pg_clickhouse 참고 문서 - ClickHouse Documentation

설명

pg_clickhouse는 [외부 데이터 래퍼]를 포함해 ClickHouse 데이터베이스에서 원격 쿼리 실행을 지원하는 PostgreSQL 확장 기능입니다. PostgreSQL 13 이상과 ClickHouse 23.3 이상을 지원합니다.

시작하기

pg_clickhouse를 가장 간단하게 사용해 보려면 Docker image를 이용하는 방법이 있습니다. 이 이미지에는 pg_clickhouse와 [re2][re2 확장 기능]이 포함된 표준 PostgreSQL Docker image가 들어 있습니다:

docker run --name pg_clickhouse -e POSTGRES_PASSWORD=my_pass \
       -d ghcr.io/clickhouse/pg_clickhouse:18
docker exec -it pg_clickhouse psql -U postgres

ClickHouse 테이블 가져오기와 쿼리 푸시다운을 시작하려면 튜토리얼을 참조하십시오.

사용

CREATE EXTENSION pg_clickhouse;
CREATE SERVER taxi_srv FOREIGN DATA WRAPPER clickhouse_fdw
       OPTIONS(driver 'binary', host 'localhost', dbname 'taxi');
CREATE USER MAPPING FOR CURRENT_USER SERVER taxi_srv
       OPTIONS (user 'default');
CREATE SCHEMA taxi;
IMPORT FOREIGN SCHEMA taxi FROM SERVER taxi_srv INTO taxi;

버전 정책

pg_clickhouse는 공개 릴리스에 Semantic Versioning을 적용합니다.

API가 변경되면 메이저 버전이 증가합니다
하위 호환되는 SQL 변경이 있으면 마이너 버전이 증가합니다
바이너리만 변경되면 패치 버전이 증가합니다

설치가 완료되면 PostgreSQL은 두 가지 형태의 버전을 추적합니다.

라이브러리 버전(PostgreSQL 18 이상에서는 PG_MODULE_MAGIC으로 정의됨)에는 전체 시맨틱 버전이 포함되며, pgch_version() 함수의 출력 또는 Postgres pg_get_loaded_modules() 함수에서 확인할 수 있습니다.
확장 기능 버전(control file에 정의됨)에는 메이저 및 마이너 버전만 포함되며, pg_catalog.pg_extension 테이블, pg_available_extension_versions() 함수의 출력, 그리고 \dx pg_clickhouse에서 확인할 수 있습니다.

실제로 이는 예를 들어 패치 버전만 증가하는 릴리스, 즉 v0.1.0에서 v0.1.1로의 변경은 v0.1을 로드한 모든 데이터베이스에 적용되며, 업그레이드의 이점을 누리기 위해 ALTER EXTENSION을 실행할 필요가 없다는 뜻입니다. 반면 마이너 버전이나 메이저 버전이 증가하는 릴리스에는 SQL 업그레이드 스크립트가 함께 제공되며, 확장 기능이 포함된 기존의 모든 데이터베이스는 업그레이드의 이점을 누리기 위해 ALTER EXTENSION pg_clickhouse UPDATE를 실행해야 합니다.

DDL SQL 참고

다음 SQL DDL 표현식에서는 pg_clickhouse를 사용합니다.

CREATE EXTENSION

데이터베이스에 pg_clickhouse 확장 기능을 추가하려면 CREATE EXTENSION을 사용합니다:

CREATE EXTENSION pg_clickhouse;

특정 스키마에 설치하려면 WITH SCHEMA를 사용하세요(권장됨):

CREATE SCHEMA ch;
CREATE EXTENSION pg_clickhouse WITH SCHEMA ch;

ALTER EXTENSION

pg_clickhouse를 변경하려면 ALTER EXTENSION을 사용합니다. 예시:

새 릴리스의 pg_clickhouse를 설치한 후에는 UPDATE 절을 사용합니다:
ALTER EXTENSION pg_clickhouse UPDATE;
확장 기능을 새 스키마로 이동하려면 SET SCHEMA를 사용합니다:
CREATE SCHEMA ch; ALTER EXTENSION pg_clickhouse SET SCHEMA ch;

DROP EXTENSION

데이터베이스에서 pg_clickhouse 확장 기능을 제거하려면 DROP EXTENSION을 사용합니다:

DROP EXTENSION pg_clickhouse;

pg_clickhouse에 의존하는 객체가 있으면 이 명령은 실패합니다. 해당 객체도 함께 삭제하려면 CASCADE 절을 사용하십시오:

DROP EXTENSION pg_clickhouse CASCADE;

CREATE SERVER

ClickHouse 서버에 연결할 외부 서버를 생성하려면 CREATE SERVER를 사용합니다. 예시:

CREATE SERVER taxi_srv FOREIGN DATA WRAPPER clickhouse_fdw
       OPTIONS(driver 'binary', host 'localhost', dbname 'taxi');

지원되는 옵션은 다음과 같습니다:

driver: 사용할 ClickHouse 연결 드라이버입니다. binary 또는 http여야 합니다. 필수입니다.
compression: binary driver용 네이티브 프로토콜 Compression 설정입니다. 값으로는 none, lz4, 또는 zstd 중 하나를 사용할 수 있습니다. 기본값은 lz4입니다. http driver에서는 무시됩니다.
dbname: 연결 시 사용할 ClickHouse 데이터베이스입니다. 기본값은 default입니다.
host: ClickHouse 서버의 호스트 이름입니다. 기본값은 localhost입니다;
port: ClickHouse 서버에 연결할 때 사용할 포트입니다. 기본값은 다음과 같습니다:
- driver가 binary이고 host가 ClickHouse Cloud 호스트인 경우 9440
- driver가 binary이고 host가 ClickHouse Cloud 호스트가 아닌 경우 9004
- driver가 http이고 host가 ClickHouse Cloud 호스트인 경우 8443
- driver가 http이고 host가 ClickHouse Cloud 호스트가 아닌 경우 8123
min_tls_version: TLS를 사용하는 연결에서 협상할 최소 TLS 프로토콜 버전입니다. 값으로는 TLSv1, TLSv1.1, TLSv1.2, 또는 TLSv1.3 중 하나를 사용할 수 있습니다. 기본값은 TLS 라이브러리 자체의 최소 버전입니다. 두 드라이버 모두에 적용됩니다.
secure: 연결에 사용할 TLS를 제어합니다. 값은 다음 중 하나입니다:
- auto (기본값): host가 ClickHouse Cloud 호스트이거나 port가 보안 포트이면 TLS를 사용하고, 그렇지 않으면 plaintext를 사용합니다.
- on (또는 true/yes/1): 항상 TLS를 사용합니다. 기본 port는 8443 (http) 또는 9440(binary)입니다.
- off (또는 false/no/0): TLS를 사용하지 않습니다. 기본 port는 8123 (http) 또는 9000(binary)입니다.

ALTER SERVER

ALTER SERVER를 사용해 외부 서버를 수정합니다. 예시:

ALTER SERVER taxi_srv OPTIONS (SET driver 'http');

CREATE SERVER의 옵션과 동일합니다.

DROP SERVER

외부 서버를 삭제하려면 DROP SERVER를 사용합니다:

DROP SERVER taxi_srv;

다른 객체가 서버에 종속되어 있으면 이 명령은 실패합니다. 해당 종속 항목도 함께 삭제하려면 CASCADE를 사용하십시오:

DROP SERVER taxi_srv CASCADE;

CREATE USER MAPPING

CREATE USER MAPPING을 사용하여 PostgreSQL 사용자를 ClickHouse 사용자에 매핑할 수 있습니다. 예를 들어, taxi_srv 외부 서버를 통해 연결할 때 현재 PostgreSQL 사용자를 원격 ClickHouse 사용자에 매핑하려면 다음과 같이 하십시오:

CREATE USER MAPPING FOR CURRENT_USER SERVER taxi_srv
       OPTIONS (user 'demo');

지원되는 옵션은 다음과 같습니다.

user: ClickHouse 사용자의 이름입니다. 기본값은 “default”입니다.
password: ClickHouse 사용자의 비밀번호입니다.

ALTER USER MAPPING

사용자 매핑 정의를 변경하려면 ALTER USER MAPPING을 사용하십시오:

ALTER USER MAPPING FOR CURRENT_USER SERVER taxi_srv
       OPTIONS (SET user 'default');

옵션은 CREATE USER MAPPING과 동일합니다.

DROP USER MAPPING

사용자 매핑을 삭제하려면 DROP USER MAPPING을 사용합니다:

DROP USER MAPPING FOR CURRENT_USER SERVER taxi_srv;

IMPORT FOREIGN SCHEMA

IMPORT FOREIGN SCHEMA를 사용하면 ClickHouse 데이터베이스에 정의된 모든 테이블을 PostgreSQL 스키마의 외부 테이블로 가져올 수 있습니다:

CREATE SCHEMA taxi;
IMPORT FOREIGN SCHEMA demo FROM SERVER taxi_srv INTO taxi;

가져오기를 특정 테이블로 제한하려면 LIMIT TO를 사용하십시오:

IMPORT FOREIGN SCHEMA demo LIMIT TO (trips) FROM SERVER taxi_srv INTO taxi;

테이블을 제외하려면 EXCEPT를 사용합니다:

IMPORT FOREIGN SCHEMA demo EXCEPT (users) FROM SERVER taxi_srv INTO taxi;

pg_clickhouse는 지정된 ClickHouse 데이터베이스(위 예시의 “demo”)에 있는 모든 테이블 목록을 가져오고, 각 테이블의 컬럼 정의를 가져온 뒤 CREATE FOREIGN TABLE 명령을 실행해 외부 테이블을 생성합니다. 컬럼은 지원되는 데이터 타입과, 감지 가능한 경우 CREATE FOREIGN TABLE에서 지원하는 옵션을 사용해 정의됩니다.

가져온 식별자의 대소문자 보존IMPORT FOREIGN SCHEMA는 가져오는 테이블 및 컬럼 이름에 quote_identifier()를 적용하며, 이때 대문자나 공백이 포함된 식별자는 큰따옴표로 묶습니다. 따라서 이러한 테이블 및 컬럼 이름은 PostgreSQL 쿼리에서 반드시 큰따옴표로 묶어야 합니다. 모두 소문자이고 공백 문자가 없는 이름은 따옴표로 묶지 않아도 됩니다.예를 들어, 다음과 같은 ClickHouse 테이블이 있다고 가정해 보겠습니다:

CREATE OR REPLACE TABLE test
(
    id UInt64,
    Name TEXT,
    updatedAt DateTime DEFAULT now()
)
ENGINE = MergeTree
ORDER BY id;

IMPORT FOREIGN SCHEMA는 다음과 같은 외부 테이블을 생성합니다:

CREATE TABLE test
(
    id          BIGINT      NOT NULL,
    "Name"      TEXT        NOT NULL,
    "updatedAt" TIMESTAMPTZ NOT NULL
);

따라서 쿼리에서도 적절히 따옴표를 사용해야 합니다. 예를 들면 다음과 같습니다.

SELECT id, "Name", "updatedAt" FROM test;

다른 이름이나 모두 소문자인 이름(즉, 대소문자를 구분하지 않는 이름)으로 객체를 생성하려면 CREATE FOREIGN TABLE을 사용하십시오.

CREATE FOREIGN TABLE

ClickHouse 데이터베이스의 데이터를 쿼리할 수 있는 외부 테이블을 생성하려면 CREATE FOREIGN TABLE을 사용합니다:

CREATE FOREIGN TABLE acts (
    user_id    bigint NOT NULL,
    page_views int,
    duration   smallint,
    sign       smallint
) SERVER taxi_srv OPTIONS(
    table_name 'acts'
    engine 'CollapsingMergeTree(sign)'
);

지원되는 테이블 옵션은 다음과 같습니다.

database: 원격 데이터베이스의 이름입니다. 기본값은 외부 서버에 정의된 데이터베이스입니다.
table_name: 원격 테이블의 이름입니다. 기본값은 외부 테이블에 지정된 이름입니다.
engine: ClickHouse 테이블에 사용되는 [테이블 엔진]입니다. CollapsingMergeTree() 및 AggregatingMergeTree()의 경우, pg_clickhouse는 테이블에서 실행되는 함수 표현식에 매개변수를 자동으로 적용합니다.

각 컬럼의 원격 ClickHouse 데이터 타입에 맞는 데이터 타입을 사용하십시오. 지원되는 컬럼 옵션은 다음과 같습니다.

column_name: ClickHouse 쪽 컬럼의 이름입니다. 쿼리와 삽입을 deparse할 때 PostgreSQL 속성 이름보다 우선적으로 사용됩니다. 따옴표 없는 소문자 PostgreSQL 컬럼 이름을 대소문자를 구분하는 ClickHouse 컬럼에 매핑할 때 유용합니다. 예를 들면 다음과 같습니다.
CREATE FOREIGN TABLE hits ( watchid bigint OPTIONS(column_name 'WatchID'), javaenable smallint OPTIONS(column_name 'JavaEnable'), title text OPTIONS(column_name 'Title') ) SERVER taxi_srv OPTIONS(table_name 'hits');
AggregateFunction: AggregateFunction Type 컬럼에 적용되는 집계 함수의 이름입니다. 데이터 타입을 함수에 전달되는 ClickHouse 타입에 매핑하고, 적절한 컬럼 옵션으로 집계 함수 이름을 지정하면 pg_clickhouse가 해당 컬럼을 평가하는 집계 함수에 Merge를 자동으로 추가합니다.
CREATE FOREIGN TABLE test ( column1 bigint OPTIONS(AggregateFunction 'uniq'), column2 integer OPTIONS(AggregateFunction 'anyIf'), column3 bigint OPTIONS(AggregateFunction 'quantiles(0.5, 0.9)') ) SERVER clickhouse_srv;
SimpleAggregateFunction: SimpleAggregateFunction Type 컬럼에 적용되는 집계 함수의 이름입니다. 데이터 타입을 함수에 전달되는 ClickHouse 타입에 매핑하고, 적절한 컬럼 옵션으로 집계 함수 이름을 지정하십시오.

ALTER FOREIGN TABLE

외부 테이블의 정의를 변경할 때는 ALTER FOREIGN TABLE을 사용합니다:

ALTER TABLE table ALTER COLUMN b OPTIONS (SET AggregateFunction 'count');

지원되는 테이블 및 컬럼 옵션은 CREATE FOREIGN TABLE과 동일합니다.

DROP FOREIGN TABLE

외부 테이블을 삭제할 때는 DROP FOREIGN TABLE을 사용합니다:

DROP FOREIGN TABLE acts;

외부 테이블에 종속된 객체가 하나라도 있으면 이 명령은 실패합니다. 해당 객체도 함께 삭제하려면 CASCADE 절을 사용하십시오:

DROP FOREIGN TABLE acts CASCADE;

DML SQL 참고

아래의 SQL DML 표현식에서는 pg_clickhouse를 사용할 수 있습니다. 예시는 다음 ClickHouse 테이블(table)을 기준으로 합니다:

CREATE TABLE logs (
    req_id    Int64 NOT NULL,
    start_at   DateTime64(6, 'UTC') NOT NULL,
    duration  Int32 NOT NULL,
    resource  Text  NOT NULL,
    method    Enum8('GET' = 1, 'HEAD', 'POST', 'PUT', 'DELETE', 'CONNECT', 'OPTIONS', 'TRACE', 'PATCH', 'QUERY') NOT NULL,
    node_id   Int64 NOT NULL,
    response  Int32 NOT NULL
) ENGINE = MergeTree
  ORDER BY start_at;

CREATE TABLE nodes (
    node_id Int64 NOT NULL,
    name    Text  NOT NULL,
    region  Text  NOT NULL,
    arch    Text  NOT NULL,
    os      Text  NOT NULL
) ENGINE = MergeTree
  PRIMARY KEY node_id;

EXPLAIN

EXPLAIN 명령은 예상대로 작동하지만, VERBOSE 옵션을 사용하면 ClickHouse “Remote SQL” 쿼리가 출력됩니다:

try=# EXPLAIN (VERBOSE)
       SELECT resource, avg(duration) AS average_duration
         FROM logs
        GROUP BY resource;
                                     QUERY PLAN
------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=64)
   Output: resource, (avg(duration))
   Relations: Aggregate on (logs)
   Remote SQL: SELECT resource, avg(duration) FROM "default".logs GROUP BY resource
(4 rows)

이 쿼리는 “Foreign Scan” 실행 계획 노드를 통해 원격 SQL을 ClickHouse로 푸시다운합니다.

SELECT

다른 테이블과 마찬가지로 pg_clickhouse 테이블에서도 SELECT 문을 사용해 쿼리를 실행할 수 있습니다:

try=# SELECT start_at, duration, resource FROM logs WHERE req_id = 4117909262;
          start_at          | duration |    resource
----------------------------+----------+----------------
 2025-12-05 15:07:32.944188 |      175 | /widgets/totem
(1 row)

pg_clickhouse는 집계 함수를 포함해 가능한 한 많은 쿼리 실행을 ClickHouse로 푸시다운합니다. 푸시다운 범위를 확인하려면 EXPLAIN을 사용하십시오. 예를 들어 위 쿼리의 경우 모든 실행이 ClickHouse로 푸시다운됩니다

try=# EXPLAIN (VERBOSE, COSTS OFF)
       SELECT start_at, duration, resource FROM logs WHERE req_id = 4117909262;
                                             QUERY PLAN
-----------------------------------------------------------------------------------------------------
 Foreign Scan on public.logs
   Output: start_at, duration, resource
   Remote SQL: SELECT start_at, duration, resource FROM "default".logs WHERE ((req_id = 4117909262))
(3 rows)

pg_clickhouse는 동일한 원격 서버에 있는 테이블 간 조인도 푸시다운합니다:

try=# EXPLAIN (ANALYZE, VERBOSE)
       SELECT name, count(*), round(avg(duration))
         FROM logs
         LEFT JOIN nodes on logs.node_id = nodes.node_id
        GROUP BY name;
                                                                                  QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=72) (actual time=3.201..3.221 rows=8.00 loops=1)
   Output: nodes.name, (count(*)), (round(avg(logs.duration), 0))
   Relations: Aggregate on ((logs) LEFT JOIN (nodes))
   Remote SQL: SELECT r2.name, count(*), round(avg(r1.duration), 0) FROM  "default".logs r1 ALL LEFT JOIN "default".nodes r2 ON (((r1.node_id = r2.node_id))) GROUP BY r2.name
   FDW Time: 0.086 ms
 Planning Time: 0.335 ms
 Execution Time: 3.261 ms
(7 rows)

로컬 테이블과 조인하면 세심하게 튜닝하지 않는 한 비효율적인 쿼리가 생성될 수 있습니다. 이 예시에서는 원격 테이블 대신 nodes 테이블의 로컬 복사본을 만들고 이를 조인 대상으로 사용합니다:

try=# CREATE TABLE local_nodes AS SELECT * FROM nodes;
SELECT 8

try=# EXPLAIN (ANALYZE, VERBOSE)
       SELECT name, count(*), round(avg(duration))
         FROM logs
         LEFT JOIN local_nodes on logs.node_id = local_nodes.node_id
        GROUP BY name;
                                                             QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------
 HashAggregate  (cost=147.65..150.65 rows=200 width=72) (actual time=6.215..6.235 rows=8.00 loops=1)
   Output: local_nodes.name, count(*), round(avg(logs.duration), 0)
   Group Key: local_nodes.name
   Batches: 1  Memory Usage: 32kB
   Buffers: shared hit=1
   ->  Hash Left Join  (cost=31.02..129.28 rows=2450 width=36) (actual time=2.202..5.125 rows=1000.00 loops=1)
         Output: local_nodes.name, logs.duration
         Hash Cond: (logs.node_id = local_nodes.node_id)
         Buffers: shared hit=1
         ->  Foreign Scan on public.logs  (cost=10.00..20.00 rows=1000 width=12) (actual time=2.089..3.779 rows=1000.00 loops=1)
               Output: logs.req_id, logs.start_at, logs.duration, logs.resource, logs.method, logs.node_id, logs.response
               Remote SQL: SELECT duration, node_id FROM "default".logs
               FDW Time: 1.447 ms
         ->  Hash  (cost=14.90..14.90 rows=490 width=40) (actual time=0.090..0.091 rows=8.00 loops=1)
               Output: local_nodes.name, local_nodes.node_id
               Buckets: 1024  Batches: 1  Memory Usage: 9kB
               Buffers: shared hit=1
               ->  Seq Scan on public.local_nodes  (cost=0.00..14.90 rows=490 width=40) (actual time=0.069..0.073 rows=8.00 loops=1)
                     Output: local_nodes.name, local_nodes.node_id
                     Buffers: shared hit=1
 Planning:
   Buffers: shared hit=14
 Planning Time: 0.551 ms
 Execution Time: 6.589 ms

이 경우 로컬 컬럼 대신 node_id를 기준으로 그룹화하면 더 많은 집계를 ClickHouse에서 처리하도록 할 수 있으며, 이후 lookup 테이블과 조인할 수 있습니다:

try=# EXPLAIN (ANALYZE, VERBOSE)
       WITH remote AS (
           SELECT node_id, count(*), round(avg(duration))
             FROM logs
            GROUP BY node_id
       )
       SELECT name, remote.count, remote.round
         FROM remote
         JOIN local_nodes
           ON remote.node_id = local_nodes.node_id
        ORDER BY name;
                                                          QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------
 Sort  (cost=65.68..66.91 rows=490 width=72) (actual time=4.480..4.484 rows=8.00 loops=1)
   Output: local_nodes.name, remote.count, remote.round
   Sort Key: local_nodes.name
   Sort Method: quicksort  Memory: 25kB
   Buffers: shared hit=4
   ->  Hash Join  (cost=27.60..43.79 rows=490 width=72) (actual time=4.406..4.422 rows=8.00 loops=1)
         Output: local_nodes.name, remote.count, remote.round
         Inner Unique: true
         Hash Cond: (local_nodes.node_id = remote.node_id)
         Buffers: shared hit=1
         ->  Seq Scan on public.local_nodes  (cost=0.00..14.90 rows=490 width=40) (actual time=0.010..0.016 rows=8.00 loops=1)
               Output: local_nodes.node_id, local_nodes.name, local_nodes.region, local_nodes.arch, local_nodes.os
               Buffers: shared hit=1
         ->  Hash  (cost=15.10..15.10 rows=1000 width=48) (actual time=4.379..4.381 rows=8.00 loops=1)
               Output: remote.count, remote.round, remote.node_id
               Buckets: 1024  Batches: 1  Memory Usage: 9kB
               ->  Subquery Scan on remote  (cost=1.00..15.10 rows=1000 width=48) (actual time=4.337..4.360 rows=8.00 loops=1)
                     Output: remote.count, remote.round, remote.node_id
                     ->  Foreign Scan  (cost=1.00..5.10 rows=1000 width=48) (actual time=4.330..4.349 rows=8.00 loops=1)
                           Output: logs.node_id, (count(*)), (round(avg(logs.duration), 0))
                           Relations: Aggregate on (logs)
                           Remote SQL: SELECT node_id, count(*), round(avg(duration), 0) FROM "default".logs GROUP BY node_id
                           FDW Time: 0.055 ms
 Planning:
   Buffers: shared hit=5
 Planning Time: 0.319 ms
 Execution Time: 4.562 ms

이제 “Foreign Scan” 노드는 node_id별 집계를 푸시다운하여, Postgres로 다시 가져와야 하는 행 수를 1000개(전체)에서 각 노드당 1개씩인 단 8개로 줄입니다.

파티션 테이블

PostgreSQL [파티션 테이블]은 로컬 파티션과 ClickHouse를 기반으로 하는 외부 파티션을 함께 사용할 수 있습니다. 일반적으로 오래된 데이터는 ClickHouse로 오프로드하고, 최근 데이터는 PostgreSQL에 유지합니다:

CREATE TABLE events (id int, ts date, val int, amt float8)
    PARTITION BY RANGE (ts);

-- 2023 data lives on ClickHouse
CREATE FOREIGN TABLE events_2023 PARTITION OF events
    FOR VALUES FROM ('2023-01-01') TO ('2024-01-01')
    SERVER ch_svr OPTIONS (table_name 'events');

-- 2024 data stays local
CREATE TABLE events_2024 PARTITION OF events
    FOR VALUES FROM ('2024-01-01') TO ('2025-01-01');

로컬 파티션에서 외부 파티션으로 데이터를 이동하는 방법은 offload-partition.sql 예시를 참조하십시오. 로컬 및 외부 파티션 모두에 걸친 집계에는 [파티션별 집계]가 필요하며, PostgreSQL에서는 기본적으로 비활성화되어 있습니다:

SET enable_partitionwise_aggregate = on;

enable_partitionwise_aggregate를 활성화하면 PostgreSQL은 Append 아래에서 부분 집계를 수행한 후, 위의 최종 집계에서 이를 결합하여 결과를 생성합니다. pg_clickhouse는 외부 파티션의 부분 집계를 ClickHouse로 푸시다운합니다:

try=# EXPLAIN (VERBOSE, COSTS OFF)
       SELECT count(*), sum(val), min(ts), max(ts) FROM events;
                                                       QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------
 Finalize Aggregate
   Output: count(*), sum(events.val), min(events.ts), max(events.ts)
   ->  Append
         ->  Foreign Scan
               Output: (PARTIAL count(*)), (PARTIAL sum(events.val)), (PARTIAL min(events.ts)), (PARTIAL max(events.ts))
               Relations: Aggregate on (events_2023 events)
               Remote SQL: SELECT count(*), sum(val), min(ts), max(ts) FROM "default".events
         ->  Partial Aggregate
               Output: PARTIAL count(*), PARTIAL sum(events_1.val), PARTIAL min(events_1.ts), PARTIAL max(events_1.ts)
               ->  Seq Scan on public.events_2024 events_1
                     Output: events_1.val, events_1.ts

부분 집계가 푸시다운되는 경우

PostgreSQL은 부분 집계를 전이 상태로 나타내며, 최종 처리 단계에서 이를 여러 파티션에 걸쳐 결합합니다. pg_clickhouse는 파티션의 부분 집계를 ClickHouse 값으로 표현할 수 있을 때만 푸시다운할 수 있습니다.

전이 상태가 이미 최종 값인 분해 가능한 집계 함수는 직접 푸시다운됩니다. 여기에는 count, sum, min, max, bool_and/every, bool_or, bit_and, bit_or, bit_xor가 포함됩니다.
**정수에 대한 avg**는 {count, sum} 상태를 배열로 푸시다운합니다.
**부동 소수점에 대한 avg, var_pop, var_samp, stddev_pop, stddev_samp**는 {N, sum, 제곱 편차의 합} 상태를 배열로 푸시다운합니다.

FILTER (WHERE …)는 이러한 집계 함수와 함께 푸시다운됩니다.

폴백되는 경우

전이 상태가 PostgreSQL의 불투명한 internal 유형인 집계 함수는 이식 가능한 표현이 없으므로, 외래 파티션에서 해당 행을 가져와 로컬에서 집계합니다. 여기에는 numeric에 대한 모든 집계와 avg(bigint), avg(interval)이 포함됩니다. DISTINCT, 순서 집합 및 가변 인수 집계 함수도 폴백됩니다.

PREPARE, EXECUTE, DEALLOCATE

v0.1.2부터 pg_clickhouse는 주로 PREPARE 명령으로 생성한 매개변수화된 쿼리를 지원합니다:

try=# PREPARE avg_durations_between_dates(date, date) AS
       SELECT date(start_at), round(avg(duration)) AS average_duration
         FROM logs
        WHERE date(start_at) BETWEEN $1 AND $2
        GROUP BY date(start_at)
        ORDER BY date(start_at);
PREPARE

평소처럼 EXECUTE를 사용해 prepared statement를 실행하십시오:

try=# EXECUTE avg_durations_between_dates('2025-12-09', '2025-12-13');
    date    | average_duration
------------+------------------
 2025-12-09 |              190
 2025-12-10 |              194
 2025-12-11 |              197
 2025-12-12 |              190
 2025-12-13 |              195
(5 rows)

매개변수화된 실행을 사용하면 25.8 이전 버전의 ClickHouse에서는 http driver가 DateTime 시간대를 올바르게 변환하지 못합니다. 이는 [해당 버그]가 [수정]되기 전까지의 문제입니다. PostgreSQL은 PREPARE를 사용하지 않더라도 경우에 따라 매개변수화된 쿼리 계획을 사용할 수 있다는 점에 유의하십시오. 정확한 시간대 변환이 필요한 쿼리에서 25.8 이상으로 업그레이드할 수 없다면, 대신 binary driver를 사용하십시오.

pg_clickhouse는 평소와 같이 집계를 푸시다운하며, 이는 EXPLAIN 상세 출력에서 확인할 수 있습니다:

try=# EXPLAIN (VERBOSE) EXECUTE avg_durations_between_dates('2025-12-09', '2025-12-13');
                                                                                                            QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=36)
   Output: (date(start_at)), (round(avg(duration), 0))
   Relations: Aggregate on (logs)
   Remote SQL: SELECT date(start_at), round(avg(duration), 0) FROM "default".logs WHERE ((date(start_at) >= '2025-12-09')) AND ((date(start_at) <= '2025-12-13')) GROUP BY (date(start_at)) ORDER BY date(start_at) ASC NULLS LAST
(4 rows)

매개변수 자리표시자가 아니라 전체 날짜 값이 전송되었다는 점에 유의하십시오. 이는 PostgreSQL의 [PREPARE 참고 사항]에 설명된 대로 처음 5번의 요청에 해당합니다. 여섯 번째 실행부터는 ClickHouse의 {param:type} 형식 [쿼리 매개변수]를 전송합니다: 매개변수:

                                                                                                         QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Foreign Scan  (cost=1.00..5.10 rows=1000 width=36)
   Output: (date(start_at)), (round(avg(duration), 0))
   Relations: Aggregate on (logs)
   Remote SQL: SELECT date(start_at), round(avg(duration), 0) FROM "default".logs WHERE ((date(start_at) >= {p1:Date})) AND ((date(start_at) <= {p2:Date})) GROUP BY (date(start_at)) ORDER BY date(start_at) ASC NULLS LAST
(4 rows)

prepared statement을 해제하려면 DEALLOCATE를 사용합니다:

try=# DEALLOCATE avg_durations_between_dates;
DEALLOCATE

INSERT

원격 ClickHouse 테이블에 값을 삽입하려면 INSERT 명령을 사용하십시오:

try=# INSERT INTO nodes(node_id, name, region, arch, os)
VALUES (9,  'Augustin Gamarra', 'us-west-2', 'amd64', 'Linux')
     , (10, 'Cerisier', 'us-east-2', 'amd64', 'Linux')
     , (11, 'Dewalt', 'use-central-1', 'arm64', 'macOS')
;
INSERT 0 3

COPY

원격 ClickHouse 테이블(table)에 여러 행(row)을 한 번에 삽입하려면 COPY 명령을 사용합니다:

try=# COPY logs FROM stdin CSV;
4285871863,2025-12-05 11:13:58.360760,206,/widgets,POST,8,401
4020882978,2025-12-05 11:33:48.248450,199,/users/1321945,HEAD,3,200
3231273177,2025-12-05 12:20:42.158575,220,/search,GET,2,201
\.
>> COPY 3

⚠️ Batch API 제한 사항 pg_clickhouse는 아직 PostgreSQL FDW 배치 삽입 API를 지원하지 않습니다. 따라서 현재 COPY는 레코드를 삽입할 때 INSERT SQL 문을 사용합니다. 이 부분은 향후 릴리스에서 개선될 예정입니다.

LOAD

LOAD를 사용해 pg_clickhouse 공유 라이브러리를 로드합니다:

try=# LOAD 'pg_clickhouse';
LOAD

일반적으로 LOAD를 사용할 필요는 없습니다. Postgres는 해당 기능(함수, foreign table 등) 중 하나를 처음 사용할 때 pg_clickhouse를 자동으로 로드하기 때문입니다. LOAD pg_clickhouse가 유용할 수 있는 경우는, 이에 의존하는 쿼리를 실행하기 전에 SET으로 pg_clickhouse 매개변수를 설정해야 할 때입니다.

SET

SET를 사용해 pg_clickhouse의 사용자 지정 구성 매개변수를 설정합니다.

`pg_clickhouse.session_settings`

pg_clickhouse.session_settings 매개변수는 이후 쿼리에 설정할 [ClickHouse 설정]을 지정합니다. 예시:

SET pg_clickhouse.session_settings = 'join_use_nulls 1, final 1';

기본값은

join_use_nulls 1, group_by_use_nulls 1, final 1, transform_null_in 0

빈 문자열로 설정하면 ClickHouse 서버’s 설정으로 폴백됩니다 — 단, pushdown의 정확성은 이러한 기본값 중 일부에 따라 달라집니다. 외부 조인의 join_use_nulls 및 IN 계열의 transform_null_in (IN 및 NULL 의미 체계 참조).

SET pg_clickhouse.session_settings = '';

구문은 하나 이상의 공백으로 구분된 쉼표 구분 키/값 쌍 목록입니다. 키는 [ClickHouse 설정]에 해당해야 합니다. 값에 포함된 공백, 쉼표, 백슬래시는 백슬래시로 이스케이프하세요:

SET pg_clickhouse.session_settings = 'join_algorithm grace_hash\,hash';

또는 공백과 쉼표를 이스케이프하지 않으려면 작은따옴표로 묶인 값을 사용할 수 있습니다. 이중 따옴표를 사용하지 않으려면 [달러 인용] 사용을 고려하십시오:

SET pg_clickhouse.session_settings = $$join_algorithm 'grace_hash,hash'$$;

가독성이 중요하고 많은 설정을 지정해야 한다면 여러 줄로 작성하십시오. 예시는 다음과 같습니다:

SET pg_clickhouse.session_settings TO $$
    connect_timeout 2,
    count_distinct_implementation uniq,
    final 1,
    group_by_use_nulls 1,
    join_algorithm 'prefer_partial_merge',
    join_use_nulls 1,
    log_queries_min_type QUERY_FINISH,
    max_block_size 32768,
    max_execution_time 45,
    max_result_rows 1024,
    metrics_perf_events_list 'this,that',
    network_compression_method ZSTD,
    poll_interval 5,
    totals_mode after_having_auto
$$;

일부 설정은 pg_clickhouse 자체의 동작을 방해할 수 있는 경우 무시됩니다. 여기에는 다음이 포함됩니다:

date_time_output_format: http driver는 이 값을 “iso”로 요구합니다
format_tsv_null_representation: http driver는 기본값을 요구합니다
output_format_tsv_crlf_end_of_line: http driver는 기본값을 요구합니다

그 외에는 pg_clickhouse가 설정을 검증하지 않고, 모든 쿼리마다 이를 ClickHouse에 전달합니다. 따라서 각 ClickHouse 버전에서 제공하는 모든 설정을 지원합니다. pg_clickhouse.session_settings를 설정하기 전에 pg_clickhouse가 먼저 로드되어야 합니다. 이를 위해 [공유 라이브러리 사전 로드]를 사용하거나, 확장 기능에 포함된 객체 중 하나를 사용해 로드되도록 하면 됩니다.

`pg_clickhouse.pushdown_regex`

pg_clickhouse.pushdown_regex 매개변수는 pg_clickhouse가 정규식 함수와 연산자를 푸시다운할지 여부를 제어합니다. 기본값은 푸시다운을 수행하는 것이며, 푸시다운하지 않도록 하려면 이 매개변수를 false로 설정하십시오:

SET pg_clickhouse.pushdown_regex = 'false';

자세한 내용은 정규식을 확인하십시오.

ALTER ROLE

ALTER ROLE의 SET 명령을 사용하면 pg_clickhouse를 사전 로드하거나 특정 역할별로 매개변수를 SET할 수 있습니다:

try=# ALTER ROLE CURRENT_USER SET session_preload_libraries = pg_clickhouse;
ALTER ROLE

try=# ALTER ROLE CURRENT_USER SET pg_clickhouse.session_settings = 'final 1';
ALTER ROLE

pg_clickhouse의 사전 로드 및/또는 매개변수를 재설정하려면 ALTER ROLE의 RESET 명령을 사용하십시오:

try=# ALTER ROLE CURRENT_USER RESET session_preload_libraries;
ALTER ROLE

try=# ALTER ROLE CURRENT_USER RESET pg_clickhouse.session_settings;
ALTER ROLE

사전 로드

모든 또는 거의 모든 Postgres 연결에서 pg_clickhouse를 사용해야 한다면, 이를 자동으로 로드하도록 [공유 라이브러리 사전 로드] 사용을 고려하십시오:

`session_preload_libraries`

PostgreSQL에 새 연결이 생성될 때마다 공유 라이브러리를 로드합니다:

session_preload_libraries = pg_clickhouse

서버를 다시 시작하지 않고도 업데이트 내용을 적용하는 데 유용합니다. 다시 연결만 하면 됩니다. ALTER ROLE을 통해 특정 사용자나 역할에 대해서도 설정할 수 있습니다.

`shared_preload_libraries`

시작 시 PostgreSQL 부모 프로세스에 공유 라이브러리를 로드합니다:

shared_preload_libraries = pg_clickhouse

메모리 사용량과 각 세션의 로드 오버헤드를 줄이는 데 유용하지만, 라이브러리가 업데이트되면 클러스터를 다시 시작해야 합니다.

데이터 타입

pg_clickhouse는 다음 ClickHouse 데이터 타입을 PostgreSQL 데이터 타입에 매핑합니다. IMPORT FOREIGN SCHEMA는 컬럼을 가져올 때 PostgreSQL 컬럼 타입으로 첫 번째 타입을 사용하고, 추가 타입은 CREATE FOREIGN TABLE SQL 문에서 사용할 수 있습니다:

ClickHouse	PostgreSQL	비고
Bool	boolean
Date	date
Date32	date
DateTime	timestamptz
Decimal	numeric
Float32	real
Float64	double precision
IPv4	inet
IPv6	inet
Int16	smallint
Int32	integer
Int64	bigint
Int8	smallint
JSON	jsonb, json
String	text, bytea
UInt16	integer
UInt32	bigint
UInt64	bigint	값이 BIGINT 최댓값을 초과하면 오류 발생
UInt8	smallint
UUID	uuid

모든 컬럼은 text, varchar 또는 다른 문자열 타입으로도 읽을 수 있습니다. 값은 먼저 위의 PostgreSQL 타입으로 변환된 후 해당 타입의 출력 함수를 통해 렌더링됩니다. bigint 최댓값을 초과하는 UInt64 값은 여전히 오류가 발생하므로, 이러한 값은 ClickHouse toString() 함수를 사용해 렌더링하십시오. 추가 참고 사항과 세부 내용은 아래에서 설명합니다.

BYTEA

ClickHouse는 PostgreSQL의 BYTEA 유형에 해당하는 타입을 제공하지 않지만, String 유형에 임의의 바이트를 저장할 수 있습니다. 일반적으로 ClickHouse 문자열은 PostgreSQL의 TEXT에 매핑하고, 바이너리 데이터를 사용하는 경우에는 BYTEA에 매핑하십시오. 예시:

-- Create ClickHouse table with String columns.
CALL clickhouse_perform('ch_srv', $$
    CREATE TABLE bytes (
        c1 Int8, c2 String, c3 String
    ) ENGINE = MergeTree ORDER BY (c1);
$$);

-- Create foreign table with BYTEA columns.
CREATE FOREIGN TABLE bytes (
    c1 int,
    c2 BYTEA,
    c3 BYTEA
) SERVER ch_srv OPTIONS( table_name 'bytes' );

-- Insert binary data into the foreign table.
INSERT INTO bytes
SELECT n, sha224(bytea('val'||n)), decode(md5('int'||n), 'hex')
  FROM generate_series(1, 4) n;

-- View the results.
SELECT * FROM bytes;

마지막 SELECT 쿼리의 출력 결과는 다음과 같습니다:

 c1 |                             c2                             |                 c3
----+------------------------------------------------------------+------------------------------------
  1 | \x1bf7f0cc821d31178616a55a8e0c52677735397cdde6f4153a9fd3d7 | \xae3b28cde02542f81acce8783245430d
  2 | \x5f6e9e12cd8592712e638016f4b1a2e73230ee40db498c0f0b1dc841 | \x23e7c6cacb8383f878ad093b0027d72b
  3 | \x53ac2c1fa83c8f64603fe9568d883331007d6281de330a4b5e728f9e | \x7e969132fc656148b97b6a2ee8bc83c1
  4 | \x4e3c2e4cb7542a45173a8dac939ddc4bc75202e342ebc769b0f5da2f | \x8ef30f44c65480d12b650ab6b2b04245
(4 rows)

ClickHouse 컬럼에 nul 바이트가 포함된 경우, TEXT 컬럼을 사용하는 외부 테이블은 올바른 값을 출력하지 않습니다:

-- Create foreign table with TEXT columns.
CREATE FOREIGN TABLE texts (
    c1 int,
    c2 TEXT,
    c3 TEXT
) SERVER ch_srv OPTIONS( table_name 'bytes' );

-- Encode binary data as hex.
SELECT c1, encode(c2::bytea, 'hex'), encode(c3::bytea, 'hex') FROM texts ORDER BY c1;

출력 결과:

 c1 |                          encode                          |              encode
----+----------------------------------------------------------+----------------------------------
  1 | 1bf7f0cc821d31178616a55a8e0c52677735397cdde6f4153a9fd3d7 | ae3b28cde02542f81acce8783245430d
  2 | 5f6e9e12cd8592712e638016f4b1a2e73230ee40db498c0f0b1dc841 | 23e7c6cacb8383f878ad093b
  3 | 53ac2c1fa83c8f64603fe9568d883331                         | 7e969132fc656148b97b6a2ee8bc83c1
  4 | 4e3c2e4cb7542a45173a8dac939ddc4bc75202e342ebc769b0f5da2f | 8ef30f44c65480d12b650ab6b2b04245
(4 rows)

2번째와 3번째 행에는 잘린 값이 포함되어 있습니다. 이는 PostgreSQL이 nul 종료 문자열(nul-terminated string)을 사용하며, 문자열 내에 nul 문자를 지원하지 않기 때문입니다. TEXT 컬럼에 이진 값을 삽입하면 예상대로 성공적으로 작동합니다:

-- Insert via text columns:
TRUNCATE texts;
INSERT INTO texts
SELECT n, sha224(bytea('val'||n)), decode(md5('int'||n), 'hex')
  FROM generate_series(1, 4) n;

-- View the data.
SELECT c1, encode(c2::bytea, 'hex'), encode(c3::bytea, 'hex') FROM texts ORDER BY c1;

텍스트 컬럼은 올바르게 표시됩니다:

 c1 |                          encode                          |              encode
----+----------------------------------------------------------+----------------------------------
  1 | 1bf7f0cc821d31178616a55a8e0c52677735397cdde6f4153a9fd3d7 | ae3b28cde02542f81acce8783245430d
  2 | 5f6e9e12cd8592712e638016f4b1a2e73230ee40db498c0f0b1dc841 | 23e7c6cacb8383f878ad093b0027d72b
  3 | 53ac2c1fa83c8f64603fe9568d883331007d6281de330a4b5e728f9e | 7e969132fc656148b97b6a2ee8bc83c1
  4 | 4e3c2e4cb7542a45173a8dac939ddc4bc75202e342ebc769b0f5da2f | 8ef30f44c65480d12b650ab6b2b04245
(4 rows)

하지만 BYTEA로 읽으면 그렇지 않습니다:

# SELECT * FROM bytes;
 c1 |                                                           c2                                                           |                                   c3
----+------------------------------------------------------------------------------------------------------------------------+------------------------------------------------------------------------
  1 | \x5c783162663766306363383231643331313738363136613535613865306335323637373733353339376364646536663431353361396664336437 | \x5c786165336232386364653032353432663831616363653837383332343534333064
  2 | \x5c783566366539653132636438353932373132653633383031366634623161326537333233306565343064623439386330663062316463383431 | \x5c783233653763366361636238333833663837386164303933623030323764373262
  3 | \x5c783533616332633166613833633866363436303366653935363864383833333331303037643632383164653333306134623565373238663965 | \x5c783765393639313332666336353631343862393762366132656538626338336331
  4 | \x5c783465336332653463623735343261343531373361386461633933396464633462633735323032653334326562633736396230663564613266 | \x5c783865663330663434633635343830643132623635306162366232623034323435
(4 rows)

일반적으로 인코딩된 문자열에는 TEXT 컬럼만 사용하고, BYTEA 컬럼은 바이너리 데이터에만 사용하며, 두 타입을 서로 바꿔 사용해서는 안 됩니다.

Function 및 연산자 참고

함수

이 함수들은 ClickHouse 데이터베이스를 쿼리하기 위한 인터페이스를 제공합니다.

`clickhouse_raw_query`

Deprecated: clickhouse_raw_query()는 지원 중단 경고를 발생시키며 다음 릴리스에서 제거됩니다. 행을 읽으려면 clickhouse_query를 사용하고, 반환값이 없는 SQL 문을 실행하려면 clickhouse_perform을 사용하십시오. 둘 다 임시 연결 문자열 대신 구성된 서버의 드라이버, 자격 증명, 데이터베이스 및 연결 캐시를 재사용합니다.

SELECT clickhouse_raw_query(
    'CREATE TABLE t1 (x String) ENGINE = Memory',
    'host=localhost port=8123'
);

ClickHouse 서비스에 연결하여 단일 쿼리를 실행한 후 연결을 종료합니다. 선택적인 두 번째 인수는 기본값이 host=localhost port=8123인 연결 문자열을 지정합니다. 지원되는 연결 매개변수는 다음과 같습니다.

driver: 사용할 연결 드라이버로, “http” 또는 “binary” 중 하나이며 기본값은 “http”입니다.
host: 연결할 호스트입니다. 필수입니다.
port: 연결할 포트입니다. “http” 드라이버의 기본값은 8123이고, “binary” 드라이버의 기본값은 9000입니다. host가 ClickHouse Cloud 호스트인 경우 각각 8443 또는 9440으로 변경됩니다.
dbname: 연결할 데이터베이스의 이름입니다.
username: 연결에 사용할 사용자 이름입니다. 기본값은 default입니다.
password: 인증에 사용할 비밀번호입니다. 기본값은 비밀번호 없음입니다.

두 드라이버 모두 탭으로 구분된 행(null은 \N)을 반환하지만, 값별 표현 방식은 다릅니다. “http” 드라이버는 ClickHouse’s 자체 TSV 포맷을 그대로 반환하는 반면, “binary” 드라이버는 각 값을 PostgreSQL 출력 함수에 전달합니다. 기본적으로 이 함수에 대해 EXECUTE 권한을 가진 역할은 없습니다. 따라서 정당한 이유로 ad-hoc ClickHouse 쿼리를 실행해야 하는 역할(예: 전용 ClickHouse 관리자 역할)에만 GRANT로 권한을 부여하는 것이 좋습니다. 레코드를 반환하지 않는 쿼리에 유용하지만, 값을 반환하는 쿼리의 결과는 단일 텍스트 값으로 반환됩니다.

SELECT clickhouse_raw_query(
    'SELECT schema_name, schema_owner from information_schema.schemata',
    'host=localhost port=8123'
);

      clickhouse_raw_query
---------------------------------
 INFORMATION_SCHEMA      default+
 default default                +
 git     default                +
 information_schema      default+
 system  default                +

(1 row)

`clickhouse_server_version`

SELECT clickhouse_server_version('taxi_srv');

지정한 외부 서버의 ClickHouse 서버 버전을 major.minor.patch 형식으로 반환합니다. 필요한 경우 서버’s 옵션과 현재 사용자의 사용자 매핑을 사용하여 연결합니다:

 clickhouse_server_version
---------------------------
 25.8.1
(1 row)

네이티브 프로토콜 연결 핸드셰이크에서 버전을 가져오거나, HTTP를 통해 단일 SELECT version() 쿼리로 가져온 뒤 연결이 유지되는 동안 캐시합니다.

`clickhouse_query`

SELECT * FROM clickhouse_query(
    'server',
    'SELECT id, name, salary FROM remote_table WHERE salary > 50000'
) AS ch(id int, name text, salary numeric);

이미 구성된 외부 서버에서 쿼리를 실행하고, 각 ClickHouse 결과 컬럼을 컬럼 정의 목록에 지정된 PostgreSQL 타입에 매핑하여 해당 행을 릴레이션으로 반환합니다. 서버의 driver, 자격 증명, 데이터베이스, 연결 캐시를 재사용합니다. 첫 번째 인수는 CREATE SERVER로 생성한 서버 이름입니다. 컬럼 정의 목록 (AS name(col type, ...))은 필수입니다. PostgreSQL은 행을 가져오기 전에 결과 구조를 알아야 하며, 이 구조는 쿼리가 반환하는 컬럼과 일치해야 합니다. 값은 외부 테이블 컬럼과 동일한 방식으로 ClickHouse에서 선언된 타입으로 변환됩니다. DDL처럼 결과를 반환하지 않는 SQL 문은 선언할 항목이 없으므로, 대신 clickhouse_perform을 사용하여 실행하십시오. 기본적으로 어떤 역할에도 EXECUTE 권한이 없습니다. 역할이 이 함수를 사용할 수 있도록 GRANT하십시오.

GRANT EXECUTE ON FUNCTION clickhouse_query(text, text) TO ch_admin;

`clickhouse_perform`

CALL clickhouse_perform(
    'server',
    'CREATE TABLE remote_table (id Int32) ENGINE = MergeTree ORDER BY id'
);

이미 구성된 외부 서버에 대해 SQL 문을 실행하고 결과는 모두 버립니다. DDL처럼 행을 반환하지 않아 clickhouse_query에서 선언할 결과 구조가 없는 SQL 문에 사용하십시오. 서버는 clickhouse_query와 동일한 방식으로 확인하며, 해당 함수의 driver, 자격 증명, 데이터베이스 및 연결 캐시를 재사용합니다. 프로시저이므로 SELECT가 아닌 CALL로 호출해야 하며, 행을 반환하지 않습니다. 기본적으로 어떤 역할에도 EXECUTE 권한이 없습니다. 프로시저 사용을 허용하려면 역할에 GRANT하십시오.

GRANT EXECUTE ON PROCEDURE clickhouse_perform(text, text) TO ch_admin;

푸시다운 함수

pg_clickhouse는 조건식(HAVING 및 WHERE 절)에 사용되는 PostgreSQL 내장 함수 일부를 ClickHouse로 푸시다운합니다. 이 함수 집합은 다음과 같이 ClickHouse의 대응 함수에 매핑됩니다:

abs: abs
factorial: factorial
mod (int2/int4/int8/numeric): 나머지
pow & power (float8/numeric): pow
round: round
sin, cos, tan, atan, atan2, sinh, cosh, tanh, asinh, degrees, radians, pi는 이름이 같은 ClickHouse 수학 함수입니다. asin, acos, atanh, acosh는 푸시다운되지 않습니다: PG는 범위를 벗어난 입력에서 오류를 발생시키지만 CH는 NaN을 반환합니다.
date_part:
- date_part('day'): toDayOfMonth
- date_part('doy'): toDayOfYear
- date_part('dow'): toDayOfWeek
- date_part('year'): toYear
- date_part('month'): toMonth
- date_part('hour'): toHour
- date_part('minute'): toMinute
- date_part('second'): toSecond
- date_part('quarter'): toQuarter
- date_part('isoyear'): toISOYear
- date_part('week'): toISOYear
- date_part('epoch'): toISOYear
date_trunc:
- date_trunc('week'): toMonday
- date_trunc('second'): toStartOfSecond
- date_trunc('minute'): toStartOfMinute
- date_trunc('hour'): toStartOfHour
- date_trunc('day'): toStartOfDay
- date_trunc('month'): toStartOfMonth
- date_trunc('quarter'): toStartOfQuarter
- date_trunc('year'): toStartOfYear
extract(field FROM source): 매핑은 date_part와 동일합니다
date(timestamp) & date(timestamptz): toDate (CH 별칭 date로 다시 표현됨)
array_position: indexOf와 0을 NULL로 변환하는 nullIf, 그리고 검색 시작 인덱스를 지정하는 세 번째 인수가 있을 때 arraySlice를 사용합니다. 현재 nan은 일치하지 않습니다
array_cat: arrayConcat
array_append: arrayPushBack
array_prepend: arrayPushFront
array_remove: arrayRemove
cardinality: length
array_length(array, 1): nullIf(length(array), 0)
array_length & cardinality: length
array_to_string: arrayStringConcat
string_to_array: splitByString
split_part: splitByString + 배열 인덱스
trim_array: arrayResize
array_fill: arrayWithConstant
array_reverse: arrayReverse
array_shuffle: arrayShuffle
array_sample: arrayRandomSample
array_sort: arraySort / arrayReverseSort
btrim: trimBoth
ltrim: trimLeft
rtrim: trimRight
concat_ws: concatWithSeparator
lower(text): lowerUTF8
upper(text): upperUTF8
substring(text, ...) & substr(text, ...): substringUTF8
substring(bytea, ...) & substr(bytea, ...): substring
length(text): lengthUTF8
length(bytea) & octet_length: length
reverse(text): reverseUTF8
reverse(bytea): reverse
strpos: positionUTF8
regexp_like: match
regexp_match: 정규식에 괄호로 묶인 서브표현식이 포함되어 있으면 extractGroups, 그렇지 않으면 extractAll을 arraySlice로 슬라이스합니다.
regexp_replace: replaceRegexpOne 또는 g 플래그가 있으면 replaceRegexpOne
regexp_split_to_array: splitByRegexp
md5: MD5
fmt가 대소문자를 구분하지 않는 string constant인 경우의 encode(bytea, fmt):
- encode(bytea, 'hex'): hex PostgreSQL이 소문자 hex를 생성하므로 lower로 감쌉니다.
- encode(bytea, 'base64'): base64Encode PostgreSQL의 MIME(RFC 2045) 형식에 따라 76자마다 삽입되는 줄 바꿈을 재현하기 위해 replaceRegexpAll로 감쌉니다.
- encode(bytea, 'base64url') (PostgreSQL 19+): base64URLEncode, padding 없이 PostgreSQL의 RFC 4648 URL 알파벳과 일치합니다.
json_extract_path_text: 서브컬럼 구문
json_extract_path: toJSONString + 서브컬럼 구문
jsonb_extract_path_text: 서브컬럼 구문
jsonb_extract_path: toJSONString + 서브컬럼 구문
bit_count(bytea): bitCount
to_timestamp(float8): toDateTime64
to_char(timestamp[tz], fmt): formatDateTime fmt가 모든 키워드에 대해 ClickHouse에 정확히 대응하는 값이 있는 string constant인 경우입니다. 지원되는 키워드는 호환성 참고 사항의 to_char()를 참조하십시오. 그렇지 않으면 이 함수는 PostgreSQL에서 로컬로 실행됩니다.
statement_timestamp, transaction_timestamp, & clock_timestamp: nowInBlock64 (nowInBlock64(9, $session_timezone))
CURRENT_DATE: now와 toDate (toDate(now($session_timezone)))
now, CURRENT_TIMESTAMP, & LOCALTIMESTAMP: now64 (now64(9, $session_timezone))
CURRENT_TIMESTAMP(n) & LOCALTIMESTAMP(n): now64 (now64(n, $session_timezone))
CURRENT_DATABASE: PostgreSQL 함수의 값으로 전달됩니다.
CURRENT_SCHEMA: PostgreSQL 함수의 값으로 전달됩니다.
CURRENT_CATALOG: PostgreSQL 함수의 값으로 전달됩니다.
CURRENT_USER: PostgreSQL 함수의 값으로 전달됩니다.
USER: PostgreSQL 함수에서 값으로 전달됩니다.
CURRENT_ROLE: PostgreSQL 함수의 값으로 전달됩니다.
SESSION_USER: PostgreSQL 함수의 값으로 전달됩니다.

푸시다운 연산자

배열 슬라이스 (arr[L:U]): arraySlice
@> (배열 포함): hasAll
<@ (배열에 포함됨): hasAll
&& (배열 겹침): hasAny
~ (정규식 일치): match
!~ (정규식 불일치): match
~* (대소문자를 구분하지 않는 정규식 불일치): match
!~* (대소문자를 구분하지 않는 정규식 불일치): match
->> (JSON/JSONB 요소를 텍스트로 추출): 서브컬럼 구문
-> (JSON/JSONB 요소 추출): toJSONString + 서브컬럼 구문

IN 및 NULL 의미 체계

ClickHouse는 IN을 2값 논리로 평가합니다. 즉, NULL이 관련된 경우에도 프로브에서 일치 항목을 찾지 못하면 0을 반환하는 반면 PostgreSQL은 NULL을 반환합니다. PostgreSQL 의미 체계를 보존하기 위해 pg_clickhouse는 상수 목록 또는 배열에 대한 IN 계열(IN, NOT IN, = ANY, = ALL, <> ANY, <> ALL)을 무조건 푸시다운합니다. 프로브나 배열 원소가 NULL일 수 없음을 증명할 수 있으면 네이티브 또는 저비용 형식을 사용하고, 그렇지 않으면 런타임에 NULL 값을 확인하는 보호된 CASE 형식을 사용합니다. 이를 통해 SELECT 목록이나 GROUP BY와 같은 값 위치를 비롯한 모든 컨텍스트에서 PostgreSQL의 정확한 3값 결과(TRUE, FALSE, NULL)를 계산합니다. 널 허용 컬럼에 대한 NOT IN (SELECT ...) 필터도 푸시다운되며, PostgreSQL 동작을 유지하도록 보정 가드가 추가된 형태로 역파싱됩니다. 즉, NULL을 포함하는 Set은 모든 행을 제외하고, NULL 프로브는 빈 Set에 대해서만 통과합니다. NOT NULL 선언으로 불필요함을 증명할 수 있으면 각 가드는 생략됩니다. 위의 배열 형식과 달리 이 가드는 일반 필터 조건(또는 NOT 아래)에서만 적용됩니다. 값 위치의 IN (SELECT ...) 및 그룹화되거나 집계된 하위 쿼리 본문은 여전히 푸시다운하지 않습니다. 컬럼을 NOT NULL로 선언하면 더 저렴한 가드 없는 형식을 전송할 수 있으므로 푸시다운을 극대화할 수 있습니다. IMPORT FOREIGN SCHEMA는 Nullable이 아닌 ClickHouse 컬럼에 대해 이를 자동으로 수행합니다. 이 증명은 NULL이 아닌 상수, NOT NULL 컬럼 및 이들에 대한 기본 산술 연산(+, -, *, 단항 -)을 대상으로 합니다. 이 규칙은 ClickHouse의 기본값인 transform_null_in = 0을 전제합니다. pg_clickhouse는 ClickHouse 서버 프로필이 이 값을 암묵적으로 변경하지 못하도록 pg_clickhouse.session_settings 매개변수의 기본값을 통해 모든 쿼리에 이를 설정합니다. transform_null_in = 1로 설정하면 푸시다운된 모든 IN의 의미 체계가 깨집니다.

사용자 지정 함수

pg_clickhouse로 생성된 이러한 사용자 지정 함수는 PostgreSQL에 대응하는 기능이 없는 일부 ClickHouse 함수에 대해 원격 쿼리 푸시다운을 제공합니다. 이 함수들 중 하나라도 pushdown되지 않으면 예외를 발생시킵니다.

dictGet

확장 기능 푸시다운

pg_clickhouse는 일부 핵심 확장 기능과 서드파티 확장 기능의 함수를 인식하여, 해당 ClickHouse 함수로 푸시다운합니다.

re2

모든 [re2 확장 기능] 연산자 및 함수는 ClickHouse 함수에 1:1로 푸시다운됩니다:

@~ → match
re2match → match
re2extract → extract
re2extractall → extractAll
re2regexpextract → regexpExtract
re2extractgroups → extractGroups
re2replaceregexpone → replaceRegexpOne
re2replaceregexpall → replaceRegexpAll
re2countmatches → countMatches
re2countmatchescaseinsensitive → countMatchesCaseInsensitive
re2multimatchany → multiMatchAny
re2multimatchanyindex → multiMatchAnyIndex
re2multimatchallindices → multiMatchAllIndices

intarray

다음 intarray 함수 1개가 ClickHouse로 푸시다운됩니다:

idx → indexOf

fuzzystrmatch

다음 2개의 fuzzystrmatch 함수는 ClickHouse로 푸시다운됩니다:

soundex: soundex
levenshtein (2-arg): editDistanceUTF8

푸시다운 캐스트

pg_clickhouse는 호환되는 데이터 타입에 대해서는 CAST(x AS bigint)와 같은 캐스트를 푸시다운합니다. 호환되지 않는 타입에서는 푸시다운이 실패합니다. 이 예시에서 x가 ClickHouse UInt64라면 ClickHouse는 해당 값의 캐스트를 거부합니다. 호환되지 않는 데이터 타입으로의 캐스트도 푸시다운할 수 있도록 pg_clickhouse는 다음 함수를 제공합니다. 이 함수들이 푸시다운되지 않으면 PostgreSQL에서 예외를 발생시킵니다.

푸시다운 집계 함수

다음 PostgreSQL 집계 함수는 ClickHouse로 푸시다운됩니다.

사용자 지정 집계 함수

pg_clickhouse가 생성한 이러한 사용자 지정 집계 함수는 PostgreSQL에 대응하는 기능이 없는 일부 ClickHouse 집계 함수에 대해 원격 쿼리 푸시다운을 제공합니다. 이 함수들 중 하나라도 푸시다운할 수 없으면 예외를 발생시킵니다.

푸시다운 정렬된 집합 집계 함수

이 [정렬된 집합 집계 함수]는 직접 인수를 매개변수로, ORDER BY 표현식을 인수로 전달하는 방식으로 ClickHouse [매개변수화된 집계 함수]에 대응됩니다. 예를 들어, 다음 PostgreSQL 쿼리는:

SELECT percentile_cont(0.25) WITHIN GROUP (ORDER BY a) FROM t1;

다음 ClickHouse 쿼리로 변환됩니다:

SELECT quantile(0.25)(a) FROM t1;

기본값이 아닌 ORDER BY 접미사 DESC 및 NULLS FIRST는 지원되지 않으며, 사용하면 오류가 발생합니다.

percentile_cont(double): quantile
percentile_cont(double[]): quantiles
percentile_disc(double): quantileExactLow
percentile_disc(double[]): quantilesExactLow

사용자 정의 정렬된 집합 집계 함수

pg_clickhouse에서 생성된 이러한 사용자 정의 [정렬된 집합 집계 함수]는 일부 ClickHouse [매개변수화된 집계 함수]에 대한 원격 쿼리 푸시다운을 제공합니다. 이러한 함수 중 푸시다운할 수 없는 함수가 있으면 예외가 발생합니다.

quantile(double): quantile
quantileExact(double): quantileExact

사용자 정의 정렬된 집합 집계 함수

pg_clickhouse에서 제공하는 이러한 사용자 정의 [정렬된 집합 집계 함수]는 일부 ClickHouse [매개변수화된 집계 함수]에 대한 원격 쿼리 푸시다운을 지원합니다. 이 함수들을 푸시다운할 수 없으면 예외가 발생합니다.

푸시다운 윈도우 함수

다음 PostgreSQL [윈도우 함수]는 해당되는 경우 프레임 사양을 포함한 OVER (PARTITION BY ... ORDER BY ...) 절과 함께 ClickHouse로 푸시다운됩니다.

순위 함수(row_number, rank, dense_rank, ntile, cume_dist, percent_rank)는 ClickHouse에서 이러한 함수의 프레임 사양을 허용하지 않으므로 푸시다운 시 프레임 절을 생략합니다.

호환성 관련 참고 사항

정규식

pg_clickhouse.pushdown_regex가 true일 때(기본값) pg_clickhouse는 정규식을 ClickHouse의 대응 표현식으로 푸시다운하며, 기본적인 수준의 호환성을 보장하기 위해 노력합니다. 다만 두 시스템 간 차이점과 pg_clickhouse가 이를 어떻게 처리하는지는 숙지해야 합니다.

PostgreSQL은 POSIX Regular Expressions를 지원하고 ClickHouse는 RE2 Regular Expressions를 지원합니다. 동작 방식의 차이에 유의하십시오. 정규식이 ClickHouse에서 평가되는 경우(예: WHERE 절)에는 RE2를 사용하고, Postgres에서 평가되는 경우(예: SELECT 절)에는 POSIX를 사용하십시오.
pg_clickhouse는 [Postgres 플래그]를 (?) 안의 ClickHouse 정규식 앞에 붙여 전달합니다. 예시는 다음과 같습니다:
regexp_like(val, '^VAL\d', 'i')
다음과 같이 바뀝니다
match(val, concat('(?i)', '^VAL\\d'))

둘 다 지원하므로 ClickHouse에서 평가할 때 사용할 수 있는 플래그는 다음뿐입니다:

플래그	As	참고 사항
`i`	`i`	대소문자를 구분하지 않는 매칭
`m`	`m-s`	`^` 및 `$`는 텍스트의 시작/끝뿐 아니라 줄의 시작/끝에도 매칭됩니다
`n`	`m-s`	`m`의 Postgres 별칭
`p`	`-s`	`.` 및 `[^x]`가 `\n`과 매칭되지 않도록 합니다
`s`	`s`	`.` 및 `[^x]`가 `\n`과 매칭되도록 합니다
`t`		엄격한 구문이며, 무시됩니다
`w`	`m`	역방향 부분 줄바꿈 민감 매칭

RE2에서는 이러한 플래그만 지원하므로 다른 [Postgres 플래그]는 사용하지 마십시오.

이 표는 새 줄 문자와 줄 끝을 매칭할 때 다양한 플래그(및 s와 동일한, 플래그를 지정하지 않은 경우)의 영향을 요약합니다. Postgres에서는 m과 p가 부정 문자 클래스([^xyz])가 새 줄 문자와 매칭되는 것을 막지만, ClickHouse의 해당 플래그는 그렇지 않다는 점에 유의하십시오. 그 외의 동작은 ClickHouse와 Postgres에서 동일합니다:

`a\nb`에 적용한 패턴	Postgres	ClickHouse	동일 여부
`a.b`	true	true	✔︎
`a[^x]b`	true	true	✔︎
`a$`	false	false	✔︎
`s` 플래그
`(?s)a.b`	true	true	✔︎
`(?s)a[^x]b`	true	true	✔︎
`(?s)a$`	false	false	✔︎
`m` 플래그
`(?m)a.b`	false	false	✔︎
`(?m)a[^x]b`	true	false	✘
`(?m)a$`	true	true	✔︎
`p` 플래그
`(?p)a.b`	false	false	✔︎
`(?p)a[^x]b`	true	false	✘
`(?p)a$`	false	false	✔︎
`w` 플래그
`(?w)a.b`	true	true	✔
`(?w)a[^x]b`	true	true	✔
`(?w)a$`	true	true	✔

정규식 함수에 전달된 다른 플래그가 있으면 함수는 푸시다운되지 않습니다.
예외는 regexp_replace()로, g 플래그도 지원합니다. g가 설정되면 pg_clickhouse는 replaceRegexpOne() 대신 replaceRegexpAll()을 사용하고, 다른 플래그를 앞에 추가하기 전에 g 플래그를 제거합니다.
Postgres regexp_replace()의 대체 인수는 전체 일치를 가리킬 때 \&를 지원하지만, ClickHouse에서는 전체 일치에 \0를 사용합니다. 함수가 ClickHouse로 푸시다운되는 경우 반드시 \0를 사용하십시오.
일치하는 항목이 없으면 Postgres regexp_match는 NULL을 반환하지만, 푸시다운되는 표현식은 빈 배열을 반환합니다. 반환 값을 호환되게 비교하려면 COALESCE()를 사용해 NULL 대신 빈 배열을 반환하게 하십시오. 예시는 다음과 같습니다:
SELECT * FROM events WHERE COALESCE(regexp_match(msg, '^ERR'), '{}');

모호함을 완전히 피하려면 pg_clickhouse.pushdown_regex를 설정하여 Postgres 정규식이 ClickHouse로 푸시다운되지 않도록 하고, pg_clickhouse가 ClickHouse 호환 RE2 정규식의 직접 푸시다운을 지원하는 [re2 확장 기능]을 사용하는 것을 고려하십시오.

`to_char()`

timestamp 및 timestamp with time zone에 대한 PostgreSQL to_char()는 포맷 인수가 비-NULL 문자열 상수이고, 그 안의 모든 PostgreSQL 키워드에 바이트 단위까지 동일한 ClickHouse 대응 항목이 있는 경우에만 ClickHouse formatDateTime으로 푸시다운됩니다. 포맷이 동적이거나 (Const가 아님), 지원되지 않는 키워드 또는 수정자를 포함하는 경우에는 해당 호출은 PostgreSQL에서 로컬로 평가됩니다 — 부분 변환으로는 푸시다운을 전혀 시도하지 않으므로 출력은 PG 호환성을 유지합니다. numeric, interval 및 기타 타임스탬프가 아닌 타입에 대한 2인수 to_char() 형태는 절대로 푸시다운되지 않습니다. ClickHouse formatDateTime은 날짜-시간 값만 포맷합니다.

번역된 키워드

PostgreSQL	ClickHouse	의미
`YYYY`, `yyyy`	`%Y`	4자리 연도
`YY`, `yy`	`%y`	2자리 연도
`MM`, `mm`	`%m`	앞을 0으로 채운 월 (01–12)
`DD`, `dd`	`%d`	앞을 0으로 채운 일자 (01–31)
`DDD`, `ddd`	`%j`	앞을 0으로 채운 연중 날짜 (001–366)
`HH24`, `hh24`	`%H`	앞을 0으로 채운 24시간 (00–23)
`HH`, `hh`, `HH12`, `hh12`	`%I`	앞을 0으로 채운 12시간 (01–12)
`MI`, `mi`	`%i`	앞을 0으로 채운 분 (00–59)
`SS`, `ss`	`%S`	앞을 0으로 채운 초 (00–59)
`Q`, `q`	`%Q`	분기 (1–4)
`Mon`	`%b`	축약된 월 이름(예: `Oct`)
`Dy`	`%a`	축약된 요일 이름(예: `Mon`)
`AM`, `PM`	`%p`	오전/오후 표시, 항상 대문자

인용된 텍스트와 리터럴

"..."로 감싼 텍스트는 있는 그대로 전달되며, 리터럴 %는 ClickHouse의 지정자 접두사(prefix)를 이스케이프하기 위해 %%로 두 번 써야 합니다. 따옴표 밖의 \"도 리터럴 "로 그대로 전달됩니다. "..." 내부에서는 백슬래시가 "에만 이스케이프 문자로 작동하며, 다른 백슬래시 시퀀스는 리터럴 텍스트로 처리됩니다.

작성자

David E. Wheeler

​설명

​시작하기

​사용

​버전 정책

​DDL SQL 참고

​CREATE EXTENSION

​ALTER EXTENSION

​DROP EXTENSION

​CREATE SERVER

​ALTER SERVER

​DROP SERVER

​CREATE USER MAPPING

​ALTER USER MAPPING

​DROP USER MAPPING

​IMPORT FOREIGN SCHEMA

​CREATE FOREIGN TABLE

​ALTER FOREIGN TABLE

​DROP FOREIGN TABLE

​DML SQL 참고

​EXPLAIN

​SELECT

​파티션 테이블

​부분 집계가 푸시다운되는 경우

​폴백되는 경우

​PREPARE, EXECUTE, DEALLOCATE

​INSERT

​COPY

​LOAD

​SET

​pg_clickhouse.session_settings

​pg_clickhouse.pushdown_regex

​ALTER ROLE

​사전 로드

​session_preload_libraries

​shared_preload_libraries

​데이터 타입

​BYTEA

​Function 및 연산자 참고

​함수

​clickhouse_raw_query

​clickhouse_server_version

​clickhouse_query

​clickhouse_perform

​푸시다운 함수

​푸시다운 연산자

​IN 및 NULL 의미 체계

​사용자 지정 함수

​확장 기능 푸시다운

​re2

​intarray

​fuzzystrmatch

​푸시다운 캐스트

​푸시다운 집계 함수

​사용자 지정 집계 함수

​푸시다운 정렬된 집합 집계 함수

​사용자 정의 정렬된 집합 집계 함수

​사용자 정의 정렬된 집합 집계 함수

​푸시다운 윈도우 함수

​호환성 관련 참고 사항

​정규식

​to_char()

​번역된 키워드

​인용된 텍스트와 리터럴

​작성자

​저작권

설명

시작하기

사용

버전 정책

DDL SQL 참고

CREATE EXTENSION

ALTER EXTENSION

DROP EXTENSION

CREATE SERVER

ALTER SERVER

DROP SERVER

CREATE USER MAPPING

ALTER USER MAPPING

DROP USER MAPPING

IMPORT FOREIGN SCHEMA

CREATE FOREIGN TABLE

ALTER FOREIGN TABLE

DROP FOREIGN TABLE

DML SQL 참고

EXPLAIN

SELECT

파티션 테이블

부분 집계가 푸시다운되는 경우

폴백되는 경우

PREPARE, EXECUTE, DEALLOCATE

INSERT

COPY

LOAD

SET

`pg_clickhouse.session_settings`

`pg_clickhouse.pushdown_regex`

ALTER ROLE

사전 로드

`session_preload_libraries`

`shared_preload_libraries`

데이터 타입

BYTEA

Function 및 연산자 참고

함수

`clickhouse_raw_query`

`clickhouse_server_version`

`clickhouse_query`

`clickhouse_perform`

푸시다운 함수

푸시다운 연산자

IN 및 NULL 의미 체계

사용자 지정 함수

확장 기능 푸시다운

re2

intarray

fuzzystrmatch

푸시다운 캐스트

푸시다운 집계 함수

사용자 지정 집계 함수

푸시다운 정렬된 집합 집계 함수

사용자 정의 정렬된 집합 집계 함수

사용자 정의 정렬된 집합 집계 함수

푸시다운 윈도우 함수

호환성 관련 참고 사항

정규식

`to_char()`

번역된 키워드

인용된 텍스트와 리터럴

작성자

저작권