Alexander Novikov explica por qué un agregado es una función, no una suma

Fuentes: Alexander Novikov explains why an aggregate is a function, not a sum

Alexander Novikov detalla el proceso técnico para resolver un problema de agregación de datos en su sistema de gestión de facturas, utilizando ClickHouse. El desafío principal no era el volumen, sino la naturaleza del flujo de datos: las facturas se duplicaban por reintentos de Kafka, llegaban con retrasos significativos y el sistema sufría interrupciones frecuentes. Cuatro enfoques previos fallaron: la suma directa en inserción contaba duplicados, la recomputación desde la tabla principal consumía recursos excesivos, y el uso de diccionarios para evitar duplicados agotaba la memoria. La solución final abandonó el almacenamiento de agregados estáticos. En su lugar, se define un agregado como una función computable sobre los documentos originales. Cada celda de agregación (registrador, turno, hora) se recalcula dinámicamente en tiempo de lectura, colapsando duplicados mediante GROUP BY y gestionando documentos tardíos sin estado previo. Este diseño garantiza corrección absoluta, tolerancia a fallos y latencia predecible, demostrando que la aditividad y la recomputación periódica son más robustas que el almacenamiento de sumas parciales.