Artikel nach Tag: ClickHouse

ClickHouse-Skipping-Indizes: Bloom, Set, Minmax

Wie ClickHouse-Skipping-Indizes Abfragen auf Spalten außerhalb von ORDER BY beschleunigen. Aufschlüsselung von Minmax, Set, Bloom_Filter, Ngrambf_v1, Tokenbf_v1 mit Beispielen aus Gaming und EXPLAIN.

ClickHouse Materialized Views: Trigger bei INSERT

Wie MV in ClickHouse funktionieren: inkrementelle Aggregation, Ketten Minute→Stunde→Tag, Null+Kafka-Muster, POPULATE und seine Gefahren. Beispiele mit SummingMergeTree und AggregatingMergeTree.

Spezielle ClickHouse-Engines: Wenn MergeTree nicht benötigt wird

Übersicht über ClickHouse Memory-, Buffer-, Null-, Log-, URL-, S3- und PostgreSQL-Engines. Beispiele für Koeffizienten-Cache, Pufferung von Inserts aus Kafka und Live-Daten aus externen Datenbanken.

Wörterbücher in ClickHouse: schnelle Suche ohne JOIN

Wie man ClickHouse-Wörterbücher verwendet, um JOIN durch Mikrosekunden-In-Memory-Suche zu ersetzen. Typen: flat/hashed/range, Datenquellen, dictGet und Beispiele für Glücksspiel.

TTL in ClickHouse: Datenlebenszyklus-Management

Wie TTL in ClickHouse automatisch Daten löscht, auf HDD/S3 verschiebt, aggregiert und anonymisiert. Beispiele für DSGVO, abgestufte Speicherung und Gruppierung alter Datensätze.

ORDER BY und PRIMARY KEY in ClickHouse: Indexauswahl

Wie man ORDER BY in ClickHouse richtig wählt: Sparse Index, Spaltenkardinalität, Gleichheit vs. Bereich, Überprüfung via EXPLAIN. Regeln und Beispiele für Glücksspiel.

Partitionierung in ClickHouse: Strategien und Operationen

Wie Partitionierung in ClickHouse DROP und Datenverwaltung beschleunigt. Auswahl der Partitionsgröße, system.parts, DETACH/ATTACH, FREEZE, MOVE zu SSD/HDD und ein Skript zum Löschen alter Daten.

CollapsingMergeTree in ClickHouse: Update ohne UPDATE

Wie CollapsingMergeTree und VersionedCollapsingMergeTree UPDATE in ClickHouse ersetzen: Vorzeichenspalte, kollabierende Paare, SUM(Betrag*Vorzeichen), Ordnungsproblem und Lösung durch Versionen.

SummingMergeTree und AggregatingMergeTree in ClickHouse

Inkrementelle Aggregation in ClickHouse: Wie SummingMergeTree und AggregatingMergeTree Dashboards um das 100-fache beschleunigen. Beispiele, materialisierte Ansichten, Fallstricke und Vergleich.

ReplacingMergeTree in ClickHouse: Vollständiger Leitfaden

Erfahren Sie, wie ReplacingMergeTree Duplikate entfernt, mit Versionen und FINAL arbeitet. Beispiele, Fallstricke und Vergleich mit CollapsingMergeTree für fortgeschrittene Deduplizierung.

ClickHouse: Warum spaltenorientierte DBMS Analysen um das 100-fache beschleunigen

Wir erklären anhand realer Benchmarks und eines Wettmodells: ClickHouse vs PostgreSQL und MySQL. Architektur, Abfragebeispiele, Anwendungsfälle. Lesedauer 5 Minuten.

ClickHouse materialisierte Ansichten: Nuancen und Lösungen

Wie funktioniert MV in ClickHouse? Kritische Unterschiede zu klassischen DBMS, UPDATE/DELETE-Beschränkungen und Best Practices. Lernen Sie, wie Sie Designfehler vermeiden.

ClickHouse: Deduplizierung und Verluste in MV

Analyse der Datenverluste in ClickHouse aufgrund von Block-Deduplizierung in materialisierten Ansichten. Einstellungen insert_deduplicate=0 und deduplicate_blocks_in_dependent_materialized_views=1. Konfigurieren Sie verlustfreien Speicher — lesen Sie die Details.

Kafka Engine ClickHouse: Atomizität ohne Verluste

Einrichtung des Kafka Engine in ClickHouse für zuverlässige Einfügungen aus Streams. Demonstration von Offset-Commit, Vermeidung von Verlusten bei Fehlern. Anleitung für Middle-/Senior-Entwickler.

ClickHouse mit Airflow statt PostgreSQL für Big Data

Erfahren Sie, warum Airflow + ClickHouse PostgreSQL in der Analyse verdrängt. Leistungsvergleich, Beispiele für Dateningenieure. Wechseln Sie zu einer Spaltendatenbank für ETL-Pipelines.

CTE in ClickHouse: Makro statt Optimierung

Zerlegung, warum WITH in ClickHouse mehrmals ausgeführt wird und wie man es mit Temporärtabellen ersetzt. Code-Beispiele, EXPLAIN, Vergleiche für Entwickler. Beschleunigen Sie Abfragen ohne Fallstricke.

CPU 80 % Diagnose in ClickHouse

Tools zum Finden problematischer Abfragen in ClickHouse: system.processes, query_log, EXPLAIN. Diagnoseschritte, SQL-Beispiele, Checkliste. Last optimieren ohne Ausfallzeit.