Rphoenxkgn ®
Модератор Книг и Обучающих материалов
Стаж: 11 лет 1 мес.
Сообщений: 635
Ratio: 38.738
Поблагодарили: 34239
100%
|
R&D-лаборатория Devhands, Алексей Белозерский | Clickhouse для аналитиков и инженеров данных (2026) PCRec [RU]
Автор: Алексей Белозерский Производство: R&D-лаборатория DevhandsЖанр: видеокурс, базы данных, ClickHouse, аналитика, обработка данных, инженерия данных Описание:Курс «ClickHouse для аналитиков и инженеров данных» поможет разобраться с популярной колоночной СУБД для аналитики больших данных, научиться эффективно хранить терабайты информации, выполнять быстрые SQL-запросы и понимать, для каких задач ClickHouse подходит лучше всего, а где его применять не стоит. Вы изучите архитектуру ClickHouse, особенности хранения и обработки данных, практики оптимизации запросов и типичные ошибки при работе с колоночными СУБД. Научитесь проектировать таблицы, подключать СУБД к приложениям, строить пайплайны и анализировать производительность. Продолжительность: 12:07:14 Качество видео: PCRec Язык озвучки: русский - Аналитикам данных, которые хотят быстрее выполнять аналитические SQL-запросы и работать с большими объемами данных.
- Инженерам данных, проектирующим пайплайны, хранилища и витрины данных на ClickHouse.
- Разработчикам, которым нужно интегрировать ClickHouse в приложения, сервисы и аналитические платформы.
- Архитекторам данных, выбирающим оптимальную СУБД для аналитических нагрузок и высоконагруженных систем.
- Понимать архитектуру ClickHouse, отличия от PostgreSQL, Spark и других систем.
- Проектировать таблицы, выбирать движки, кодеки, партиционирование и TTL.
- Подключаться к ClickHouse через clickhouse-client, DBeaver, JDBC, HTTP и Python.
- Работать с single-инсталляциями и кластерными конфигурациями (шарды, реплики).
- Анализировать производительность запросов, настраивать мониторинг и устранять типичные проблемы.
- Строить практические сценарии: встроенная аналитика, SIEM, метрики, ETL/ELT-пайплайны, дашборды, продуктовая аналитика.
- Интегрировать ClickHouse с Airflow, dbt, Kafka, S3 и Iceberg.
- Оптимизировать хранение данных и выполнять тюнинг на уровне кластера, сессии и запроса.
Курс рассчитан на 6 недель обучения с живыми лекциями от эксперта Алексея Белозерского. Занятия охватывают все ключевые аспекты работы с ClickHouse: от установки и базовой архитектуры до продвинутых тем (материализованные представления, мутации, интеграции с современными data lakehouse-архитектурами). Особое внимание уделяется практическим навыкам — на каждом занятии участники выполняют лабораторные работы и разбирают реальные кейсы.
В финале курса вы сможете уверенно проектировать таблицы и кластеры, подключать СУБД к приложениям, оптимизировать хранение и запросы, а также использовать ClickHouse для высоконагруженных продуктовых сценариев. - Занятие 1. Архитектура ClickHouse
- Реляционные и нереляционные СУБД. Строковые и колоночные базы данных.
- Транзакционные и нетранзакционные системы. ACID и BASE.
- Особенности ClickHouse и архитектурные компромиссы. CAP-теорема.
- Области применения ClickHouse: когда использовать, а когда лучше выбрать другую технологию.
- PostgreSQL vs ClickHouse: различия в хранении и обработке данных.
- Архитектура ClickHouse: шарды, реплики, ZooKeeper и ClickHouse Keeper.
- Практика: установка single-инсталляции на Ubuntu, подключение через clickhouse-client и DBeaver, создание таблиц, типы данных, кодеки, настройка конфигов.
- Занятие 2. Данные внутри ClickHouse
- Движок MergeTree и принципы LSM-tree. Data Parts: структура, жизненный цикл.
- Слияния и мутации данных. Реальный формат хранения на диске.
- Влияние хранения на производительность SQL-запросов.
- Температурная карта хранения на разных типах дисков, работа с S3.
- Вставка данных большими батчами: лучшие практики.
- Практика: исследование Data Parts, оптимизации слияний, продвинутый CREATE TABLE с кодексами, TTL и температурной картой.
- Занятие 3. Использование ClickHouse в приложениях
- Подключение через HTTP и JDBC. Балансировка подключений.
- Шардирование данных и локальность. Как приложение определяет нужный узел.
- Кейсы: встроенная аналитика, SIEM, сборщик метрик StatsHouse.
- Консистентность данных в ClickHouse, BASE и особенности поведения СУБД.
- Мониторинг здоровья ClickHouse в single- и cluster-архитектурах.
- Практика: подключение из Python, настройка балансировки, создание дашбордов здоровья и алертов.
- Занятие 4. Обработка данных в ClickHouse
- Пайплайны в кластере и гарантии BASE. Движки семейства MergeTree.
- Представления и материализация. Materialized View into Table.
- Работа с партициями. Мутации и ALTER TABLE. Мониторинг мутаций.
- ClickHouse + Airflow, ClickHouse + dbt: практические сценарии.
- Оптимизации: кодеки данных, TTL, тепловая карта, вычислимые поля.
- Встроенные коннекторы: JDBC, S3, Kafka, Iceberg.
- Практика: использование Airflow и dbt, разбор неудачных архитектурных решений, «скорая помощь» для проблемных систем, тюнинг на уровне кластера, сессии и запроса.
- Занятие 5. Аналитика данных в ClickHouse
- Особенности ClickHouse SQL. Функции и аналитические non-ANSI операторы.
- Траблшутинг и планирование запросов: что делать, если запрос медленный или завершается ошибкой.
- Кластерный и одиночный ClickHouse с точки зрения написания SQL.
- Практика: использование дополнительных функций, аналитические кейсы — расчет retention-метрик, анализ A/B-тестов.
- Занятие 6. Q&A и advanced-возможности ClickHouse
- Ответы на вопросы по материалам курса.
- ClickHouse + Lakehouse: Iceberg REST и интеграции с современными data lakehouse-архитектурами.
- Новые возможности ClickHouse 26.x и актуальные нововведения.
Скриншоты:
Время раздачи: 24/7 (круглосуточно) (минимум до появления первых 3-5 скачавших) |
|
|
_________________
Начинающий модератор. С предложениями и замечаниями по его работе обращайтесь к админам.
Выкладываю на общественных началах.
|
|
(Голосов: 
