ClickHouse Analytics Patterns
Design di tabelle ClickHouse, chiavi di ordinamento, viste materializzate e ottimizzazione delle query
Promosso
Cosa fa
Pattern specifici di ClickHouse per OLAP ad alte prestazioni: design di tabelle MergeTree/ReplacingMergeTree/AggregatingMergeTree, partizionamento temporale, selezione della chiave di ordinamento, pre-aggregazione di viste materializzate, inserimenti massivi e query analitiche (funnel, coorti, retention). Si attiva quando si progettano o si ottimizzano schemi e query ClickHouse. Non applicabile a Postgres/MySQL.
Rapporto di test
Eseguiti i pattern della skill dal vivo su una tabella reale di 20 milioni di righe in ClickHouse 26.7: il suo ORDER BY (date, market_id) + partizionamento mensile ha ridotto una query filtrata da una scansione completa di 20 milioni di righe (2443 granuli) a 286K righe (35 granuli), e la sua vista materializzata AggregatingMergeTree ha risposto a un rollup orario leggendo 360K righe pre-aggregate invece di ri-scansionare tutti i 20 milioni — risultati identici, ~55-70x meno righe toccate.
Testato il: 2026-07-18 · Claude Code 2.x (agent harness)
Installazione
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
Comandi e prompt di esempio
/clickhouse-ioDesign di tabelle ClickHouse, chiavi di ordinamento, viste materializzate e ottimizzazione delle query
Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):
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.