跳到主要内容
跳到主要内容

ClickHouse OSS 快速入门

在本快速入门教程中，我们将通过8个简单步骤让您设置好 OSS 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，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该数据。

下载 ClickHouse​

ClickHouse 原生运行在 Linux、FreeBSD 和 macOS 上，并可以通过 WSL 在 Windows 上运行。最简单的本地下载 ClickHouse 的方法是运行以下 curl 命令。它会确定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

我们建议在新的空子目录中运行以下命令，因为一些配置文件将在第一次运行 ClickHouse 服务器时在二进制文件所在的目录下创建。

curl https://clickhouse.com/ | sh

您应该能看到：

Successfully downloaded the ClickHouse binary, you can run it as:
    ./clickhouse

You can also install it:
sudo ./clickhouse install

在此阶段，您可以忽略运行 install 命令的提示。

备注

对于 Mac 用户：如果您收到二进制文件的开发者无法验证的错误，请查看 "解决 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：

./clickhouse server

您应该能看到终端充满日志。这是可以预期的。在 ClickHouse 中，默认日志级别 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，将目录切换到 clickhouse 二进制文件保存的地方，然后运行以下命令：

./clickhouse client

您应该能看到一个微笑的脸，表示它已连接到运行在 localhost 上的服务：

my-host :)

创建表​

使用 CREATE TABLE 定义一个新表。在 ClickHouse 中，典型的 SQL DDL 命令是有效的，但有一点不同——ClickHouse 中的表需要 ENGINE 子句。使用 MergeTree 来利用 ClickHouse 的性能优势：

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

插入数据​

您可以使用熟悉的 INSERT INTO TABLE 命令来插入数据到 ClickHouse，但需要注意的是，每次向 MergeTree 表插入时，ClickHouse 中会创建一个我们称之为 part 的存储。这些 ^^parts^^ 后续会被 ClickHouse 在后台合并。

在 ClickHouse 中，我们尽量一次性批量插入大量行（数万行甚至数百万行），以最小化在后台进程中需要合并的 parts 数量。

在本指南中，我们暂时不需要担心这个。运行以下命令将几行数据插入到您的表中：

INSERT INTO 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 )

查询您的新表​

您可以像在任何 SQL 数据库中一样编写 SELECT 查询：

SELECT *
FROM my_first_table
ORDER BY timestamp

请注意，响应以漂亮的表格格式返回：

┌─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.

插入您自己的数据​

下一步是将您自己的数据导入 ClickHouse。我们有许多 表函数 和 集成方式 来获取数据。我们在下面的选项卡中有一些示例，或者您可以查看我们的 集成方式 页面，找到与 ClickHouse 集成的众多技术。

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

  1. 被用作 SELECT 查询的源（允许您运行临时查询并将数据保留在 S3 中），或...
  2. 将结果表插入到 MergeTree 表中（当您准备好将数据转移到 ClickHouse 时）

临时查询看起来像：

SELECT
passenger_count,
avg(toFloat32(total_amount))
FROM s3(
'https://datasets-documentation.s3.eu-west-3.amazonaws.com/nyc-taxi/trips_0.gz',
'TabSeparatedWithNames'
)
GROUP BY passenger_count
ORDER BY passenger_count;

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

INSERT INTO nyc_taxi
SELECT * FROM s3(
'https://datasets-documentation.s3.eu-west-3.amazonaws.com/nyc-taxi/trips_0.gz',
'TabSeparatedWithNames'
)
SETTINGS input_format_allow_errors_num=25000;

查看我们的 AWS S3 文档页面合集，获取更多关于如何将 S3 与 ClickHouse 结合使用的详细信息和示例。


探索​

  • 查看我们的 核心概念 部分，了解 ClickHouse 在内部运作的一些基础知识。
  • 查看 高级教程，深入探讨 ClickHouse 的关键概念和功能。
  • 通过参加我们在 ClickHouse Academy 提供的免费在线培训课程继续学习。
  • 我们有一份 示例数据集 的列表，以及插入它们的说明。
  • 如果您的数据来自外部来源，请查看我们的 集成指南集合，了解如何连接到消息队列、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 的用户指南包含您需要了解的所有关于主键的信息以及如何定义它们。