본문으로 건너뛰기
버전: v0.1.0

SQL 가이드

D.Hub는 분석 데이터베이스로 ClickHouse를 사용합니다. 파이프라인의 SQL 노드, 데이터셋 탐색, 대시보드 위젯에서 ClickHouse SQL 문법을 사용할 수 있습니다.

SQL 사용 위치​

위치설명제한
파이프라인 SQL 노드코드 노드에서 SQL 쿼리로 데이터 변환SELECT 문만 허용
데이터셋 탐색데이터 탭에서 직접 쿼리 실행SELECT 문만 허용
대시보드 위젯Query 모드에서 차트 데이터 조회SELECT 문만 허용

기본 SQL 문법​

SELECT와 필터링​

SELECT id, name, category, price
FROM products
WHERE category = 'electronics'
  AND price > 10000
ORDER BY price DESC
LIMIT 100

GROUP BY 집계​

SELECT
    region,
    COUNT(*) AS total_count,
    SUM(amount) AS total_amount,
    AVG(amount) AS avg_amount
FROM transactions
GROUP BY region
HAVING total_amount > 1000000
ORDER BY total_amount DESC

JOIN​

SELECT
    o.order_id,
    o.order_date,
    c.name AS customer_name,
    o.total_price
FROM orders AS o
LEFT JOIN customers AS c ON o.customer_id = c.id
WHERE o.order_date >= '2026-01-01'

서브쿼리​

SELECT *
FROM sensors
WHERE station_id IN (
    SELECT id
    FROM stations
    WHERE region = 'Seoul'
)

파이프라인에서 SQL 사용​

파이프라인의 SQL 노드에서는 이전 노드로부터 전달된 데이터를 테이블처럼 조회할 수 있습니다.

  • 테이블 이름: 입력 연결에 설정한 별칭(alias)을 테이블 이름으로 사용
  • 결과 전달: SELECT 쿼리 결과가 다음 노드의 입력으로 전달
SELECT
    id,
    name,
    created_at
FROM input
WHERE status = 'active'
ORDER BY created_at DESC

대시보드에서 SQL 사용​

대시보드 위젯의 Query 모드에서 SQL을 직접 입력하여 차트 데이터를 조회합니다.

SELECT
    toStartOfMonth(event_date) AS month,
    COUNT(*) AS event_count
FROM events
GROUP BY month
ORDER BY month
Simple 모드

SQL에 익숙하지 않다면 대시보드의 Simple 모드에서 드래그 앤 드롭으로 차트를 구성할 수 있습니다.

유용한 ClickHouse 함수​

날짜/시간 함수​

함수설명예시
today()오늘 날짜WHERE date = today()
now()현재 시각WHERE created_at > now() - INTERVAL 1 HOUR
toStartOfMonth(date)월 시작일GROUP BY toStartOfMonth(date)
toStartOfWeek(date)주 시작일GROUP BY toStartOfWeek(date)
toStartOfHour(datetime)시간 시작GROUP BY toStartOfHour(ts)
toYYYYMM(date)YYYYMM 정수 변환SELECT toYYYYMM(date)
dateDiff('day', d1, d2)날짜 차이dateDiff('day', start, end)
formatDateTime(dt, fmt)날짜 포맷팅formatDateTime(dt, '%Y-%m-%d')

집계 함수​

함수설명예시
count()행 수COUNT(*)
sum(col)합계SUM(amount)
avg(col)평균AVG(price)
min(col) / max(col)최소/최대MIN(temperature)
uniq(col)근사 고유값 수uniq(user_id)
uniqExact(col)정확한 고유값 수uniqExact(session_id)
quantile(0.95)(col)분위수quantile(0.95)(latency)
groupArray(col)그룹별 배열 수집groupArray(tag)
argMax(col, val)val 최대일 때의 colargMax(name, score)

문자열 함수​

함수설명예시
lower(s) / upper(s)소/대문자 변환lower(name)
trim(s)양쪽 공백 제거trim(input_str)
substring(s, offset, len)부분 문자열substring(code, 1, 3)
concat(s1, s2)문자열 연결concat(first, ' ', last)
like(s, pattern)패턴 매칭WHERE name LIKE '%Seoul%'
match(s, regexp)정규식 매칭WHERE match(url, '^/api/')
splitByChar(sep, s)문자로 분할splitByChar(',', tags)
replaceAll(s, from, to)문자열 치환replaceAll(text, '\n', ' ')

배열 함수​

함수설명예시
length(arr)배열 길이length(tags)
arrayJoin(arr)배열 → 행 전개SELECT arrayJoin(items)
has(arr, elem)포함 여부WHERE has(tags, 'urgent')
arrayMap(f, arr)배열 매핑arrayMap(x -> x * 2, values)
arrayFilter(f, arr)배열 필터arrayFilter(x -> x > 0, values)

JSON 함수​

함수설명예시
JSONExtractString(json, key)문자열 추출JSONExtractString(data, 'name')
JSONExtractInt(json, key)정수 추출JSONExtractInt(data, 'count')
JSONExtractFloat(json, key)실수 추출JSONExtractFloat(data, 'score')
JSONExtractBool(json, key)불리언 추출JSONExtractBool(data, 'active')
JSONExtractArrayRaw(json, key)배열 추출JSONExtractArrayRaw(data, 'items')

공식 레퍼런스​

성능 최적화 팁​

ClickHouse 특성

ClickHouse는 컬럼 지향 OLAP 데이터베이스로, 대량 데이터의 집계 쿼리에 최적화되어 있습니다.

  • 필요한 컬럼만 SELECT: SELECT * 대신 필요한 컬럼을 명시하면 쿼리 성능이 크게 향상됩니다.
  • LIMIT 사용: 탐색 목적의 쿼리에는 항상 LIMIT을 추가하세요.
  • WHERE 절 활용: 필터 조건을 최대한 앞에 두어 불필요한 데이터 스캔을 줄이세요.
  • 적절한 집계 함수 선택: 정확한 고유값이 불필요하면 uniqExact 대신 uniq를 사용하세요.