Да, работал с колоночными БД, такими как ClickHouse и Cassandra. Они оптимизированы для аналитических запросов и агрегаций, так как хранят данные по столбцам, а не по строкам. Это ускоряет чтение, особенно при работе с большими объемами данных.

Пример работы с ClickHouse:

from clickhouse_driver import Client

client = Client('localhost')

Создание таблицы

client.execute('''
CREATE TABLE IF NOT EXISTS analytics (
date Date,
user_id UInt32,
event_type String,
value Float64
) ENGINE = MergeTree()
ORDER BY (date, user_id)
''')

Вставка данных

client.execute(
'INSERT INTO analytics VALUES',
[('2023-01-01', 1, 'click', 5.5), ('2023-01-02', 2, 'view', 10.2)]
)

Агрегация

result = client.execute('SELECT date, SUM(value) FROM analytics GROUP BY date')
print(result)

Особенности:  
- Высокая скорость запросов для аналитики.  
- Эффективное сжатие данных.  
- Сложности с частыми upsert-операциями.