clickhouse

memFrame 是一个开源的 dataframe API，它将 Python DataFrame 操作转换为 SQL，使得计算可以留在 DuckDB、PostgreSQL 和 ClickHouse 等数据库内，并包括一个多代理架构用于自然语言数据交互。

卡内基梅隆大学知名数据库教授 Andy Pavlo 加入 ClickHouse，创立并领导 ClickHouse Labs——一个专注于推进数据库技术并将创新成果融入 ClickHouse 和 PostgreSQL 的新研究团队。

对Hacker News标题的分析显示，数字“2”是最受欢迎的，但许多计数被像“2.0”这样的小数夸大了。作者优化了查询，过滤了年份并合并了小数。

ClickHouse 发布了 @clickhouse/rowbinary，一个用于读写 RowBinary 格式的 Node.js 库，它还包括一个技能文件，使编码代理能够生成针对查询的高性能解析器，速度比通用解析器快1.5到3.4倍。

Helicone 实现了一项名为 HQL 的功能，允许客户针对共享的 ClickHouse 数据库编写原始 SQL 查询。他们利用 ClickHouse 的行策略和自定义设置来实施多租户隔离，确保每个组织只能看到自己的数据。

ClickHouse Managed Postgres通过运行一组使用SO_REUSEPORT的进程，将PgBouncer扩展到4倍吞吐量，实现了多核利用率，并通过对等连接解决了取消转发问题。

本文认为，ClickHouse 凭借其处理高吞吐量、时序日志的性能优势，解决了长期以来日志管理的痛点，从而成为可观测性领域的主流数据库。

chDB 是一个完整的 ClickHouse OLAP 引擎，编译为 WebAssembly，可通过 wasm.chdb.io 的 SQL 终端直接在浏览器中执行 SQL 查询。

完全使用ClickHouse SQL查询实现的光线追踪器，无需任何外部代码或UDF即可将图像渲染为PNG格式。演示了程序化地形、CSG几何体以及并行像素计算。

ClickHouse Cloud 宣布推出 WAL-RUS，这是一个开源的、使用 Rust 重写的 WAL-G PostgreSQL 备份工具，专注于可预测的内存使用和 WAL-G 兼容性。

Silk 是一个为 ClickHouse 设计的新栈式纤程库和调度器，通过 NUMA 感知的工作窃取、io_uring 以及热路径上的零堆分配来提升异步 I/O 性能。它适用于分布式缓存、对象存储和网络 I/O 等 I/O 密集型组件。

ClickHouse 发布了 PostgresBench，这是一个公开且可复现的基准测试，用于比较托管式 Postgres 服务，它使用标准的 pgbench 工具，在多个缩放因子下运行类似 TPC-B 的工作负载。

Maple 服务地图现在显示包括 Redis、Postgres、Clickhouse 和 MySQL 在内的各种数据库的重要统计数据和指标。

PostHog 使用基于 Karpathy 的 autoresearch 的 AI 代理，发现其 ClickHouse 查询引擎中存在一个三年之久的漏洞，该漏洞阻止了时间戳过滤器正确使用主键。修复后，性能提升了 11%，扫描的粒度减少了 62%。

Silk 是一个面向 Linux 的开源协作式纤程调度器，具有每 CPU 调度线程、io_uring 集成和拓扑感知的工作窃取功能，专为低开销下的高并发而设计。

作者分享了自己在构建游戏引擎时对列式存储的个人突破性理解，并将其与Trizen的ECS和ClickHouseDB联系起来。

Maple的服务地图现在自动显示您的服务正在调用的数据库，未来将集成Planetscale、Tinybird和Clickhouse以提供更多详细信息。