ClickHouse

Database

Interroga dati analitici in tempo reale, gestisci le tabelle e ottimizza le prestazioni di ClickHouse — Neotask usa OpenClaw per renderlo conversazionale.

Cosa Puoi Fare

Esegui Query Analitiche in Tempo Reale

Descrivi la tua domanda analitica — 'mostrami il tasso di click-through per campagna degli ultimi 7 giorni, suddiviso in bucket orari' — e Neotask scrive SQL ClickHouse ottimizzato per l'esecuzione colonnare, usando le funzioni di aggregazione corrette e le espressioni di arrotondamento delle date.

Diagnostica la Salute dei Merge e delle Parti

Chiedi a Neotask di controllare la tabella system.parts per le tabelle con troppe parti, identificare i merge in corso o trovare le partizioni con conteggi di righe inattesi. Interpreta il backlog dei merge di ClickHouse e ti dice se è necessaria una OPTIMIZE manuale.

Monitora la Replica e le Query Distribuite

Per le tabelle ReplicatedMergeTree e Distributed, chiedi il lag di replica, la profondità della coda e se le repliche sono indietro. Neotask interroga system.replication_queue e system.replicas e spiega cosa significano i numeri in italiano semplice.

Gestisci le Strutture delle Tabelle e il TTL

Crea tabelle della famiglia MergeTree con le espressioni ORDER BY, PARTITION BY e TTL corrette — descritte in italiano semplice, generate come DDL ClickHouse corretto. Aggiungi o modifica le regole TTL per la scadenza automatica dei dati senza scrivere manualmente la sintassi ALTER TABLE.

Ottimizza le Prestazioni delle Query

Incolla una query ClickHouse lenta e chiedi a Neotask di interpretare l'output del log delle query, identificare se la chiave primaria viene utilizzata in modo efficiente e suggerire se una proiezione o una vista materializzata sarebbero utili per il tuo pattern di accesso.

Prova a Chiedere

  • "Mostrami le visualizzazioni di pagina per ora nelle ultime 24 ore dalla tabella events"
  • "Quali tabelle hanno più di 1000 parti e potrebbero necessitare di OPTIMIZE?"
  • "Quanto sono indietro le mie repliche adesso?"
  • "Crea una tabella ReplicatedMergeTree per memorizzare gli eventi utente partizionata per mese"
  • "Perché questa query non usa la chiave primaria?" (incolla la tua query)
  • "Aggiungi un TTL alla tabella logs per eliminare le righe più vecchie di 90 giorni"
  • "Mostrami le 10 query più lente dell'ultima ora usando system.query_log"
  • "Crea una vista materializzata che pre-aggrega i totali orari dalla tabella degli eventi grezzi"

    • Suggerimenti Pro

  • Progetta il tuo ORDER BY (chiave primaria) per i filtri delle tue query più frequenti — chiedi a Neotask di esaminare i tuoi pattern di query e raccomandare una chiave ottimale prima di creare la tabella.
  • Usa LowCardinality() per le colonne stringa con meno di 10.000 valori distinti — Neotask lo suggerirà automaticamente quando vede colonne stringa nella descrizione del tuo schema.
  • Preferisci toStartOfHour() e toStartOfDay() per il bucketing temporale invece dell'aritmetica manuale delle date — chiedi a Neotask di usare queste funzioni per una migliore potatura delle partizioni.
  • Quando inserisci dati, raggruppa gli inserimenti in almeno qualche migliaio di righe per inserimento — chiedi a Neotask di controllare i tuoi pattern di inserimento se stai vedendo conteggi eccessivi di parti.
  • Le viste materializzate in ClickHouse si attivano all'inserimento, non alla lettura — chiedi a Neotask di confermare che la tua logica di aggregazione gestisce correttamente gli aggiornamenti incrementali prima di crearne una.

    • Works Well With