欢迎阅读我们的三月新闻通讯，每月为您汇总最新的 ClickHouse 资讯。您将在下面找到我们发布的新功能、近期线上交流会和网络研讨会的录音、一些使用窗口函数的巧妙查询以及一些推荐阅读。
ClickHouse v22.2
我们发布了 ClickHouse 22.2，这是您最喜欢的数据库的最新版本。亮点包括
- 投影已准备好投入生产并默认启用。它们允许您将表的一部分存储在原始表的子目录中，通常使用不同的排序键或聚合原始数据——类似于物化视图，但没有所有开销。它们的用法非常简单：查询将被自动分析并重定向到投影，如果必须在那里读取更少的数据才能产生相同的结果。几乎像魔法一样！
- 插入时的自定义去重 – 新设置
[insert_deduplication_token]允许您指定一个自定义令牌（任何字符串），该令牌用于确定是否已插入块。如果已插入，则任何后续具有相同令牌的块都将被丢弃。任何 insert 语句都会创建一个块，但大型插入会被分成大约 100 万行的多个块（由 max_insert_block_size 控制）。这使得在 ClickHouse 中实现精确一次语义变得更加容易。注意：默认情况下，ClickHouse 已经会对相同的已插入数据块（由相同顺序的相同行组成）进行去重。如果您需要，此新设置可为您提供更多控制。 - 默认表引擎 – 您现在可以设置默认表引擎，这样在创建表时就不必再指定引擎。例如
SET default_table_engine = 'MergeTree'
CREATE TABLE table1 (x int PRIMAY KEY (x))
SET allow_experimental_nlp_functions = 1
SELECT detectLanguage('Ich bin ein Berliner')
// returns 'de'
- dictGet* 函数中的隐式转换，现在您可以简化查询了！例如，当您有一个以 UInt32 作为主键的字典时，您可以使用以下任何一种方式访问它
dictGetOrNull(dict, attr, 1)
dictGetOrNull(dict, attr, '1')
dictGetOrNull(dict, attr, 1.0)
dictGetOrNull(dict, attr, toUInt8(1))
dictGetOrNull(dict, attr, toInt256(1))
线上交流会和网络研讨会
过去几周，ClickHouse 领域举办了多次线上交流会和网络研讨会。查看录音（如果您愿意，可以 2 倍速观看，我们不会评判您）
- 与 Contentsquare 的虚拟线上交流会，我们在会上了解了他们如何使用 ClickHouse 为其体验分析平台提供支持。这是一个令人印象深刻的历程，始于从 Elasticsearch 迁移到 ClickHouse，成本降低了 11 倍（数据量增加了 6 倍），速度提高了 10 倍！我们还听取了 ClickHouse Proxy (Chproxy) 项目以及 Alexey 最喜欢的 2021 年和 2022 年 ClickHouse 功能。亮点：在 1:20:12 处收听我们关于新的 JSON 数据类型的计划。
- 了解我们在 v22.02 版本网络研讨会中发布的新功能，包括在 S3 之上运行 ClickHouse 的即将到来的性能改进，请访问 42:05 （如果可以这么说，性能数据非常令人印象深刻！）。
- 旧金山湾区线上交流会邀请了来自 Materialize 和 FastNetMon 的嘉宾演讲者。
即将举行的网络研讨会
ClickHouse v22.3 版本网络研讨会
- 时间？3 月 17 日星期四上午 8 点（太平洋夏令时）/ 下午 4 点（格林威治标准时间）
添加到您的日历
每月查询：窗口函数助您一臂之力！
您知道 ClickHouse 有窗口函数吗？这是一个相对较新的功能（2021 年初），但非常强大。让我们快速浏览一下以前更难实现的功能。注意：我们将使用英国房价支付数据集，其中包含过去几十年英国所有房产交易数据，因此请随时重现查询！
查询 1：与同类群组平均值比较
SELECT avg(price) OVER(PARTITION BY postcode1) AS postcode_avg, *
FROM uk_price_paid
WHERE type = 'flat'
ORDER BY price DESC
此查询将显示英国有史以来最昂贵的公寓/住宅，但此外还将第一列显示其邮政编码的平均价格。所以现在我们可以看看谁真的超额支付了！
查询 2：此房产之前是什么时候售出的？
SELECT
lagInFrame(date) OVER (PARTITION BY postcode1, postcode2, addr1, addr2 ORDER BY date ASC) AS previous_date,
lagInFrame(price) OVER (PARTITION BY postcode1, postcode2, addr1, addr2 ORDER BY date ASC) AS previous_price,
* FROM uk_price_paid
对于像这样的时间序列数据集，我们通常希望查看特定实体的上一个记录。我们可以使用 lagInFrame 来实现此目的。如果我们使用 first_value，我们将获得该房产首次售出的时间（数据集仅追溯到 1995 年）。
查询 3：使用窗口函数排序
您还可以按窗口函数排序。例如，此查询显示了最昂贵邮政编码中最昂贵的子邮政编码（在英国，邮政编码由两个部分组成）
SELECT DISTINCT
postcode1,
postcode2,
avg(price) OVER (PARTITION BY postcode1, postcode2) AS avg_price
FROM uk_price_paid
WHERE type = 'flat'
ORDER BY
avg(price) OVER (PARTITION BY postcode1) DESC,
avg_price DESC
请注意 ORDER BY 子句中使用的两个窗口函数。对于那些熟悉伦敦的人来说，您不会感到惊讶，此查询得出的结果是位于梅菲尔和苏豪区边缘的 W1S 邮政编码。
阅读角
我们一直在阅读
- 我们如何扩展 ClickHouse 集群，由我们在 Contentsquare 的朋友撰写。他们有一个巧妙的“ClickHouse resharding-cooker”，结合了
clickhouse-backup和clickhouse-copier。如果您正在运行 ClickHouse 集群，非常值得一读！ - Opensee：使用 ClickHouse 每天分析数 TB 的金融数据，由我们的金融分析公司 Opensee 的朋友撰写。多年来，他们一直使用 ClickHouse 分析金融机构的风险概况。
- ClickHouse 22.2 版本发布博客文章 – 阅读有关最新 ClickHouse 版本和令人兴奋的新功能的信息，包括已准备好投入生产的投影、自定义去重和灵活的内存限制。
新增 ClickHouse 采用者：欢迎 Gigasheet。也把自己添加进去吧！
感谢阅读。我们下个月再见！
ClickHouse 团队
照片由 Fernando Venzano 拍摄，来自 Unsplash
