快速入门

欢迎使用 ClickHouse！

在这个快速入门教程中，我们将通过 8 个简单的步骤来帮助您设置环境。您将下载适用于您操作系统的二进制文件，学习如何运行 ClickHouse 服务器，并使用 ClickHouse 客户端创建表，然后向其中插入数据并运行查询以选择这些数据。

让我们开始吧？

下载 ClickHouse

ClickHouse 原生支持 Linux、FreeBSD 和 macOS，并可以通过 WSL 在 Windows 上运行。下载 ClickHouse 本地版本的最简单方法是运行以下 curl 命令。它会检测您的操作系统是否受支持，然后下载适合的 ClickHouse 二进制文件。

备注

我们建议您在一个新的空子目录中运行下面的命令，因为一些配置文件将在初次运行 ClickHouse 服务器时在二进制文件所在的目录中创建。

您应该会看到：

在这一阶段，您可以忽略提示运行 install 命令。

备注

对于 Mac 用户：如果您遇到无法验证二进制文件开发者的错误，请参考 "修复 MacOS 中的开发者验证错误"。

启动服务器

运行以下命令以启动 ClickHouse 服务器：

您应该会看到终端日志不断输出。这是预期的。在 ClickHouse 中，默认日志级别 设置为 trace 而非 warning。

启动客户端

使用 clickhouse-client 连接到您的 ClickHouse 服务。打开一个新终端，切换到您的 clickhouse 二进制文件保存的目录，并运行以下命令：

您应该看到一个微笑的图标，表示您已连接到运行在 localhost 上的服务：

创建表

使用 CREATE TABLE 定义一个新表。典型的 SQL DDL 命令在 ClickHouse 中有效，但有一个额外要求——ClickHouse 中的表需要一个 ENGINE 子句。使用 MergeTree 来利用 ClickHouse 的性能优势：

插入数据

您可以使用熟悉的 INSERT INTO TABLE 命令与 ClickHouse 交互，但重要的是要理解，每次向 MergeTree 表插入数据都会在存储中创建一个我们称之为 part 的部分。这些部分随后会在后台通过 ClickHouse 合并。

在 ClickHouse 中，我们尝试一次批量插入大量行（数量可达到数万甚至数百万），以尽量减少需要在后台处理的 parts 的数量。

在本指南中，暂时不必担心这个问题。运行以下命令以向您的表中插入几行数据：

查询您的新表

您可以像与任何 SQL 数据库一样编写 SELECT 查询：

注意，响应以良好的表格格式返回：

插入您自己的数据

下一步是将您自己的数据导入 ClickHouse。我们有很多 表函数 和 集成方案 用于数据摄取。下面的选项卡中提供了一些示例，或者您可以查看我们的 Integrations 页面，以获取与 ClickHouse 集成的技术的详细列表。

S3

使用 s3 表函数 从 S3 读取文件。这是一个表函数——意味着结果是一个可以：

1. 作为 SELECT 查询的源（允许您运行临时查询并将数据保留在 S3 中），或者...
2. 将结果表插入到 MergeTree 表中（当您准备将数据移动到 ClickHouse 时）

一个临时查询的示例：

移动数据到 ClickHouse 表的示例如下，其中 nyc_taxi 是一个 MergeTree 表：

查看我们的 AWS S3 文档页面 以获取有关如何使用 S3 的更多详细信息和示例。

GCS

用于读取 AWS S3 中数据的 s3 表函数 也可以在 Google Cloud Storage 中使用。

例如：

有关 s3 表函数页面 的更多详细信息，请查看。

Web

url 表函数 读取可以从网络访问的文件：

有关 url 表函数页面 的更多详细信息，请查看。

Local

使用 file 表引擎 从本地文件读取数据。为了简单起见，将文件复制到 user_files 目录中（该目录位于您下载 ClickHouse 二进制文件的目录中）。

请注意，ClickHouse 通过分析大量行来推断您列的名称和数据类型。如果 ClickHouse 无法从文件名中确定文件格式，您可以将其作为第二个参数指定：

阅读 file 表函数 文档页面以获取更多详细信息。

PostgreSQL

使用 postgresql 表函数 从 PostgreSQL 中的表读取数据：

阅读 postgresql 表函数 文档页面以获取更多详细信息。

MySQL

使用 mysql 表函数 从 MySQL 中的表读取数据：

阅读 mysql 表函数 文档页面以获取更多详细信息。

ODBC/JDBC

ClickHouse 可以从任何 ODBC 或 JDBC 数据源读取数据：

阅读 odbc 表函数 和 jdbc 表函数 文档页面以获取更多详细信息。

Message Queues

消息队列可以通过相应的表引擎将数据流入 ClickHouse，包括：

• Kafka：使用 Kafka 表引擎 集成 Kafka
• Amazon MSK：集成 Amazon Managed Streaming for Apache Kafka (MSK)
• RabbitMQ：使用 RabbitMQ 表引擎 集成 RabbitMQ

Data Lakes

ClickHouse 具有从以下来源读取数据的表函数：

• Hadoop：使用 hdfs 表函数 集成 Apache Hadoop
• Hudi：使用 hudi 表函数 从 S3 中现有的 Apache Hudi 表读取数据
• Iceberg：使用 iceberg 表函数 从 S3 中现有的 Apache Iceberg 表读取数据
• DeltaLake：使用 deltaLake 表函数 从 S3 中现有的 Delta Lake 表读取数据

Other

查看我们的 ClickHouse 集成长列表，以了解如何将现有框架和数据源连接到 ClickHouse。

探索

• 查看我们的 核心概念 部分，了解 ClickHouse 的一些基本原理。
• 查看 高级教程，该教程对 ClickHouse 的关键概念和功能进行了更深入的探讨。
• 通过我们在 ClickHouse Academy 的免费的按需培训课程继续您的学习。
• 我们有一个 示例数据集 的列表，附有插入它们的说明。
• 如果您的数据来自外部源，请查看我们的 集成指南集合，以了解如何连接消息队列、数据库、管道等。
• 如果您使用的是 UI/BI 可视化工具，请查看 连接 UI 到 ClickHouse 的用户指南。
• 关于 主键 的用户指南包含了您需要了解的所有内容，以及如何定义主键。