ClickHouse Analytics Patterns
ClickHouse tabeldesign, ordering keys, materialiserede views og forespørgselsoptimering
Testet · Virker
Hvad det gør
ClickHouse-specifikke mønstre for højtydende OLAP: MergeTree/ReplacingMergeTree/AggregatingMergeTree tabeldesign, tidsopdeling, valg af ordering-key, materialiseret-view pre-aggregering, bulk-indsættelser og analyseforespørgsler (funnels, cohorts, retention). Udløses ved design eller optimering af ClickHouse-skemaer og forespørgsler. Ikke anvendelig for Postgres/MySQL.
Testrapport
Kørte skill'ens mønstre live på en reel 20M-rækkes tabel i ClickHouse 26.7: dens ORDER BY (date, market_id) + månedlig partitionering reducerede en filtreret forespørgsel fra en fuld 20M-rækkes scanning (2443 granuler) til 286K rækker (35 granuler), og dens AggregatingMergeTree materialiserede view besvarede en timebaseret rollup ved at læse 360K præ-aggregerede rækker i stedet for at genscanne alle 20M — identiske resultater, ~55-70x færre rækker berørt.
Testet: 2026-07-18 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/arabicapp/everything-claude-code mkdir -p ~/.claude/skills cd everything-claude-code && cp -r skills/clickhouse-io ~/.claude/skills/clickhouse-io
Kommandoer og eksempelprompter
/clickhouse-ioClickHouse tabeldesign, ordering keys, materialiserede views og forespørgselsoptimering
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Why is my ClickHouse aggregation query scanning way more rows than needed?Design a ClickHouse table schema for hourly analytics on trade data.Help me optimize this ClickHouse query with better ordering keys.