> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.
# ClickHouse Cloud 빠른 시작
> ClickHouse Cloud 빠른 시작 가이드
export const Image = ({img, alt, size = "lg"}) => {
const normalizedSize = ["sm", "md", "lg"].includes(size) ? size : "lg";
return
;
};
> ClickHouse를 가장 빠르고 쉽게 시작하는 방법은 [ClickHouse Cloud](https://console.clickhouse.cloud)에서 새
> 서비스를 만드는 것입니다. 이 빠른 시작 가이드에서는 3단계만으로 설정을 완료합니다.
[ClickHouse Cloud](https://console.clickhouse.cloud)에서 무료 ClickHouse 서비스를 만들려면 다음 단계를 완료해 가입하면 됩니다:
* [가입 페이지](https://console.clickhouse.cloud/signUp)에서 계정을 만드십시오
* 이메일 또는 Google SSO, Microsoft SSO, AWS Marketplace, Google Cloud, Microsoft Azure를 통해 가입할 수 있습니다
* 이메일과 비밀번호로 가입하는 경우, 이메일로 받은 링크를 통해 24시간 이내에 이메일 주소를 인증해야 합니다
* 방금 만든 사용자 이름과 비밀번호로 로그인하십시오
로그인하면 ClickHouse Cloud가 새 ClickHouse 서비스 생성을 안내하는 온보딩 마법사를 시작합니다. 서비스를 배포할 리전을 선택하고 새 서비스의 이름을 지정하십시오:
기본적으로 새 조직은 Scale tier로 설정되며, 각각 4 VCPU와 16 GiB RAM을 갖춘 3개의 레플리카가 생성됩니다. [수직 자동 스케일링](/docs/ko/products/cloud/features/autoscaling/vertical)은 Scale tier에서 기본적으로 활성화됩니다. 나중에 'Plans' 페이지에서 조직 티어를 변경할 수 있습니다.
필요한 경우 레플리카가 스케일링할 최소 크기와 최대 크기를 지정해 서비스 리소스를 사용자 지정하십시오. 준비가 되면 `Create service`를 선택하십시오.
축하합니다! ClickHouse Cloud 서비스가 정상적으로 실행 중이며 온보딩이 완료되었습니다. 이제 데이터를 수집하고 쿼리하는 방법을 계속해서 살펴보십시오.
ClickHouse에 연결하는 방법은 2가지입니다:
* 웹 기반 SQL 콘솔을 사용하여 연결
* 애플리케이션에서 연결
### SQL 콘솔을 사용하여 연결하기
빠르게 시작하려면 ClickHouse에서 제공하는 웹 기반 SQL 콘솔을 사용할 수 있습니다. 온보딩을 완료하면 이 콘솔로 리디렉션됩니다.
쿼리 탭을 생성한 다음, 간단한 쿼리를 입력하여 연결이 정상적으로 작동하는지 확인하십시오:
```sql theme={null}
SHOW databases
```
목록에 4개의 데이터베이스와 추가한 데이터베이스가 표시됩니다.
이제 완료되었습니다. 새 ClickHouse 서비스를 사용할 준비가 되었습니다!
### 앱과 연결
탐색 메뉴에서 Connect 버튼을 누르십시오. 서비스 자격 증명과 인터페이스 또는 언어 클라이언트를 연결하는 방법이 포함된 안내를 제공하는 모달이 열립니다.
사용하는 언어 클라이언트가 보이지 않으면 [Integrations](/docs/ko/integrations/home) 목록을 확인해 보십시오.
ClickHouse는 데이터가 있어야 진가를 발휘합니다! 데이터를 추가하는 방법은 여러 가지가 있으며, 대부분은 탐색 메뉴에서 접근할 수 있는 데이터 소스(Data Sources) 페이지에서 확인하실 수 있습니다.
다음 방법으로 데이터를 업로드할 수 있습니다.
* ClickPipe를 설정하여 S3, Postgres, Kafka, GCS와 같은 데이터 소스에서 데이터 수집 시작
* SQL 콘솔 사용
* ClickHouse client 사용
* 파일 업로드 - 지원 포맷에는 JSON, CSV, TSV가 포함됩니다
* 파일 URL에서 데이터 업로드
### ClickPipes
[ClickPipes](http://clickhouse.com/docs/integrations/clickpipes)는 다양한 소스에서 데이터를 수집하는 작업을 몇 번의 클릭만으로 간편하게 처리할 수 있는 관리형 통합 플랫폼입니다. 가장 까다로운 워크로드를 위해 설계된 ClickPipes의 견고하고 확장 가능한 아키텍처는 일관된 성능과 안정성을 보장합니다. ClickPipes는 장기적인 스트리밍 용도뿐만 아니라 일회성 데이터 로딩 작업에도 활용할 수 있습니다.
### SQL 콘솔을 사용하여 데이터 추가
대부분의 데이터베이스 관리 시스템과 마찬가지로, ClickHouse는 테이블을 **데이터베이스** 단위로 논리적으로 구성합니다. ClickHouse에서 새 데이터베이스를 생성하려면 [`CREATE DATABASE`](/docs/ko/reference/statements/create/database) 명령을 사용하세요:
```sql theme={null}
CREATE DATABASE IF NOT EXISTS helloworld
```
다음 명령을 실행하여 `helloworld` 데이터베이스에 `my_first_table`이라는 테이블을 생성하십시오:
```sql theme={null}
CREATE TABLE helloworld.my_first_table
(
user_id UInt32,
message String,
timestamp DateTime,
metric Float32
)
ENGINE = MergeTree()
PRIMARY KEY (user_id, timestamp)
```
위의 예시에서 `my_first_table`은 네 개의 컬럼을 가진 [`MergeTree`](/docs/ko/reference/engines/table-engines/mergetree-family/mergetree) 테이블입니다:
* `user_id`: 32비트 부호 없는 정수([UInt32](/docs/ko/reference/data-types/int-uint))
* `message`: [String](/docs/ko/reference/data-types/string) 데이터 타입으로, 다른 데이터베이스 시스템에서 사용하는 `VARCHAR`, `BLOB`, `CLOB` 등의 타입을 대체합니다
* `timestamp`: 특정 시점을 나타내는 [DateTime](/docs/ko/reference/data-types/datetime) 값
* `metric`: 32비트 부동소수점 수([Float32](/docs/ko/reference/data-types/float))
**테이블 엔진**
테이블 엔진은 다음 사항을 결정합니다:
* 데이터가 저장되는 방식과 위치
* 지원되는 쿼리
* 데이터 복제 여부
선택할 수 있는 테이블 엔진은 많지만, 단일 노드 ClickHouse 서버에서 사용하는 단순한 테이블에는 [`MergeTree`](/docs/ko/reference/engines/table-engines/mergetree-family/mergetree)가 가장 적합한 선택일 가능성이 높습니다.
#### Primary Key 간략 소개
계속 진행하기 전에, ClickHouse에서 기본 키(primary key)가 어떻게 동작하는지 이해하는 것이 중요합니다(기본 키의 구현 방식이 예상과 다를 수 있습니다!):
* ClickHouse의 기본 키(primary keys)는 테이블의 각 행별로 ***고유하지 않습니다***
ClickHouse 테이블의 프라이머리 키는 데이터가 디스크에 기록될 때 정렬되는 방식을 결정합니다. 8,192개의 행 또는 10MB의 데이터마다(**인덱스 세분화 수준**이라고 함) 프라이머리 키 인덱스 파일에 항목이 생성됩니다. 이 세분화 수준 개념은 메모리에 쉽게 올릴 수 있는 **희소 인덱스**를 생성하며, 그래뉼은 `SELECT` 쿼리 실행 시 처리되는 최소 단위 컬럼 데이터의 스트라이프를 나타냅니다.
프라이머리 키는 `PRIMARY KEY` 매개변수를 사용하여 정의할 수 있습니다. `PRIMARY KEY`를 지정하지 않고 테이블을 정의하면, 키는 `ORDER BY` 절에 지정된 Tuple이 됩니다. `PRIMARY KEY`와 `ORDER BY`를 모두 지정하는 경우, 프라이머리 키는 정렬 순서의 부분 집합이어야 합니다.
프라이머리 키는 정렬 키이기도 하며, `(user_id, timestamp)`의 튜플로 구성됩니다. 따라서 각 컬럼 파일에 저장된 데이터는 `user_id` 기준으로 먼저 정렬되고, 이후 `timestamp` 기준으로 정렬됩니다.
ClickHouse의 핵심 개념에 대한 심층 분석은 ["핵심 개념"](/docs/ko/concepts/core-concepts/index)을 참조하십시오.
#### 테이블에 데이터 삽입
ClickHouse에서 익숙한 [`INSERT INTO TABLE`](/docs/ko/reference/statements/insert-into) 명령을 사용할 수 있지만, [`MergeTree`](/docs/ko/reference/engines/table-engines/mergetree-family/mergetree) 테이블에 데이터를 삽입할 때마다 스토리지에 \*\*파트(part)\*\*가 생성된다는 점을 반드시 이해해야 합니다.
**ClickHouse 모범 사례**
배치당 많은 수의 행을 삽입하십시오. 한 번에 수만 개에서 수백만 개의
행을 삽입해도 됩니다. 걱정하지 마십시오. ClickHouse는 그 정도 규모도 쉽게 처리할 수 있으며,
서비스로 전송되는 쓰기 요청 수를 줄여 [비용을 절감](/docs/ko/concepts/best-practices/selecting-an-insert-strategy#batch-inserts-if-synchronous)할 수 있습니다.
간단한 예시에서도 한 번에 여러 행을 삽입해 보겠습니다:
```sql theme={null}
INSERT INTO helloworld.my_first_table (user_id, message, timestamp, metric) VALUES
(101, 'Hello, ClickHouse!', now(), -1.0 ),
(102, 'Insert a lot of rows per batch', yesterday(), 1.41421 ),
(102, 'Sort your data based on your commonly-used queries', today(), 2.718 ),
(101, 'Granules are the smallest chunks of data read', now() + 5, 3.14159 )
```
`timestamp` 컬럼은 다양한 [**Date**](/docs/ko/reference/data-types/date) 및 [**DateTime**](/docs/ko/reference/data-types/datetime) 함수를 사용해 채워집니다. ClickHouse에는 유용한 함수가 수백 개 있으며, [**Functions** 섹션에서 확인할 수 있습니다](/docs/ko/reference/functions/index).
제대로 작동했는지 확인해 보겠습니다:
```sql theme={null}
SELECT * FROM helloworld.my_first_table
```
### ClickHouse Client를 사용하여 데이터 추가
[**clickhouse client**](/docs/ko/concepts/features/interfaces/cli)라는 명령줄 도구를 사용하여 ClickHouse Cloud 서비스에 연결할 수도 있습니다. 왼쪽 메뉴에서 `Connect`를 클릭하면 세부 정보를 확인할 수 있습니다. 대화 상자의 드롭다운에서 `Native`를 선택하십시오.
1. [ClickHouse](/docs/ko/concepts/features/interfaces/cli)를 설치합니다.
2. 호스트명, 사용자 이름, 비밀번호를 각각 바꿔 넣어 명령을 실행하십시오:
```bash theme={null}
./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \
--secure --port 9440 \
--user default \
--password
```
스마일 이모티콘 프롬프트가 나타나면 쿼리를 실행할 준비가 완료된 것입니다!
```response theme={null}
:)
```
3. 다음 쿼리를 실행해 보세요:
```sql theme={null}
SELECT *
FROM helloworld.my_first_table
ORDER BY timestamp
```
응답이 깔끔한 테이블 형식으로 반환되는 것을 확인할 수 있습니다:
```response theme={null}
┌─user_id─┬─message────────────────────────────────────────────┬───────────timestamp─┬──metric─┐
│ 102 │ Insert a lot of rows per batch │ 2022-03-21 00:00:00 │ 1.41421 │
│ 102 │ Sort your data based on your commonly-used queries │ 2022-03-22 00:00:00 │ 2.718 │
│ 101 │ Hello, ClickHouse! │ 2022-03-22 14:04:09 │ -1 │
│ 101 │ Granules are the smallest chunks of data read │ 2022-03-22 14:04:14 │ 3.14159 │
└─────────┴────────────────────────────────────────────────────┴─────────────────────┴─────────┘
4 rows in set. Elapsed: 0.008 sec.
```
4. [ClickHouse에서 지원하는 다양한 출력 형식](/docs/ko/reference/formats/index) 중 하나를 지정하려면 [`FORMAT`](/docs/ko/reference/statements/select/format) 절을 추가하세요:
```sql theme={null}
SELECT *
FROM helloworld.my_first_table
ORDER BY timestamp
FORMAT TabSeparated
```
위 쿼리의 출력은 탭으로 구분된 형식으로 반환됩니다:
```response theme={null}
Query id: 3604df1c-acfd-4117-9c56-f86c69721121
102 Insert a lot of rows per batch 2022-03-21 00:00:00 1.41421
102 Sort your data based on your commonly-used queries 2022-03-22 00:00:00 2.718
101 Hello, ClickHouse! 2022-03-22 14:04:09 -1
101 Granules are the smallest chunks of data read 2022-03-22 14:04:14 3.14159
4 rows in set. Elapsed: 0.005 sec.
```
5. `clickhouse client`를 종료하려면 **exit** 명령을 입력하세요:
```bash theme={null}
exit
```
### 파일 업로드
데이터베이스를 처음 시작할 때 흔히 수행하는 작업 중 하나는 파일에 있는 기존 데이터를 삽입하는 것입니다. 온라인에서 제공되는 샘플 데이터를 삽입해 볼 수 있으며, 이 데이터는 클릭스트림 데이터로 사용자 ID, 방문한 URL, 이벤트 타임스탬프를 포함합니다.
`data.csv`라는 이름의 CSV 파일에 다음과 같은 텍스트가 있다고 가정합니다:
```bash title="data.csv" theme={null}
102,This is data in a file,2022-02-22 10:43:28,123.45
101,It is comma-separated,2022-02-23 00:00:00,456.78
103,Use FORMAT to specify the format,2022-02-21 10:43:30,678.90
```
1. 다음 명령은 `my_first_table`에 데이터를 삽입합니다:
```bash theme={null}
./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \
--secure --port 9440 \
--user default \
--password \
--query='INSERT INTO helloworld.my_first_table FORMAT CSV' < data.csv
```
2. SQL 콘솔에서 쿨리하면 이제 테이블에 새 행이 표시되는 것을 확인할 수 있습니다:
**IP 액세스 목록 필터링**
다음 단계로 진행하기 전에 IP 액세스 목록 필터링을 설정하는 것이 좋습니다.
자세한 내용은 ["IP 필터 설정"](/docs/ko/products/cloud/guides/security/connectivity/setting-ip-filters)을 참조하십시오.
## 다음 단계
* [튜토리얼](/docs/get-started/quickstarts/tutorial)에서는 테이블에 200만 개의 행을 삽입하고 몇 가지 분석 쿼리를 작성해 봅니다
* [예시 데이터셋](/docs/ko/get-started/sample-datasets/index) 목록과 이를 삽입하는 방법을 안내합니다
* [ClickHouse 시작하기](https://clickhouse.com/company/events/getting-started-with-clickhouse/)에 대한 12분 분량의 동영상을 확인해 보십시오
* 데이터가 외부 소스에서 들어오는 경우, 메시지 큐, 데이터베이스, 파이프라인 등에 연결하는 방법을 안내하는 [통합 가이드 모음](/docs/ko/integrations/home)을 참조하십시오
* UI/BI 시각화 도구를 사용하는 경우, [UI를 ClickHouse에 연결하는 사용자 가이드](/docs/ko/integrations/connectors/data-visualization/index)를 참조하십시오
* [프라이머리 키(primary key)](/docs/ko/guides/clickhouse/data-modelling/sparse-primary-indexes) 사용자 가이드에서는 프라이머리 키에 대해 알아야 할 내용과 이를 정의하는 방법을 모두 다룹니다