Como o ClickHouse usa funções procedurais no SQL

Andy G.

16 de noviembre de 2022
Reseña vía g2
Verificada

Reseña Original

O ClickHouse é o banco de dados mais rápido com que já trabalhei, e o que mudou minha rotina de verdade foi conseguir misturar funções procedurais ao SQL: em vez de repetir a mesma consulta várias vezes, monto um fluxo único que percorre os campos de forma iterativa, seletiva e extrapolativa, inclusive em estruturas complexas. As materialized views pré-calculam tabelas abstratas em segundo plano e o footprint de hardware cai bastante. Tudo isso sem abandonar o SQL padrão.

O ponto que mais me impressiona é a quantidade enorme de funções procedurais que dá para entrelaçar com o SQL. Elas funcionam como uma ponte entre uma linguagem de script e a consulta em si, e essa ponte resolve um problema bem prático: eu deixo de escrever a mesma consulta repetidas vezes só para cobrir variações pequenas de filtro ou de campo.

Em vez disso, escrevo um bloco que navega pelos dados de maneira iterativa, escolhe seletivamente o que precisa ser lido e extrapola valores a partir dos formatos estendidos, como estruturas complexas. Isso muda o tipo de pergunta que consigo fazer ao banco, porque a lógica de percorrer e transformar fica dentro da própria consulta, e não espalhada em código externo que depois precisa ser mantido e sincronizado com o restante do fluxo.

Na prática, ganho duas coisas ao mesmo tempo: menos duplicação e mais controle sobre o acesso ao dado. Quando preciso ajustar um recorte, altero o fluxo em um lugar só e o resultado se propaga para todas as leituras que dependem dele. A sensação é de estar programando perto do dado, sem pagar o custo de tirar a informação do banco para processar depois em outra camada.

Também notei que essa mistura não deixa a consulta ilegível. O que antes era uma sequência de comandos quase idênticos vira um trecho coeso, mais fácil de revisar e de explicar para quem chega depois.

As materialized views são a segunda peça que sustenta a performance no meu uso. Elas pré-calculam uma tabela abstraída em segundo plano, então quando a consulta chega, boa parte do trabalho pesado já foi feita. Não é preciso esperar o processamento começar do zero a cada leitura, e isso aparece na resposta.

Esse desenho também explica por que o footprint de hardware fica tão baixo. O ClickHouse faz muito com pouca máquina, e em muitos projetos o custo de infraestrutura fica na casa de US$ 100, algo bem distante do que eu estava acostumado a reservar para cargas parecidas. Não preciso montar uma estrutura enorme para ter resposta rápida.

Gosto do fato de a view materializada ser transparente para quem consome: a tabela abstraída aparece como qualquer outra e a lógica de pré-cálculo fica escondida atrás dela. Assim mantenho as consultas simples do lado de fora enquanto o trabalho de preparação acontece no fundo, sem que ninguém precise lembrar que aquela tabela foi derivada de outra.

Não vou dizer que é tudo instantâneo. Existe uma curva de aprendizado leve quando se começa, principalmente na hora de ir além do SQL padrão e entrar nas funções procedurais e nas estruturas complexas. É o único senão que registraria depois de todo esse tempo de uso.

Só que esse obstáculo é pequeno justamente porque o SQL padrão funciona normalmente. Quem já escreve consultas comuns continua produtivo desde o primeiro dia e vai incorporando os recursos extras aos poucos, sem parar o trabalho para estudar tudo antes. A transição para consultas mais complexas é indolor, no sentido de que não exige reaprender a pensar em banco de dados.

A documentação ajuda muito nesse processo. Sempre que esbarrei em alguma sintaxe ou em um formato estendido que não conhecia, encontrei explicação suficiente para seguir em frente sem depender de tentativa e erro por muito tempo. Isso reduz o custo de errar, acelera a curva e é o motivo pelo qual, no fim, a nota que dou é máxima.

Há um motivo para a comparação com o Lightning McQueen: o ClickHouse é rápido de um jeito que muda o que você se permite pedir ao banco. As funções procedurais entrelaçadas ao SQL cortam a repetição, as materialized views adiantam o trabalho e o hardware necessário encolhe. O único preço é uma curva de aprendizado leve no começo, compensada pelo SQL padrão e pela documentação. Para mim, é um 5 de 5.

Ver reseña completa en g2
Volver a todas las reseñas

¿Evaluando Click House?

Obtén una cotización personalizada de Click House según tus necesidades.

Hablar por WhatsApp

Simular Ahorros

Calcula tu ahorro potencial al cambiar a Click House.

Simular Ahorros
Click House
Click House

por Click House

Click House é um banco de dados analítico colunar (OLAP) de alta velocidade para análise em tempo real, observabilidade e cargas de dados e IA em escala corporativa.

SoftwareAnalytics
Página del Producto