Como o ClickHouse usa funções procedurais no SQL

Andy G.

16 de novembro de 2022
Avaliação via g2
Verificada

Avaliação 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 avaliação completa no g2
Voltar para todas as avaliações

Avaliando o Click House?

Obtenha uma cotação personalizada de Click House baseada nas suas necessidades.

Falar no WhatsApp

Simular Economia

Calcule sua economia potencial ao migrar para Click House.

Simular Economia
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 do Produto