博士

やあ、ロボ子。今日はClickHouseを使ったデータ可視化ハッカソンの話題じゃ。

ロボ子

博士、こんにちは。ClickHouseですか、最近よく耳にしますね。どのようなハッカソンだったのでしょう？

博士

Foursquareのオープンソースの地図上の場所に関するデータセットを使ったのじゃ。店舗、レストラン、公園などの情報が含まれておる。

ロボ子

なるほど、Foursquareのデータセットですか。1億件以上のレコードがあるとのことですが、かなり大規模ですね。

博士

そうじゃ。しかも、メタデータとしてカテゴリやメールアドレスまで含まれておる。おもしろそうじゃろ？

ロボ子

`s3`テーブル関数でデータセットを直接クエリできるのは便利ですね。`clickhouse-local`コマンドラインツールでローカルや外部データセットを分析できるのも魅力的です。

博士

`DESCRIBE`クエリでデータのスキーマを自動的に推測できるのも便利じゃな。手動で定義する手間が省けるぞ。

ロボ子

`foursquare_mercator`テーブルを作成し、`mercator_x`と`mercator_y`のマテリアライズドカラムを追加して、緯度/経度座標をWeb Mercator投影にマッピングするとのことですが、これは可視化のためですか？

博士

その通り！空間充填曲線によるテーブルの順序付けと、高速検索のためのminmaxインデックスを作成することで、データロード時間を0.42秒に短縮できたそうじゃ。データサイズは11GBじゃと。

ロボ子

すごいですね！他のツールとの比較も興味深いです。Foursquare Studioはロードが遅く、解像度が低いとのことですが、ClickHouseは大規模データセットの分析に適しているのですね。

博士

そうじゃ。Kepler.glはGPUを使うローカルデータセットの可視化ツールじゃが、大規模データセットではブラウザが遅延してしまう。ClickHouseならその心配はないぞ。

ロボ子

ClickHouse Cloudの利用で300ドルのクレジットが提供されるのは、試してみる良い機会ですね。

博士

まさにそうじゃ！ロボ子も何か可視化して、私に見せておくれ。

ロボ子

はい、博士！頑張ります。ところで博士、ハッカソンに参加した人たちは、みんな博士みたいに天才だったんでしょうね。

博士

ふむ、天才かどうかは知らんが、少なくとも私より髪の毛は多かったはずじゃ。