ClickHouse: schnelle Abfragen durch den richtigen Sortierschlüsse

• Tag 1: Modellieren
• 1. Was ClickHouse schnell macht und wofür es nicht gebaut ist
  
• 2. Zugang schaffen
  
• 3. Datentypen, die den Platz bestimmen
  
• 4. Der Sortierschlüssel
  
• 5. Partitionierung, richtig verstanden
  
• 6. Komprimierung und Codecs
  
• Praxis-Übung (Tag 1): Eine eigene Tabelle anlegen, die Datentypen auf LowCardinality und Enum umstellen, zwei Sortierschlüssel gegeneinanderstellen und die gelesenen Datenmengen vergleichen, anschließend Codecs setzen und den Platzgewinn je Spalte belegen.
  
• Tag 2: Laden und verdichten
• 7. Richtig einfügen
  
• 8. Die MergeTree-Familie
  
• 9. Materialized Views als Verdichtungsmaschine
  
• 10. Blöcke überspringen
  
• 11. Nachschlagen statt verbinden
  
• 12. Daten hereinholen
  
• Praxis-Übung (Tag 2): Stapelweise laden und gegen Einzelsatz-Einfügungen messen, eine Materialized View auf AggregatingMergeTree anlegen und nachträglich füllen, ein Dictionary anstelle eines JOIN einsetzen und beide Abfragedauern vergleichen.
  
• Tag 3: Betreiben
• 13. Ändern und löschen
  
• 14. Replikation
  
• 15. Auf Shards verteilen
  
• 16. Über Systemtabellen beobachten
  
• 17. Rechte, Kontingente und Aufbewahrung
  
• 18. Ausblick: Agenten und MCP
  
• Praxis-Übung (Tag 3): Eine Mutation auslösen und über system.mutations verfolgen, eine replizierte Tabelle anlegen und eine Replik wieder anfahren, in system.query_log die drei teuersten Abfragen finden und je eine Ursache benennen.
  
  
  
  
  
• ...

Den kompletten Seminarinhalt finden Sie auf der Anbieterseite

• Datenbankadministratoren und Dateningenieure, die ClickHouse einführen oder betreiben
• BI- und Analysefachkräfte, die große Faktentabellen schnell abfragen müssen
• Entwicklerinnen und Entwickler, die Ereignis- und Zeitreihendaten auswerten
• Verantwortliche für Speicher- und Abfragekosten einer bestehenden ClickHouse-Installation

Voraussetzungen: Sicherer Umgang mit SQL, also Verknüpfungen, Gruppierungen und Unterabfragen, sowie Grundkenntnisse der Linux-Kommandozeile. Vorkenntnisse zu ClickHouse sind nicht erforderlich. Mitzubringen sind ein eigenes Abfragemuster und eigene Mengenangaben: Zeilen pro Tag, Aufbewahrungsdauer und die drei häufigsten Abfragen.

Abgrenzung


S6482 und S6789 behandeln Iceberg und Trino als Lakehouse-Bausteine; ClickHouse liest hier nur aus Objektspeicher, Parquet und Iceberg, soweit die Datenübernahme es verlangt. S2278 und S6544 behandeln Kafka selbst, hier nur die Kafka-Tabellenmaschine als Eingang.