重写 PostgreSQL 查询
这是关于从 PostgreSQL 迁移到 ClickHouse 的指南的 第二部分。通过一个实际的例子，它演示了如何高效地进行实时复制（CDC）方式的迁移。许多涵盖的概念同样适用于从 PostgreSQL 到 ClickHouse 的手动批量数据传输。
您 PostgreSQL 设置中的大多数 SQL 查询应在 ClickHouse 中无需修改地运行，并且执行速度可能更快。
使用 CDC 的去重
在使用实时复制和 CDC 时，请记住，更新和删除可能会导致重复行。为了管理这一点，您可以使用涉及视图和可刷新的物化视图的技术。
请参阅本指南，了解如何在使用实时复制和 CDC 迁移时以最小的摩擦将您的应用程序从 PostgreSQL 迁移到 ClickHouse。
在 ClickHouse 中优化查询
虽然可以在最小查询重写的情况下进行迁移，建议利用 ClickHouse 的特性以显著简化查询并进一步提高查询性能。
这里的例子涵盖了常见的查询模式，并展示了如何使用 ClickHouse 对其进行优化。它们使用了完整的Stack Overflow 数据集（截至 2024 年 4 月）与 PostgreSQL 和 ClickHouse 中的等效资源（8 核心，32GiB 内存）。
为了简单起见，下面的查询省略了去重数据的技术。
此处的计数会略有不同，因为 PostgreSQL 数据仅包含满足外键参照完整性的行。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）中获得最多浏览量的：
哪些 tags 获得了最多的 views：
聚合函数
用户在可能的情况下应利用 ClickHouse 聚合函数。下面我们展示了使用argMax函数来计算每年查看次数最多的问题。
这比对应的 PostgreSQL 查询显著简单（且更快）：
条件和数组
条件和数组函数使查询显著简化。以下查询计算了从 2022 年到 2023 年增幅最大的标签（出现超过 10000 次）。请注意，由于条件、数组函数的存在以及在 HAVING 和 SELECT 子句中重用别名的能力，下面的 ClickHouse 查询非常简洁。
