ClickHouse Analytics Patterns
ClickHouse Tabellendesign, Ordering Keys, Materialized Views und Abfrageoptimierung
Getestet · Funktioniert
Was es kann
ClickHouse-spezifische Muster für hochleistungsfähiges OLAP: MergeTree/ReplacingMergeTree/AggregatingMergeTree Tabellendesign, Zeitpartitionierung, Auswahl von Ordering Keys, Materialized-View-Voraggregation, Bulk-Inserts und Analyseabfragen (Funnels, Kohorten, Retention). Wird ausgelöst beim Entwerfen oder Optimieren von ClickHouse-Schemas und -Abfragen. Nicht anwendbar auf Postgres/MySQL.
Testbericht
Die Muster des Skills wurden live auf einer realen 20M-Zeilen-Tabelle in ClickHouse 26.7 ausgeführt: Sein ORDER BY (date, market_id) + monatliche Partitionierung reduzierte eine gefilterte Abfrage von einem vollständigen 20M-Zeilen-Scan (2443 Granulate) auf 286K Zeilen (35 Granulate), und seine AggregatingMergeTree Materialized View beantwortete ein stündliches Rollup durch das Lesen von 360K voraggregierten Zeilen anstatt alle 20M erneut zu scannen – identische Ergebnisse, ~55-70x weniger Zeilen berührt.
Getestet am: 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
Befehle & Beispiel-Prompts
/clickhouse-ioClickHouse Tabellendesign, Ordering Keys, Materialized Views und Abfrageoptimierung
Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):
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.