Para analizar ocupación vehicular necesito mirar las mismas lecturas desde varios ángulos: cámara, período y hora. ClickHouse permite guardar el detalle y obtener esos resúmenes con consultas SQL.

El proyecto sigue el esquema de visualdetection.csv, el archivo del laboratorio. El repositorio incluye una muestra sintética para que la demo se pueda reproducir sin redistribuir el CSV original. El análisis usa camera, year, month, day, hour, minute, slot_id y occupancy. Conservo weather como código; su interpretación requiere consultar la documentación del conjunto de datos.

Código: repositorio público · Demo: tablero

Del CSV al tablero

El flujo crea una tabla MergeTree, importa data/visualdetection_sample.csv, consulta los registros por cámara y por hora, y escribe las respuestas en site/data.json. GitHub Actions ejecuta esos pasos con un contenedor temporal de ClickHouse y publica la página en GitHub Pages. La demo pública muestra agregados de la muestra sintética.

1. Preparar ClickHouse local

Clona el proyecto, inicia ClickHouse y ejecuta el script que crea la tabla, carga los datos y genera el JSON del tablero:

git clone https://github.com/Sofxx7/parking-olap-clickhouse.git cd parking-olap-clickhouse $env:CLICKHOUSE_PASSWORD = "demo-password" docker run --name clickhouse-olap -d ` -p 127.0.0.1:8123:8123 ` -e "CLICKHOUSE_PASSWORD=$env:CLICKHOUSE_PASSWORD" ` clickhouse/clickhouse-server:26.10.3.7 python scripts/build_data.py python -m http.server 8000 --directory site 

Abre http://localhost:8000 para ver el tablero. La contraseña se usa solo en el contenedor local. El script recrea la tabla al ejecutarse para evitar duplicar registros.

2. Definir la tabla analítica

La tabla conserva el orden de columnas del CSV y usa tipos explícitos. MergeTree organiza físicamente las filas según la clave ORDER BY; aquí la clave empieza con año y mes porque son filtros naturales para explorar el histórico, y continúa con cámara y componentes de la fecha.

La parte principal de sql/create_readings.sql define la tabla así:

CREATE TABLE parking.readings ( camera LowCardinality(String), datetime String, day UInt8, hour UInt8, image_url String, minute UInt8, month UInt8, occupancy UInt8, slot_id UInt8, weather LowCardinality(String), year UInt16, occupant_changed Nullable(UInt8) ) ENGINE = MergeTree ORDER BY (year, month, camera, day, hour, minute, slot_id); 

El script scripts/build_data.py ejecuta este SQL y carga el CSV con INSERT INTO parking.readings FORMAT CSVWithNames, que reconoce la fila de encabezados. Usa el archivo data/visualdetection_sample.csv. Para trabajar con el CSV del laboratorio en una copia local, reemplaza el contenido de ese archivo conservando sus columnas.

3. Comparar lecturas por cámara

La primera consulta cuenta mediciones ocupadas y libres por cámara:

SELECT camera, count() AS total_readings, countIf(occupancy = 1) AS occupied_readings, countIf(occupancy = 0) AS free_readings, round(100.0 * countIf(occupancy = 1) / count(), 2) AS occupied_reading_pct FROM parking.readings GROUP BY camera ORDER BY camera; 

countIf cuenta las filas que cumplen cada condición. El porcentaje divide las lecturas ocupadas entre todas las lecturas de esa cámara. Es una proporción de observaciones, no una medida directa de la capacidad del estacionamiento ni de la duración de la ocupación.

4. Explorar las horas del día

Al agrupar por año, mes, cámara y hora se puede preparar una tabla para comparar patrones horarios:

SELECT year, month, camera, hour, count() AS total_readings, countIf(occupancy = 1) AS occupied_readings, round(100.0 * countIf(occupancy = 1) / count(), 2) AS occupied_reading_pct FROM parking.readings GROUP BY year, month, camera, hour ORDER BY year, month, camera, hour; 

El tablero muestra estos agregados y permite filtrar por cámara. Como la muestra es pequeña, el proyecto consulta la tabla directamente; no usa vistas materializadas ni presenta comparaciones de rendimiento.

El workflow de despliegue inicia ClickHouse, carga el CSV, ejecuta las consultas y publica el resultado en GitHub Pages. Su ejecución registrada terminó correctamente. En la muestra publicada hay 16 lecturas: 9 ocupadas y 7 libres. La proporción ocupada es 56,25 %; por cámara, el resultado es 50 % en A y 62,5 % en B. Estos números comprueban el cálculo con datos de demostración.

Qué se aprende con el modelo

Las consultas reúnen las mismas lecturas por dimensiones distintas sin perder el detalle de la tabla de origen. La clave ORDER BY organiza los registros para consultas por período y cámara, pero este ejercicio no mide ninguna mejora de velocidad.

La demo pública contiene datos sintéticos. En ella, ClickHouse se ejecuta durante el despliegue y el sitio presenta los resultados ya calculados; no hay una base de datos pública consultada en tiempo real. Para estudiar el estacionamiento real haría falta cargar el CSV original y revisar el intervalo de captura, la cobertura de cada cámara y la documentación de sus campos.

Referencias