Шаг 1
ClickHouse для RDF и Knowledge Graph: что реально возможно
ClickHouse можно использовать для аналитики графовых данных, но важно не путать это с нативной RDF-графовой базой. Он хорошо хранит большие таблицы ребер, быстро считает агрегаты…
Учебное направление
ClickHouse
Уроки ClickHouse: установка, таблицы MergeTree, SQL-запросы, агрегации, партиции, оптимизация и работа с большими данными. Материалы выстроены от первого знакомства до практических задач и следующего уровня.
Быстрый выбор
С чего начать ClickHouse
Выберите первую задачу и переходите к инструкции.
ClickHouse для RDF и Knowledge Graph: что реально возможно
ClickHouse можно использовать для аналитики графовых данных, но важно не путать это с нативной RDF-графовой базой. Он хорошо хранит большие таблицы ребер,…
UPDATE, DELETE, TTL и ReplacingMergeTree в ClickHouse
В ClickHouse можно обновлять и удалять данные, но это не значит, что его нужно использовать как обычную OLTP-базу. UPDATE и DELETE здесь…
ClickHouse и Python: clickhouse-connect, JDBC, ODBC и Power BI
ClickHouse редко живет сам по себе: к нему подключаются Python-скрипты, backend-сервисы, BI-инструменты, Java-приложения и ETL-пайплайны. В этом уроке главный фокус на Python-библиотеке…
JSON, Array и ARRAY JOIN в ClickHouse
ClickHouse хорошо работает не только с простыми колонками, но и с полуструктурированными данными: JSON-событиями, массивами тегов, вложенными атрибутами и текстовыми свойствами. Главное…
Materialized View в ClickHouse: инкрементальные витрины без боли
Materialized View в ClickHouse часто используют для быстрых отчетов. Вместо того чтобы каждый раз считать тяжелую агрегацию по сырой таблице, ClickHouse может…
JOIN в ClickHouse: INNER, LEFT, ANY и ASOF на примерах
ClickHouse поддерживает JOIN, но подход к соединениям здесь отличается от классической OLTP-базы. Для быстрых аналитических запросов важно понимать размер правой таблицы, тип…
Маршрут обучения
Как двигаться по порядку
Шаг 2
UPDATE, DELETE, TTL и ReplacingMergeTree в ClickHouse
В ClickHouse можно обновлять и удалять данные, но это не значит, что его нужно использовать как обычную OLTP-базу. UPDATE и DELETE здесь выполняются через мутации,…
Шаг 3
ClickHouse и Python: clickhouse-connect, JDBC, ODBC и Power BI
ClickHouse редко живет сам по себе: к нему подключаются Python-скрипты, backend-сервисы, BI-инструменты, Java-приложения и ETL-пайплайны. В этом уроке главный фокус на Python-библиотеке clickhouse-connect, а в…
Шаг 4
JSON, Array и ARRAY JOIN в ClickHouse
ClickHouse хорошо работает не только с простыми колонками, но и с полуструктурированными данными: JSON-событиями, массивами тегов, вложенными атрибутами и текстовыми свойствами. Главное — не превращать…
Шаг 5
Materialized View в ClickHouse: инкрементальные витрины без боли
Materialized View в ClickHouse часто используют для быстрых отчетов. Вместо того чтобы каждый раз считать тяжелую агрегацию по сырой таблице, ClickHouse может считать часть результата…
Учебные дорожки
Маршруты по теме «ClickHouse»
Сгруппированные материалы для последовательного изучения.
Маршрут 1
База и настройка
Маршрут 2
Рабочие задачи
Маршрут 3
Следующий уровень
Самопроверка
Как понять, что можно идти дальше
- Вы можете повторить основной пример без пропущенных шагов
- Понимаете назначение ключевых команд и параметров
- Умеете проверить результат и прочитать сообщение об ошибке
- Можете изменить пример под собственную задачу
Материалы рубрики
Новые материалы по теме «ClickHouse»
ClickHouse для RDF и Knowledge Graph: что реально возможно
ClickHouse можно использовать для аналитики графовых данных, но важно не путать это с нативной RDF-графовой базой. Он хорошо хранит большие таблицы ребер, быстро считает агрегаты по связям и помогает строить витрины. Но если…
UPDATE, DELETE, TTL и ReplacingMergeTree в ClickHouse
В ClickHouse можно обновлять и удалять данные, но это не значит, что его нужно использовать как обычную OLTP-базу. UPDATE и DELETE здесь выполняются через мутации, а для аналитических сценариев часто лучше подходят append-only…
ClickHouse и Python: clickhouse-connect, JDBC, ODBC и Power BI
ClickHouse редко живет сам по себе: к нему подключаются Python-скрипты, backend-сервисы, BI-инструменты, Java-приложения и ETL-пайплайны. В этом уроке главный фокус на Python-библиотеке clickhouse-connect, а в конце разберем, где появляются JDBC, ODBC и Power…
JSON, Array и ARRAY JOIN в ClickHouse
ClickHouse хорошо работает не только с простыми колонками, но и с полуструктурированными данными: JSON-событиями, массивами тегов, вложенными атрибутами и текстовыми свойствами. Главное — не превращать каждую таблицу в безразмерный JSON-склад, а выбирать между…
Materialized View в ClickHouse: инкрементальные витрины без боли
Materialized View в ClickHouse часто используют для быстрых отчетов. Вместо того чтобы каждый раз считать тяжелую агрегацию по сырой таблице, ClickHouse может считать часть результата при вставке данных и складывать его в отдельную…
JOIN в ClickHouse: INNER, LEFT, ANY и ASOF на примерах
ClickHouse поддерживает JOIN, но подход к соединениям здесь отличается от классической OLTP-базы. Для быстрых аналитических запросов важно понимать размер правой таблицы, тип JOIN, ключи соединения и альтернативы: денормализацию, словари и materialized views Учебный…
Функции ClickHouse: countIf, COUNT(DISTINCT), sumIf и argMax
В ClickHouse это три разные задачи: посчитать строки по условию, посчитать уникальные значения без условия и посчитать уникальные значения по условию. Для первой задачи используется countIf, для второй — COUNT(DISTINCT …), а для…
ClickHouse Client, INSERT INTO и первые SELECT-запросы
После запуска ClickHouse первый рабочий цикл выглядит так: подключиться через clickhouse-client, создать таблицу, вставить данные через INSERT INTO и выполнить SELECT с фильтрацией и агрегацией. В этом уроке пройдем весь путь на маленьком…
Типы данных ClickHouse: String, UInt, DateTime и JSON
Типы данных в ClickHouse напрямую влияют на скорость чтения, размер таблицы и удобство запросов. В аналитической базе нельзя бездумно хранить все как String: дата должна быть датой, деньги — Decimal, небольшие справочники —…
CREATE TABLE в ClickHouse: MergeTree, ORDER BY и база данных
CREATE TABLE в ClickHouse похож на SQL из других баз данных, но у него есть важные особенности: нужно выбрать движок таблицы, правильно задать ORDER BY и не ждать от primary key поведения как…