以A股日K数据为例，股票日交易数据表结构为：

CREATE TABLE stock_daily
(
    symbol String, -- 股票代码
    name String, --股票名称
    date Date, --交易日期
    open Float32, --开盘价
    low Float32, --最低价
    high Float32, --最高价
    close Float32, --收盘价
    volume Int64, --成交量
    amount Float64 --成交额
)
ENGINE = MergeTree(date, (symbol, date), 8192)

需求为获取每个股票最后五个交易日的交易数据。ClickHouse不提供窗口函数，那么解决思路变为先找到每个股票的最后五个交易日期，然后再通过股票代码和交易日期关联源表获得相应详细交易数据。

SELECT symbol,name,date,open,low,high,close,volume,amount
FROM
  (
    SELECT symbol,name,date,open,low,high,close,volume,amount
    FROM stock_daily
  )ALL INNER JOIN(
    SELECT symbol,arrayJoin(dates)AS date
    FROM
      (
        SELECT symbol,groupArray(5)(date)AS dates
        FROM
          (
            SELECT symbol,date
            FROM stock_daily
            ORDER BY symbol,date DESC
          )
        GROUP BY symbol
      )
    WHERE dates[1]< toDate('2018-03-16') -- 过滤2018年3月16日停牌中的股票，ClickHouse中数组元素序号从1开始。
  )USING symbol,date

groupArray函数有两种用法：groupArray(x)和groupArray(max_size)(x)，数组中元素的顺序就是分组数据中指定的顺序，groupArray(max_size)(x)可以指定数组的大小，即为需求中TopN的数值。

arrayJoin函数可以将array中的元素展开为行，当有多个array通过arrayJoin展开时结果为array的笛卡尔积。

也可以通过arrayMap函数实现上述功能：

SELECT symbol,name,date,open,low,high,close,volume,amount
FROM
(
    SELECT symbol,name,date,open,low,high,close,volume,amount
    FROM stock_daily
)
ALL INNER JOIN
(
    SELECT symbol,arrayJoin(dates)AS date
    FROM
    (
        SELECT
            symbol,
            arrayMap(lambda(tuple(i),dates[(i + 1)]),range(5))AS dates
        FROM
        (
            SELECT
                symbol,groupArray(date)AS dates
            FROM
            (
                SELECT symbol,date
                FROM stock_daily
                ORDER BY symbol,date DESC
            )
            GROUP BY symbol 
        )
    )
    WHERE dates[1]< toDate('2018-03-16') -- 过滤2018年3月16日停牌中的股票，ClickHouse中数组元素序号从1开始。
)USING symbol,date

结果如下：

ClickHouse引擎适合各类OLAP场景，效率极高，官方提供了很多内置函数和特性，你值得拥有。