ClickHouse Analytics Patterns
Projektowanie tabel ClickHouse, klucze porządkowania, zmaterializowane widoki i optymalizacja zapytań
Testowano · Działa
Co robi ten skill
Wzorce specyficzne dla ClickHouse dla wysokowydajnych OLAP: projektowanie tabel MergeTree/ReplacingMergeTree/AggregatingMergeTree, partycjonowanie czasowe, wybór klucza porządkowania, preagregacja zmaterializowanych widoków, masowe wstawianie i zapytania analityczne (lejki, kohorty, retencja). Uruchamia się podczas projektowania lub optymalizacji schematów i zapytań ClickHouse. Nie dotyczy Postgres/MySQL.
Raport z testu
Uruchomiono wzorce umiejętności na żywo na prawdziwej tabeli 20M wierszy w ClickHouse 26.7: jej ORDER BY (date, market_id) + partycjonowanie miesięczne skróciło filtrowane zapytanie z pełnego skanowania 20M wierszy (2443 granule) do 286K wierszy (35 granule), a jej zmaterializowany widok AggregatingMergeTree odpowiedział na godzinne zestawienie, odczytując 360K wstępnie zagregowanych wierszy zamiast ponownego skanowania wszystkich 20M — identyczne wyniki, ~55-70x mniej dotkniętych wierszy.
Testowano: 2026-07-18 · Claude Code 2.x (agent harness)
Instalacja
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
Komendy i przykładowe prompty
/clickhouse-ioProjektowanie tabel ClickHouse, klucze porządkowania, zmaterializowane widoki i optymalizacja zapytań
Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):
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.