使用字典中的值过滤来自 ClickHouse 的结果
Filtering results from ClickHouse using values from dictionaries
我对ClickHouse有点陌生，还在摸索着学习。对此有疑问。
谈论数据表示的星型方案，具有维度和事实。目前，我将所有内容都保存在 PostgreSQL 中，但带有聚合的 OLAP 查询开始显示错误的时机，因此我打算将一些事实 tables 移至 ClickHouse。 CH 的初始测试显示出令人难以置信的性能，然而，在现实生活中，查询应该包括从 PostgreSQL 到维度 tables 的连接。我知道我可以将它们连接为字典。
问题：我发现使用字典我可以发出类似于旧 RDBMS 中的 LEFT JOIN 的请求，即来自结果集的值可以与来自字典的相应值连接。但是它们可以通过对字典键的一些限制来过滤吗（如在 INNER JOIN 中）？例如，在 PostgreSQL 中，我有一个 table users (id, name, ...)，在 ClickHouse 中，我有 table visits (user_id, source, medium, session_time, timestamp, ...)，其中包含有关他们访问该站点的指标。我可以向 CH 查询以获取 name 符合某些条件（例如 LIKE "EVE%" ）的用户的汇总指标（给定日期范围内的每日访问次数）吗？
听起来您正在寻找 ODBC table 函数。 ClickHouse 有一堆 table 函数，它们像 Postgres foreign table 一样工作。该设置类似于字典，但您获得了传统的 JOIN 行为。它目前没有出现在官方文档中。你可以参考这个 https://github.com/yandex/ClickHouse/blob/master/dbms/tests/integration/test_odbc_interaction/test.py#L84 。并且在不久的将来（今年），ClickHouse将支持标准的JOIN语句。
字典基本上会先替换值。据我了解，您的字典将基于您的用户 table.
这是一个例子。希望我理解你的问题。
select dictGetString('accountidmap', 'domain', tuple(toString(account_id))) AS domain, sum(session) as sessions from session_distributed where date = '2018-10-15' and like(domain, '%cats%') group by domain
这是对我们数据库的真实查询，所以如果您有任何需要 try/confirm 让我知道
我对ClickHouse有点陌生，还在摸索着学习。对此有疑问。
谈论数据表示的星型方案，具有维度和事实。目前，我将所有内容都保存在 PostgreSQL 中，但带有聚合的 OLAP 查询开始显示错误的时机，因此我打算将一些事实 tables 移至 ClickHouse。 CH 的初始测试显示出令人难以置信的性能，然而，在现实生活中，查询应该包括从 PostgreSQL 到维度 tables 的连接。我知道我可以将它们连接为字典。
问题：我发现使用字典我可以发出类似于旧 RDBMS 中的 LEFT JOIN 的请求，即来自结果集的值可以与来自字典的相应值连接。但是它们可以通过对字典键的一些限制来过滤吗（如在 INNER JOIN 中）？例如，在 PostgreSQL 中，我有一个 table users (id, name, ...)，在 ClickHouse 中，我有 table visits (user_id, source, medium, session_time, timestamp, ...)，其中包含有关他们访问该站点的指标。我可以向 CH 查询以获取 name 符合某些条件（例如 LIKE "EVE%" ）的用户的汇总指标（给定日期范围内的每日访问次数）吗？
听起来您正在寻找 ODBC table 函数。 ClickHouse 有一堆 table 函数，它们像 Postgres foreign table 一样工作。该设置类似于字典，但您获得了传统的 JOIN 行为。它目前没有出现在官方文档中。你可以参考这个 https://github.com/yandex/ClickHouse/blob/master/dbms/tests/integration/test_odbc_interaction/test.py#L84 。并且在不久的将来（今年），ClickHouse将支持标准的JOIN语句。
字典基本上会先替换值。据我了解，您的字典将基于您的用户 table.
这是一个例子。希望我理解你的问题。
select dictGetString('accountidmap', 'domain', tuple(toString(account_id))) AS domain, sum(session) as sessions from session_distributed where date = '2018-10-15' and like(domain, '%cats%') group by domain
这是对我们数据库的真实查询，所以如果您有任何需要 try/confirm 让我知道