lake

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

1. 解析命令 - 识别是查询、同步还是导入
2. 加载 DuckDB MCP - 使用 mcp__duckdb__* 工具集
3. 执行查询 - 通过 MCP 执行 SQL
4. 格式化输出 - 表格或 JSON 形式展示结果

同步流程（/lake sync）

1. 从 Supabase 导出数据（使用 mcp__supabase__execute_sql）
2. 转换为 Parquet 格式
3. 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：

# 部署 OLake（待实现）
docker compose -f ~/.claude/services/olake/docker-compose.yml up -d

架构：

PostgreSQL WAL → OLake → Parquet → DuckDB