Курс на Stepik
Обложка курса «ClickHouse с нуля до практических навыков: от SQL до Production» на Stepik
3 490 ₽

ClickHouse с нуля до практических навыков: от SQL до Production ★ 0.000

Открыть на
STEPIK.ORG

Практический курс по ClickHouse: от архитектуры колоночной СУБД и аналитического SQL до построения production-ready решений. Вы изучите движки таблиц, MergeTree, загрузку данных из PostgreSQL, файлов и Kafka, Materialized Views, оптимизацию запросов, репликацию, шардирование и мониторинг. В ходе обучения создадите аналитическую платформу маркетплейса с витринами продаж, клиентскими метриками и инструментами диагностики производительности.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «ClickHouse с нуля до практических навыков: от SQL до Production»Учеников на курсе 0
Сертификаты, выданные на курсе «ClickHouse с нуля до практических навыков: от SQL до Production»Сертификатов выдано 0
Отзывы о курсе «ClickHouse с нуля до практических навыков: от SQL до Production»Отзывов получено 0
Рейтинг курса «ClickHouse с нуля до практических навыков: от SQL до Production»Рейтинг курса 0.000
Уроки в курсе «ClickHouse с нуля до практических навыков: от SQL до Production»Количество уроков 33
Тесты в курсе «ClickHouse с нуля до практических навыков: от SQL до Production»Количество квизов 93
Стоимость курса «ClickHouse с нуля до практических навыков: от SQL до Production»Стоимость курса 3 490 ₽ —
Обновления курса «ClickHouse с нуля до практических навыков: от SQL до Production»Обновления курса — —
Дата публикации курса «ClickHouse с нуля до практических навыков: от SQL до Production»Дата публикации курса — ———
Последнее обновление курса «ClickHouse с нуля до практических навыков: от SQL до Production»Последнее обновление — ———
Сложность easy — ———

Чему вы научитесь

  • - Понимать архитектуру ClickHouse, принципы колоночного хранения и различия между OLAP и OLTP.
  • - Устанавливать и настраивать ClickHouse с помощью Docker, работать через SQL, CLI и HTTP.
  • - Проектировать аналитические таблицы и выбирать подходящие Table Engines и Database Engines.
  • - Разбираться в MergeTree, Parts, Merges, Granules, индексах и физической организации данных.
  • - Правильно использовать ORDER BY, PRIMARY KEY, PARTITION BY, TTL и механизмы сжатия.
  • - Писать сложные аналитические SQL-запросы с JOIN, оконными функциями, агрегациями и EXPLAIN.
  • - Загружать данные из PostgreSQL, CSV, JSON, Parquet, S3 и Apache Kafka.
  • - Создавать Materialized Views и аналитические витрины на SummingMergeTree и AggregatingMergeTree.
  • - Работать с ReplacingMergeTree, дедупликацией, обновлениями и удалением данных.
  • - Оптимизировать запросы, индексы и использование памяти, находить узкие места производительности.
  • - Настраивать репликацию, шардирование, ClickHouse Keeper и распределённые запросы.
  • - Управлять доступами, мониторингом, резервным копированием и восстановлением данных.
  • - Самостоятельно построить аналитическую платформу маркетплейса на ClickHouse.

О курсе

Практический курс по ClickHouse: от архитектуры колоночной СУБД и аналитического SQL до построения production-ready решений. Вы изучите движки таблиц, MergeTree, загрузку данных из PostgreSQL, файлов и Kafka, Materialized Views, оптимизацию запросов, репликацию, шардирование и мониторинг. В ходе обучения создадите аналитическую платформу маркетплейса с витринами продаж, клиентскими метриками и инструментами диагностики производительности.

Для кого этот курс

Курс подойдёт Data Engineers, Analytics Engineers, DWH Developers, BI Developers и SQL-аналитикам, которые хотят освоить ClickHouse и научиться использовать его в реальных инженерных задачах. Для обучения желательно владеть основами SQL и иметь базовые навыки работы с терминалом. Docker и инструменты интеграции данных будут использоваться в практических заданиях. Главная цель курса - научить вас не только писать запросы, но и самостоятельно проектировать, оптимизировать и сопровождать аналитические решения на ClickHouse.

Начальные требования

Для прохождения курса не требуется предварительный опыт работы с ClickHouse. Мы начнём с основ и постепенно перейдём к продвинутым инженерным задачам.

Желательно иметь:

  • Базовые знания SQL: SELECT, WHERE, GROUP BY, JOIN и агрегатные функции.

  • Общее представление о реляционных базах данных, таблицах и типах данных.

  • Базовые навыки работы с командной строкой (Terminal, Bash или PowerShell).

  • Компьютер с Windows, macOS или Linux и возможностью установки Docker.

  • Готовность самостоятельно выполнять практические задания и экспериментировать с SQL-запросами.

Знание Python, Kafka, Kubernetes и распределённых систем не является обязательным.

Для выполнения практических заданий рекомендуется компьютер с 8 ГБ оперативной памяти или больше. Для лабораторных работ с распределённым кластером желательно 16 ГБ.

Главное требование - желание разобраться не только в SQL, но и в архитектуре современных аналитических систем.

Преподаватели курса

Как проходит обучение

Курс состоит из 7 модулей и 33 уроков, которые последовательно проводят вас от знакомства с ClickHouse до проектирования и эксплуатации аналитической платформы.

Обучение построено по принципу «теория → практический пример → самостоятельное применение».

Каждый содержательный урок включает объяснение инженерных концепций, реальные SQL-запросы, примеры конфигураций и разбор особенностей работы ClickHouse. Для закрепления материала предусмотрены контрольные вопросы и практические задания.

Главная особенность курса - единый сквозной проект Marketplace Analytics Platform.

На протяжении обучения вы будете создавать аналитическую платформу маркетплейса:

  • Развернёте ClickHouse с помощью Docker.

  • Спроектируете таблицы и структуры хранения данных.

  • Настроите загрузку данных из PostgreSQL, файлов и Kafka.

  • Создадите аналитические витрины продаж, товаров и клиентов.

  • Научитесь оптимизировать запросы и анализировать производительность.

  • Изучите репликацию, шардирование, мониторинг и резервное копирование.

Для практики будут предоставляться SQL-скрипты, конфигурации Docker и дополнительные учебные материалы.

Проходить курс можно в удобном темпе. Рекомендуемая нагрузка - 4-5 часов в неделю.

В результате вы не просто изучите отдельные возможности ClickHouse, а последовательно построите собственное аналитическое решение.

Что вы получите

  • **По завершении курса у вас будут не только теоретические знания, но и практический опыт разработки аналитических систем на ClickHouse.**
  • Вы получите:
  • - Системное понимание архитектуры ClickHouse, колоночного хранения данных и принципов работы аналитических СУБД.
  • - Практические навыки работы с SQL, MergeTree и другими движками таблиц.
  • - Опыт проектирования таблиц, индексов, партиций и аналитических витрин.
  • - Навыки построения процессов загрузки данных из PostgreSQL, файлов, S3 и Kafka.
  • - Понимание Materialized Views, инкрементальных агрегаций и механизмов дедупликации.
  • - Опыт оптимизации производительности SQL-запросов и диагностики проблем ClickHouse.
  • - Знания о репликации, шардировании, безопасности, мониторинге и резервном копировании.
  • - Готовые примеры SQL-запросов, конфигураций и инженерных решений, которые можно адаптировать под собственные проекты.
  • - Практический проект Marketplace Analytics Platform, который можно использовать для демонстрации приобретённых навыков.
  • **Главный результат - способность самостоятельно проектировать, разрабатывать, оптимизировать и сопровождать аналитические решения на ClickHouse.**
  • Полученные знания пригодятся Data Engineers, Analytics Engineers, DWH-разработчикам, BI-специалистам и SQL-аналитикам, работающим с современными платформами данных.

Расскажите о курсе друзьям