跳转到主内容
跳转到主内容

ClickHouse Cloud 快速开始

使用 ClickHouse 的最快、最简便方式，是在 ClickHouse Cloud 中创建一个新服务。在本快速入门指南中，我们将通过三个简单步骤帮助您完成设置。

创建 ClickHouse 服务​

要在 ClickHouse Cloud 中创建免费的 ClickHouse 服务,只需按照以下步骤完成注册:

  • 在注册页面上创建账户
  • 你可以选择使用邮箱注册，或者通过 Google SSO、Microsoft SSO、AWS Marketplace、Google Cloud 或 Microsoft Azure 注册
  • 如果你使用邮箱和密码注册，请记得在接下来的 24 小时内，通过邮件中提供的链接验证你的邮箱地址
  • 使用刚刚创建的用户名和密码登录
选择套餐

登录后，ClickHouse Cloud 会启动入门向导，带您完成新 ClickHouse 服务的创建。请选择要部署服务的区域，并为新服务命名：

新建 ClickHouse 服务

默认情况下,新组织将采用 Scale 层级,并创建 3 个副本,每个副本配置 4 个 vCPU 和 16 GiB 内存。Scale 层级默认启用垂直自动扩展。您可以稍后在"Plans"页面更改组织层级。

如有需要，可通过指定副本的最小和最大数量来自定义服务资源以进行扩缩容。准备就绪后，选择 Create service。

扩缩容限制

恭喜！您的 ClickHouse Cloud 服务已启动并运行，初始配置已完成。请继续阅读，了解如何开始摄取并查询您的数据。

连接到 ClickHouse​

连接 ClickHouse 有两种方式：

  • 通过我们的基于 Web 的 SQL 控制台进行连接
  • 使用您的应用程序连接

使用 SQL 控制台连接​

为便于快速上手,ClickHouse 提供了基于 Web 的 SQL 控制台,完成初始配置后系统会将您自动重定向到该控制台。

SQL 控制台

创建一个查询标签页并输入简单查询以验证连接是否正常：

SHOW databases

您应该在列表中看到 4 个数据库，以及您可能添加的任何数据库。

SQL 控制台

完成了 - 您现在可以开始使用新的 ClickHouse 服务了!

连接您的应用​

从导航菜单中点击连接按钮。将弹出一个对话框，显示您的服务凭据，并提供使用界面或语言客户端进行连接的操作说明。

服务连接

如果您找不到所需的语言客户端,请查看我们的集成列表。

添加数据​

ClickHouse 需要数据才能发挥最佳性能！添加数据有多种方式，大部分可通过导航菜单中的“数据源”页面访问。

数据源

您可以使用以下方法上传数据：

  • 设置 ClickPipe，以从 S3、Postgres、Kafka、GCS 等数据源开始摄取数据
  • 使用 SQL 控制台
  • 使用 ClickHouse 客户端
  • 上传文件 - 支持的格式包括 JSON、CSV 和 TSV
  • 通过文件 URL 上传数据

ClickPipes​

ClickPipes 是一个托管的集成平台，只需点击几下即可轻松从多种来源摄取数据。ClickPipes 专为最苛刻的工作负载而设计，其强大且可扩展的架构确保了持续的性能和可靠性。ClickPipes 可用于长期的流式处理需求或一次性的数据加载任务。

选择数据源

使用 SQL 控制台添加数据​

与大多数数据库管理系统一样,ClickHouse 在逻辑上将表组织到数据库中。使用 CREATE DATABASE 命令在 ClickHouse 中创建新数据库:

CREATE DATABASE IF NOT EXISTS helloworld

运行以下命令在 helloworld 数据库中创建名为 my_first_table 的表：

CREATE TABLE helloworld.my_first_table
(
    user_id UInt32,
    message String,
    timestamp DateTime,
    metric Float32
)
ENGINE = MergeTree()
PRIMARY KEY (user_id, timestamp)

在上述示例中，my_first_table 是一个 MergeTree 表，包含四列：

  • user_id: 32 位无符号整数 (UInt32)
  • message：一种 String 数据类型，用于替代其他数据库系统中的 VARCHAR、BLOB、CLOB 等数据类型
  • timestamp：一个 DateTime 值，表示某个具体时间点
  • metric：32 位浮点数 (Float32)
表引擎

表引擎决定：

  • 数据的存储方式和位置
  • 支持的查询
  • 数据是否具有副本

有多种表引擎可供选择，但对于单节点 ClickHouse 服务器上的简单表，建议使用 MergeTree。

主键简介​

在继续操作之前,务必了解 ClickHouse 中主键的工作原理(主键的实现方式可能会出乎意料!):

  • 在 ClickHouse 中，表中每一行的主键不是唯一的

ClickHouse 表的主键决定了数据写入磁盘时的排序方式。每 8,192 行或 10MB 的数据 (称为 索引粒度) 都会在主键索引文件中创建一个条目。这种粒度设计形成了一个可以轻松放入内存的 稀疏索引，而 granule 则表示在 SELECT 查询期间会被处理的最小列数据条带。

主键可以使用 PRIMARY KEY 参数定义。如果在定义表时未指定 PRIMARY KEY， 则该键为 ORDER BY 子句中指定的元组。如果同时指定了 PRIMARY KEY 和 ORDER BY，则 主键 必须是排序键的子集。

主键同时也是排序键，为 (user_id, timestamp) 这一元组。因此，每个列文件中存储的数据会先按 user_id，再按 timestamp 排序。

如需深入了解 ClickHouse 的核心概念，请参阅“核心概念”。

向表中插入数据​

您可以使用熟悉的 INSERT INTO TABLE 命令向 ClickHouse 插入数据,但需要注意的是,每次向 MergeTree 表执行插入操作都会在存储中创建一个数据部分(part)。

ClickHouse 最佳实践

每批次插入大量数据行——一次性插入数万甚至数百万行。无需担心——ClickHouse 能够轻松处理这种数据量级，并且通过减少向服务发送的写入请求次数来节省成本。


即使是这个简单示例，我们也一次插入多行数据：

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 )
注意

注意 timestamp 列使用了多种 Date 和 DateTime 函数进行填充。ClickHouse 提供了数百个实用函数,您可以在函数部分查看。

验证是否成功：

SELECT * FROM helloworld.my_first_table

使用 ClickHouse 客户端添加数据​

您还可以使用名为 clickhouse client 的命令行工具连接到 ClickHouse Cloud 服务。点击左侧菜单中的 Connect 以查看这些详细信息。在弹出的对话框中从下拉菜单选择 Native：

ClickHouse 客户端连接详细信息

  1. 安装 ClickHouse。

  2. 运行以下命令，并将其中的主机名、用户名和密码替换为您的实际信息：

./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \
--secure --port 9440 \
--user default \
--password <password>

如果看到笑脸提示符，说明您已准备好运行查询！

:)
  1. 试着运行以下查询：

SELECT *
FROM helloworld.my_first_table
ORDER BY timestamp

注意响应以表格格式返回：

┌─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.
  1. 添加 FORMAT 子句，以指定 ClickHouse 支持的多种输出格式之一：

SELECT *
FROM helloworld.my_first_table
ORDER BY timestamp
FORMAT TabSeparated

在上述查询中，输出结果以制表符分隔的格式返回：

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.
  1. 要退出 clickhouse client，请输入 exit 命令：

exit

上传文件​

开始使用数据库时的一项常见任务是插入已有文件中的数据。我们提供了一些在线示例数据供您插入,这些数据代表点击流数据,包括用户 ID、访问的 URL 以及事件时间戳。

假设我们有一个名为 data.csv 的 CSV 文件,其中包含以下文本:

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. 以下命令将数据插入到 my_first_table 中：

./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \
--secure --port 9440 \
--user default \
--password <password> \
--query='INSERT INTO helloworld.my_first_table FORMAT CSV' < data.csv
  1. 请注意，现在如果在 SQL 控制台中查询，就会发现表中已经出现了新行：

CSV 文件中的新行

IP 访问列表过滤

在继续之前，建议先配置 IP 访问列表过滤。 有关详情，请参阅"设置 IP 过滤器"。

接下来做什么？​