Skip to main content
这些数据包含英格兰和威尔士房地产的成交价格。该数据自 1995 年起即可获取,未压缩大小约为 4 GiB (在 ClickHouse 中仅占约 278 MiB) 。

创建表

预处理并插入数据

我们将使用 url 函数将数据流式导入 ClickHouse。首先需要对部分传入的数据进行预处理,包括:
  • postcode 拆分为两个不同的列——postcode1postcode2,这样更利于存储和查询
  • time 字段转换为日期,因为它只包含 00:00 时间
  • 忽略 UUid 字段,因为分析时不需要它
  • 使用 transform 函数将 typeduration 转换为更易读的 Enum 字段
  • is_new 字段从单字符字符串 (Y/N) 转换为取值为 0 或 1 的 UInt8 字段
  • 删除最后两列,因为它们的值都相同 (均为 0)
url 函数会将数据从 Web 服务器流式导入你的 ClickHouse 表。以下命令会向 uk_price_paid 表插入 500 万行:
等待数据完成插入——根据网络速度,这可能需要一到两分钟。

验证数据

我们可以通过查看插入了多少行来确认是否成功: 执行此查询时,该数据集有 27,450,499 行。再来看看 ClickHouse 中这张表占用了多少存储空间: 可以看到,这张表的大小仅为 221.43 MiB!

执行一些查询

执行一些查询来分析数据:

查询 1:每年的平均价格

查询 2:伦敦每年的平均房价

2020 年的房价似乎发生了一些变化!不过这大概也不让人意外……

查询 3. 房价最高的街区

使用投影加速查询

我们可以用投影来加速这些查询。有关此数据集的示例,请参阅”投影”

在 Playground 中试用

该数据集也可在在线 Playground中使用。
最后修改于 2026年7月3日