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 个简单步骤帮助您设置 ClickHouse。您将下载适合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 客户端创建一个表，然后向其插入数据并运行查询以选择这些数据。

我们开始吧？

下载 ClickHouse

ClickHouse 原生支持 Linux、FreeBSD 和 macOS，并通过 WSL 在 Windows 上运行。将 ClickHouse 本地下载的最简单方法是运行以下 curl 命令。此命令会识别您的操作系统是否支持，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，因为在第一次运行 ClickHouse 服务器时，将在二进制文件所在的目录中创建一些配置文件。

您应该会看到：

此时，您可以忽略提示运行 install 命令。

备注

对于 Mac 用户：如果您收到错误，表明无法验证二进制文件的开发者，请参阅 "修复 MacOS 中的开发者验证错误"。

启动服务器

运行以下命令来启动 ClickHouse 服务器：

您应该会看到终端充满了日志消息。这是正常现象。在 ClickHouse 中，默认的 日志记录级别 设置为 trace 而不是 warning。

启动客户端

使用 clickhouse-client 连接到您的 ClickHouse 服务。打开一个新的终端，切换到保存 clickhouse 二进制文件的目录，然后运行以下命令：

当它连接到您在 localhost 上运行的服务时，您应该会看到一个笑脸：

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，唯一的补充是 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 命令在 ClickHouse 中插入数据，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我们称之为 part 的部分。这些部分后来会在后台被 ClickHouse 合并。

在 ClickHouse 中，我们尝试一次性批量插入大量行（数万甚至数百万行）以最小化需要在后台进程中合并的 parts。

在本指南中，我们暂时不需要担心这一点。运行以下命令向您的表插入一些数据行：

查询您的新表

您可以像对待任何 SQL 数据库一样撰写 SELECT 查询：

注意响应以漂亮的表格格式返回：

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 用于数据摄取。我们在下面的选项卡中提供了一些示例，或者您可以查看我们的 集成 页面，了解与 ClickHouse 集成的技术长列表。

S3

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

1. 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（当您准备好将数据移入 ClickHouse 时）

临时查询看起来像：

将数据移动到 ClickHouse 表中如下，其中 nyc_taxi 是一个 MergeTree 表：

查看我们关于 AWS S3 文档页面的 集合，获取有关与 ClickHouse 一起使用 S3 的更多详细信息和示例。

GCS

用于在 AWS S3 中读取数据的 s3 表函数 同样适用于 Google Cloud Storage 中的文件。

例如：

在 s3 表函数页面 上查找更多详细信息。

Web

url 表函数 读取来自网络的可访问文件：

在 url 表函数页面 上查找更多详细信息。

Local

使用 file 表引擎 读取本地文件。为了简化，将文件复制到 user_files 目录（该目录位于下载 ClickHouse 二进制文件的目录中）。

请注意，ClickHouse 通过分析大量行来推断列的名称和数据类型。如果 ClickHouse 无法从文件名确定文件格式，您可以将其指定为第二个参数：

查看 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：

查看 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：

查看 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：

查看 odbc 表函数 和 jdbc 表函数 文档页面以获取更多详细信息。

消息队列

消息队列可以使用相应的表引擎将数据流入 ClickHouse，包括：

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

数据湖

ClickHouse 具有从以下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
• Iceberg: 使用 iceberg 表函数 从 S3 中现有的 Apache Iceberg 表读取
• DeltaLake: 使用 deltaLake 表函数 从 S3 中现有的 Delta Lake 表读取

其他

查看我们关于 ClickHouse 集成的 长列表，以了解如何将您现有的框架和数据源连接到 ClickHouse。

探索

• 查看我们的 核心概念 部分，以了解 ClickHouse 的一些基本原理。
• 查看 高级教程，更深入地探讨 ClickHouse 的关键概念和功能。
• 通过在 ClickHouse Academy 上参加我们的免费按需培训课程来继续您的学习。
• 我们有一份 示例数据集 的列表，并附有插入说明。
• 如果您的数据来自外部源，请查看我们关于连接消息队列、数据库、管道等的 集成指南集合。
• 如果您使用 UI/BI 可视化工具，请查看 连接 UI 到 ClickHouse 的用户指南。
• 关于 主键 的用户指南包含了有关主键及其定义的所有信息。