| name | lake |
| description | 本地 Lakehouse 分析引擎 - 基于 DuckDB 的 OLAP 查询，支持 Parquet/CSV 文件分析，可从 Supabase CDC 同步数据。 |
Lakehouse 分析引擎
本地大数据分析层，基于 DuckDB 构建。与 Supabase（OLTP）互补，专注于 OLAP 分析场景。
使用方式
/lake <自然语言查询>
/lake sync <表名> # 从 Supabase 同步数据
/lake import <文件路径> # 导入 Parquet/CSV 文件
/lake tables # 显示所有表
/lake schema <表名> # 显示表结构
架构
PostgreSQL (Supabase)
↓ [CDC 同步 / 手动导入]
Parquet Files (~/.claude/services/lakehouse/data/)
↓
DuckDB (查询引擎)
↓
DuckDB MCP Server
↓
Claude Code (/lake 命令)
数据目录
| 路径 | 说明 |
|---|
~/.claude/services/lakehouse/data/lakehouse.db | DuckDB 数据库文件 |
~/.claude/services/lakehouse/data/parquet/ | Parquet 数据文件 |
~/.claude/services/lakehouse/data/csv/ | CSV 数据文件 |
执行流程
查询流程
- 解析命令 - 识别是查询、同步还是导入
- 加载 DuckDB MCP - 使用
mcp__duckdb__* 工具集
- 执行查询 - 通过 MCP 执行 SQL
- 格式化输出 - 表格或 JSON 形式展示结果
同步流程（/lake sync）
- 从 Supabase 导出数据（使用
mcp__supabase__execute_sql）
- 转换为 Parquet 格式
- 导入 DuckDB
导入流程（/lake import）
支持直接导入：
- Parquet 文件：
/lake import ~/data/events.parquet
- CSV 文件：
/lake import ~/data/users.csv
- 目录：
/lake import ~/data/exports/ （批量导入）
示例
基础查询
/lake 显示所有表
/lake 统计 events 表的记录数
/lake 最近 7 天的事件按类型分组统计
复杂分析
/lake 用户留存分析，计算第 1、7、30 天留存率
/lake 按小时统计 API 调用量，找出峰值时段
/lake 对比本周和上周的活跃用户数
数据导入
/lake import ~/Downloads/analytics_export.parquet
/lake sync users # 从 Supabase 同步 users 表
DuckDB MCP 工具
通过 MCP 调用 DuckDB：
| 工具 | 说明 |
|---|
mcp__duckdb__read_query | 执行 SELECT 查询 |
mcp__duckdb__write_query | 执行写入操作（INSERT/CREATE） |
mcp__duckdb__list_tables | 列出所有表 |
mcp__duckdb__describe_table | 显示表结构 |
与 Supabase 的关系
| 场景 | 推荐工具 |
|---|
| 实时查询单条记录 | /db（Supabase） |
| 简单 CRUD 操作 | /db（Supabase） |
| 大规模聚合分析 | /lake（DuckDB） |
| 历史数据分析 | /lake（DuckDB） |
| 跨表复杂 JOIN | /lake（DuckDB） |
| 文件数据分析 | /lake（DuckDB） |
配置
MCP 配置（~/.claude.json）
{
"mcpServers": {
"duckdb": {
"command": "uvx",
"args": [
"mcp-server-duckdb",
"--db-path",
"/Users/liuyishou/.claude/services/lakehouse/data/lakehouse.db"
]
}
}
}
数据库初始化
首次使用时自动创建数据库。如需手动初始化：
duckdb ~/.claude/services/lakehouse/data/lakehouse.db
注意事项
- DuckDB 查询默认无行数限制（与 Supabase 的 1000 条不同）
- Parquet 格式推荐用于大数据量场景
- 复杂分析优先在 DuckDB 端完成聚合，避免传输大量原始数据
- 同步操作会覆盖目标表，注意数据备份
Phase 2: CDC 实时同步（待实现）
计划使用 OLake 实现 PostgreSQL → Parquet 的 CDC 同步：
docker compose -f ~/.claude/services/olake/docker-compose.yml up -d
架构：
PostgreSQL WAL → OLake → Parquet → DuckDB
