergeTree表即可，ClickHouse会自动解析JSON内部的键值结构，查询时直接使用WHERE 自定义字段.嵌套属性名 = '目标值'的语法即可完成过滤，不需要提前声明任何嵌套字段，性能远高于字符串解析方案。
  22.3~22.8版本需要提前开启配置 allow_experimental_json_type = 1 即可使用该类型，更高版本默认支持无需额外配置。
• 低版本兼容方案：String类型+JSON提取函数
  把三个自定义字典字段存为String类型，查询时用ClickHouse内置的JSON提取函数完成过滤，示例语法：WHERE JSONExtractString(自定义字段, '嵌套属性名') = '目标值'，该方案不需要升级版本，实现门槛极低，数据量在百万到千万级的场景下性能完全可以支撑看板查询需求。

你现有Kafka存储JSON事件的链路不需要做额外改造，直接用ClickHouse官方的Kafka表引擎对接消费即可，数据写入MergeTree的过程不需要额外做字段解析预处理，开发成本极低。

• 如果后续发现部分自定义嵌套属性查询频率极高，可以给对应的JSON提取表达式创建函数索引，查询性能可以提升数倍
• 不需要为了兼容个别高频查询字段修改原始表结构，直接通过物化视图或者二级索引做增量优化即可，对业务无侵入

内容的提问来源于stack exchange，提问作者Alvaro Seixas