All labs전체 실습 local/releases/25.11 verified on검증 25.11.2.24

ClickHouse 25.11 New Features Lab

A hands-on laboratory for learning and testing ClickHouse 25.11 new features. This directory focuses on verified and working features newly added in ClickHouse 25.11 (released 2025-11-27).

📋 Overview

ClickHouse 25.11 includes important SQL compatibility improvements, Map type enhancements, spatial data support, and query convenience features.

🎯 Key Features

HAVING without GROUP BY - ANSI SQL compatibility for aggregate filtering
Fractional LIMIT - Percentage-based data sampling
Map Aggregation (sumMap) - Direct aggregation on Map types
Geometry Functions (readWKT*) - WKT format spatial data support

🚀 Quick Start

Prerequisites

macOS (with Docker Desktop)
oss-docker environment setup

Setup and Run

# 1. Install and start ClickHouse 25.11
cd local/releases/25.11
./00-setup.sh

# 2. Run tests for each feature
./01-having-without-groupby.sh
./02-fractional-limit.sh
./03-map-aggregation.sh
./04-geometry-functions.sh

Manual Execution (SQL only)

To execute SQL files directly:

# Connect to ClickHouse client
cd ../../oss-docker
./client.sh 8123

# Execute SQL file
cd ../releases/25.11
source 01-having-without-groupby.sql

📚 Feature Details

1. HAVING without GROUP BY (01-having-without-groupby)

New Feature: HAVING clause can now be used without GROUP BY for ANSI SQL compatibility

Test Content: - Traditional HAVING with GROUP BY vs new HAVING without GROUP BY - Aggregate validation (sum, avg, count) - Multiple condition filtering - Data quality checks - PostgreSQL compatibility scenarios

Execute:

./01-having-without-groupby.sh
# Or
cat 01-having-without-groupby.sql | docker exec -i clickhouse-25-11 clickhouse-client --multiline --multiquery

Key Learning Points: - Simplified syntax for aggregate filtering - HAVING sum(amount) > 1000 without GROUP BY - Better PostgreSQL migration support - Data quality validation patterns - Business rule validation

Use Cases: - Data quality validation - Aggregate threshold checks - Business rule validation - PostgreSQL query migration - ETL pipeline quality gates

2. Fractional LIMIT (02-fractional-limit)

New Feature: LIMIT clause now accepts fractional values (0.0-1.0) for percentage-based sampling

Test Content: - Basic fractional LIMIT syntax (0.1 = 10%, 0.25 = 25%, etc.) - Data sampling for analysis - ML training/test data split - A/B testing group creation - Performance comparison (full vs sampled)

Execute:

./02-fractional-limit.sh

Key Learning Points: - LIMIT 0.1: Returns 10% of rows - LIMIT 0.25: Returns 25% of rows - LIMIT 0.5: Returns 50% of rows - Intuitive percentage-based sampling - Useful for exploratory data analysis - ML data splitting made easy

Use Cases: - Exploratory data analysis on large datasets - Quick statistical sampling - Machine learning train/test split - A/B testing group creation - Data quality checks on samples - Performance testing with representative data - Ad-hoc analysis without full scan

3. Map Aggregation with sumMap (03-map-aggregation)

New Feature: sumMap() aggregate function enables direct aggregation on Map types

Test Content: - sumMap aggregation on Map columns - E-commerce analytics with dynamic dimensions - Inventory tracking with Map operations - mapSubtract for calculating net changes - Semi-structured data analysis patterns

Execute:

./03-map-aggregation.sh

Key Learning Points: - sumMap(map_column) aggregates values by key - Clean syntax for semi-structured data - Supports mapAdd, mapSubtract for Map operations - Better performance than manual key extraction - Ideal for dynamic schemas and flexible data models

Use Cases: - E-commerce analytics with dynamic dimensions - IoT sensor data aggregation - User behavior tracking with flexible metrics - Multi-dimensional business intelligence - Product analytics with varying attributes - Financial data with dynamic categories

4. Geometry Functions (04-geometry-functions)

New Feature: WKT (Well-Known Text) reading functions for spatial data: readWKTPoint, readWKTPolygon, etc.

Test Content: - Parse WKT format spatial data with readWKTPoint - Distance calculations using geoDistance - Points of Interest (POI) proximity queries - Geohash encoding for spatial indexing - Location-based services patterns

Execute:

./04-geometry-functions.sh

Key Learning Points: - readWKTPoint('POINT(lon lat)') parses WKT points - geoDistance(lon1, lat1, lon2, lat2) calculates distances - geohashEncode(lon, lat, precision) for spatial indexing - Tuple types for efficient coordinate storage - Integration with spatial analysis functions

Use Cases: - GIS and mapping applications - Location-based services and POI search - Spatial data analysis and proximity queries - Urban planning and zone management - Logistics and route optimization - Real estate and property management

🔧 Management

ClickHouse Connection Info

Web UI: http://localhost:8123/play
HTTP API: http://localhost:8123
TCP: localhost:9000
User: default (no password)

Useful Commands

# Check ClickHouse status
cd ../../oss-docker
./status.sh

# Connect to CLI
./client.sh 8123

# View logs
docker logs clickhouse-25-11

# Stop
./stop.sh

# Complete removal
./stop.sh --cleanup

📂 File Structure

25.11/
├── README.md                       # This document
├── 00-setup.sh                     # ClickHouse 25.11 installation script
├── 01-having-without-groupby.sh    # HAVING without GROUP BY test execution
├── 01-having-without-groupby.sql   # HAVING without GROUP BY SQL
├── 02-fractional-limit.sh          # Fractional LIMIT test execution
├── 02-fractional-limit.sql         # Fractional LIMIT SQL
├── 03-map-aggregation.sh           # Map Aggregation test execution
├── 03-map-aggregation.sql          # Map Aggregation SQL
├── 04-geometry-functions.sh        # Geometry Functions test execution
└── 04-geometry-functions.sql       # Geometry Functions SQL

🎓 Learning Path

For Beginners

00-setup.sh - Understand environment setup
02-fractional-limit - Start with intuitive sampling syntax
01-having-without-groupby - Learn SQL compatibility improvements

For Intermediate Users

03-map-aggregation - Semi-structured data with Map types
04-geometry-functions - Spatial data and GIS concepts
Combine features for real-world scenarios

For Advanced Users

Apply these features to production workloads
Analyze query execution plans with EXPLAIN
Performance benchmarking and comparison
Integrate with external GIS tools and systems

🆕 What's New in 25.11

Geometry data type — with WKB/WKT support (#83344)
HAVING without GROUP BY — ANSI SQL aggregate filtering
Fractional LIMIT / OFFSET — percentage-based sampling (#88755)
Map aggregation — aggregate directly over Map columns
readWKT* geometry functions — parse WKT into geometry types
naiveBayesClassifier — text classification function (#88677)
EXECUTE AS — user impersonation statement (#70775)
Microsoft OneLake catalog — new catalog subsystem (#89366)
system.unicode — character property table (#80857)
cume_dist — cumulative distribution window function (#88102)
arrayRemove — remove elements from an array (#89585)
flipCoordinates — swap coordinates in geometry arrays (#79634)
Text index preprocessor argument — customise index preprocessing (#88272)
CREATE OR REPLACE for temporary tables — atomic replacement (#89450)
into_outfile_create_parent_directories — create parent dirs for INTO OUTFILE (#88795)

🔍 Additional Resources

Official Release Blog: ClickHouse 25.11 Release
ClickHouse Documentation: docs.clickhouse.com
Release Notes: Changelog 2025
Map Functions: Map Functions Reference
Geo Functions: Geo Functions Reference

📝 Notes

Each script can be executed independently
Read and modify SQL files directly to experiment
Test data is generated within each SQL file
Cleanup is commented out by default for inspection
All features verified on ClickHouse 25.11.2.24

🤝 Contributing

If you have improvements or additional examples for this lab: 1. Register an issue 2. Submit a Pull Request 3. Share feedback

📄 License

MIT — free to learn from and modify.

Happy Learning! 🚀

For questions or issues, please refer to the main clickhouse-hols README.

ClickHouse 25.11 신기능 테스트 및 학습 환경입니다. 이 디렉토리는 2025년 11월 27일 출시된 ClickHouse 25.11에서 검증된 작동 기능에 집중합니다.

📋 개요

ClickHouse 25.11은 SQL 호환성 개선, Map 타입 향상, 공간 데이터 지원, 쿼리 편의성 기능을 포함합니다.

🎯 주요 기능

HAVING without GROUP BY - 집계 필터링을 위한 ANSI SQL 호환성
Fractional LIMIT - 퍼센트 기반 데이터 샘플링
Map Aggregation (sumMap) - Map 타입 직접 집계
Geometry Functions (readWKT*) - WKT 형식 공간 데이터 지원

🚀 빠른 시작

사전 요구사항

macOS (with Docker Desktop)
oss-docker 환경 구성

설정 및 실행

# 1. ClickHouse 25.11 설치 및 시작
cd local/releases/25.11
./00-setup.sh

# 2. 각 기능별 테스트 실행
./01-having-without-groupby.sh
./02-fractional-limit.sh
./03-map-aggregation.sh
./04-geometry-functions.sh

수동 실행 (SQL만)

SQL 파일을 직접 실행하려면:

# ClickHouse 클라이언트 접속
cd ../../oss-docker
./client.sh 8123

# SQL 파일 실행
cd ../releases/25.11
source 01-having-without-groupby.sql

📚 기능 상세

1. HAVING without GROUP BY (01-having-without-groupby)

새로운 기능: HAVING 절을 GROUP BY 없이 사용 가능 (ANSI SQL 호환성)

테스트 내용: - 기존 HAVING with GROUP BY vs 새로운 HAVING without GROUP BY - 집계 검증 (sum, avg, count) - 다중 조건 필터링 - 데이터 품질 검사 - PostgreSQL 호환성 시나리오

실행:

./01-having-without-groupby.sh
# 또는
cat 01-having-without-groupby.sql | docker exec -i clickhouse-25-11 clickhouse-client --multiline --multiquery

주요 학습 포인트: - 집계 필터링을 위한 간소화된 문법 - HAVING sum(amount) > 1000 (GROUP BY 없이) - 향상된 PostgreSQL 마이그레이션 지원 - 데이터 품질 검증 패턴 - 비즈니스 규칙 검증

사용 사례: - 데이터 품질 검증 - 집계 임계값 검사 - 비즈니스 규칙 검증 - PostgreSQL 쿼리 마이그레이션 - ETL 파이프라인 품질 게이트

2. Fractional LIMIT (02-fractional-limit)

새로운 기능: LIMIT 절이 퍼센트 기반 샘플링을 위한 소수값(0.0-1.0) 지원

테스트 내용: - 기본 fractional LIMIT 문법 (0.1 = 10%, 0.25 = 25%, 등) - 분석을 위한 데이터 샘플링 - ML 훈련/테스트 데이터 분할 - A/B 테스트 그룹 생성 - 성능 비교 (전체 vs 샘플)

실행:

./02-fractional-limit.sh

주요 학습 포인트: - LIMIT 0.1: 10%의 행 반환 - LIMIT 0.25: 25%의 행 반환 - LIMIT 0.5: 50%의 행 반환 - 직관적인 퍼센트 기반 샘플링 - 탐색적 데이터 분석에 유용 - 간편한 ML 데이터 분할

사용 사례: - 대용량 데이터셋의 탐색적 데이터 분석 - 빠른 통계적 샘플링 - 머신러닝 훈련/테스트 분할 - A/B 테스트 그룹 생성 - 샘플 기반 데이터 품질 검사 - 대표 데이터를 사용한 성능 테스트 - 전체 스캔 없는 임시 분석

3. Map Aggregation with sumMap (03-map-aggregation)

새로운 기능: sumMap() 집계 함수로 Map 타입 직접 집계 가능

테스트 내용: - Map 컬럼에 대한 sumMap 집계 - 동적 차원을 가진 전자상거래 분석 - Map 연산을 사용한 재고 추적 - mapSubtract로 순변화량 계산 - 반정형 데이터 분석 패턴

실행:

./03-map-aggregation.sh

주요 학습 포인트: - sumMap(map_column)로 키별 값 집계 - 반정형 데이터를 위한 깔끔한 문법 - mapAdd, mapSubtract 등 Map 연산 지원 - 수동 키 추출보다 나은 성능 - 동적 스키마와 유연한 데이터 모델에 이상적

사용 사례: - 동적 차원을 가진 전자상거래 분석 - IoT 센서 데이터 집계 - 유연한 메트릭을 가진 사용자 행동 추적 - 다차원 비즈니스 인텔리전스 - 다양한 속성을 가진 제품 분석 - 동적 카테고리를 가진 금융 데이터

4. Geometry Functions (04-geometry-functions)

새로운 기능: 공간 데이터를 위한 WKT(Well-Known Text) 읽기 함수: readWKTPoint, readWKTPolygon 등

테스트 내용: - readWKTPoint로 WKT 형식 공간 데이터 파싱 - geoDistance를 사용한 거리 계산 - POI(관심 지점) 근접 쿼리 - 공간 인덱싱을 위한 Geohash 인코딩 - 위치 기반 서비스 패턴

실행:

./04-geometry-functions.sh

주요 학습 포인트: - readWKTPoint('POINT(lon lat)')로 WKT 포인트 파싱 - geoDistance(lon1, lat1, lon2, lat2)로 거리 계산 - geohashEncode(lon, lat, precision)로 공간 인덱싱 - 효율적인 좌표 저장을 위한 Tuple 타입 - 공간 분석 함수와의 통합

사용 사례: - GIS 및 매핑 애플리케이션 - 위치 기반 서비스 및 POI 검색 - 공간 데이터 분석 및 근접 쿼리 - 도시 계획 및 구역 관리 - 물류 및 경로 최적화 - 부동산 및 자산 관리

🔧 관리

ClickHouse 접속 정보

Web UI: http://localhost:8123/play
HTTP API: http://localhost:8123
TCP: localhost:9000
User: default (no password)

유용한 명령어

# ClickHouse 상태 확인
cd ../../oss-docker
./status.sh

# CLI 접속
./client.sh 8123

# 로그 확인
docker logs clickhouse-25-11

# 중지
./stop.sh

# 완전 삭제
./stop.sh --cleanup

📂 파일 구조

25.11/
├── README.md                       # 이 문서
├── 00-setup.sh                     # ClickHouse 25.11 설치 스크립트
├── 01-having-without-groupby.sh    # HAVING without GROUP BY 테스트 실행
├── 01-having-without-groupby.sql   # HAVING without GROUP BY SQL
├── 02-fractional-limit.sh          # Fractional LIMIT 테스트 실행
├── 02-fractional-limit.sql         # Fractional LIMIT SQL
├── 03-map-aggregation.sh           # Map Aggregation 테스트 실행
├── 03-map-aggregation.sql          # Map Aggregation SQL
├── 04-geometry-functions.sh        # Geometry Functions 테스트 실행
└── 04-geometry-functions.sql       # Geometry Functions SQL

🎓 학습 경로

초급 사용자

00-setup.sh - 환경 구성 이해
02-fractional-limit - 직관적인 샘플링 문법부터 시작
01-having-without-groupby - SQL 호환성 개선 학습

중급 사용자

03-map-aggregation - Map 타입을 사용한 반정형 데이터
04-geometry-functions - 공간 데이터 및 GIS 개념
실제 시나리오에 기능 결합

고급 사용자

프로덕션 워크로드에 이 기능들 적용
EXPLAIN 명령으로 쿼리 실행 계획 분석
성능 벤치마킹 및 비교
외부 GIS 도구 및 시스템과 통합

🆕 25.11의 새로운 기능

Geometry data type — with WKB/WKT support (#83344)
HAVING without GROUP BY — ANSI SQL aggregate filtering
Fractional LIMIT / OFFSET — percentage-based sampling (#88755)
Map aggregation — aggregate directly over Map columns
readWKT* geometry functions — parse WKT into geometry types
naiveBayesClassifier — text classification function (#88677)
EXECUTE AS — user impersonation statement (#70775)
Microsoft OneLake catalog — new catalog subsystem (#89366)
system.unicode — character property table (#80857)
cume_dist — cumulative distribution window function (#88102)
arrayRemove — remove elements from an array (#89585)
flipCoordinates — swap coordinates in geometry arrays (#79634)
Text index preprocessor argument — customise index preprocessing (#88272)
CREATE OR REPLACE for temporary tables — atomic replacement (#89450)
into_outfile_create_parent_directories — create parent dirs for INTO OUTFILE (#88795)

🔍 추가 자료

Official Release Blog: ClickHouse 25.11 Release
ClickHouse Documentation: docs.clickhouse.com
Release Notes: Changelog 2025
Map Functions: Map Functions Reference
Geo Functions: Geo Functions Reference

📝 참고사항

각 스크립트는 독립적으로 실행 가능합니다
SQL 파일을 직접 읽고 수정하여 실험해보세요
테스트 데이터는 각 SQL 파일 내에서 생성됩니다
정리(cleanup)는 기본적으로 주석 처리되어 검사할 수 있습니다
모든 기능은 ClickHouse 25.11.2에서 검증되었습니다

🤝 기여

이 랩에 대한 개선 사항이나 추가 예제가 있다면: 1. 이슈 등록 2. Pull Request 제출 3. 피드백 공유

📄 라이선스

MIT — 자유롭게 학습하고 수정하세요.

Happy Learning! 🚀

질문이나 이슈가 있으면 메인 clickhouse-hols README를 참조하세요.

Open this lab on GitHub →GitHub에서 이 실습 열기 →