重写 PostgreSQL 查询
这是关于从 PostgreSQL 迁移到 ClickHouse 的指南的 第 2 部分。使用实际示例，它演示了如何通过实时复制 (CDC) 方法高效地进行迁移。许多涉及的概念同样适用于从 PostgreSQL 到 ClickHouse 的手动批量数据传输。
您在 PostgreSQL 设置中的大多数 SQL 查询应该可以在 ClickHouse 中运行而无需修改，并且执行速度可能更快。
使用 CDC 去重
使用实时复制与 CDC 时，请注意，更新和删除可能会导致重复行。为了管理这种情况，您可以使用涉及视图和可刷新的 物化视图 的技术。
请参考本 指南，了解如何在使用实时复制与 CDC 进行迁移时，尽量减少摩擦地将应用程序从 PostgreSQL 迁移到 ClickHouse。
在 ClickHouse 中优化查询
虽然可以以最小的查询重写进行迁移，但建议利用 ClickHouse 的特性来显著简化查询并提高查询性能。
这里的示例涵盖了常见的查询模式，并展示了如何使用 ClickHouse 优化它们。它们使用完整的 Stack Overflow 数据集（截至 2024 年 4 月）在 PostgreSQL 和 ClickHouse 的等效资源上（8 核心，32GiB RAM）。
为了简化，以下查询省略了去重数据的技术。
此处的计数会略有不同，因为 Postgres 数据只包含满足外键引用完整性的行。ClickHouse 不施加此类约束，因此具有完整的数据集，例如包括匿名用户。
用户（提问超过 10 个）中浏览量最多的：
哪些 tags 收到的 views 最多：
聚合函数
在可能的情况下，用户应利用 ClickHouse 聚合函数。下面我们展示了如何使用 argMax 函数计算每年浏览量最多的问题。
这比等效的 Postgres 查询简单（且更快）得多：
条件和数组
条件和数组函数使查询变得更加简单。以下查询计算了从 2022 年到 2023 年增长百分比最大的标签（出现超过 10000 次）。请注意，由于条件、数组函数，以及在 HAVING 和 SELECT 子句中重用别名的能力，以下 ClickHouse 查询是简洁的。
