> ## 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.
> Databrain 是一个嵌入式分析平台，可与 ClickHouse 无缝集成，用于构建面向客户的仪表盘、指标和数据可视化。
# 将 Databrain 连接到 ClickHouse
export const CommunityMaintainedBadge = () => {
return ;
};
export const Image = ({img, alt, size = "lg"}) => {
const normalizedSize = ["sm", "md", "lg"].includes(size) ? size : "lg";
return ;
};
[Databrain](https://usedatabrain.com) 是一个嵌入式分析平台，可让您构建并与客户共享交互式仪表盘、指标和数据可视化内容。Databrain 通过 HTTPS 接口连接到 ClickHouse，让您能够借助现代化、易于使用的界面，轻松可视化和分析 ClickHouse 数据。
本指南将逐步介绍如何将 Databrain 连接到您的 ClickHouse 实例。
## 前提条件
* 一个部署在您自有基础设施上或 [ClickHouse Cloud](https://clickhouse.com/) 上的 ClickHouse 数据库。
* 一个 [Databrain 账户](https://app.usedatabrain.com/users/sign-up)。
* 一个用于连接数据源的 Databrain 工作区。
## 将 Databrain 连接到 ClickHouse 的步骤
要通过 HTTP(S) 连接到 ClickHouse，你需要以下信息：
| Parameter(s) | Description |
| ------------------------- | ------------------------------------------ |
| `HOST` and `PORT` | 通常，使用 TLS 时端口为 8443；不使用 TLS 时端口为 8123。 |
| `DATABASE NAME` | 默认情况下，存在一个名为 `default` 的数据库。请使用你要连接的数据库名称。 |
| `USERNAME` and `PASSWORD` | 默认情况下，用户名为 `default`。请根据你的使用场景使用相应的用户名。 |
你的 ClickHouse Cloud 服务的连接信息可在 ClickHouse Cloud 控制台中查看。
选择一个服务，然后点击 **Connect**：
选择 **HTTPS**。连接信息会显示在示例 `curl` 命令中。
如果你使用的是自管理 ClickHouse，则连接信息由你的 ClickHouse 管理员配置。
如果您的 ClickHouse 实例启用了 IP filtering，则需要将 Databrain 的 IP 地址加入白名单。
对于 ClickHouse Cloud 用户：
1. 在 ClickHouse Cloud 控制台中导航到您的 service
2. 前往 **Settings** → **Security**
3. 将 Databrain 的 IP 地址添加到 allow list
当前需要加入白名单的 IP 地址列表，请参阅 [Databrain 的 IP 白名单文档](https://docs.usedatabrain.com/guides/datasources/allow-access-to-our-ip)。
1. 登录 Databrain 账户，并进入要添加数据源的工作区。
2. 在导航菜单中点击 **Data Sources**。
3. 点击 **Add a Data Source** 或 **Connect Data Source**。
4. 在可用连接器列表中选择 **ClickHouse**。
5. 填写连接信息：
* **Destination Name**：为此连接输入一个便于识别的名称 (例如："Production ClickHouse" 或 "Analytics DB")
* **Host**：输入 ClickHouse 主机 URL (例如：`https://your-instance.region.aws.clickhouse.cloud`)
* **Port**：输入 `8443` (ClickHouse 默认的 HTTPS 端口)
* **Username**：输入 ClickHouse 用户名
* **Password**：输入 ClickHouse 密码
6. 点击 **Test Connection**，验证 Databrain 是否可以连接到您的 ClickHouse 实例。
7. 连接成功后，点击 **Save** 或 **Connect** 以添加数据源。
确保您用于连接的 ClickHouse 用户具有所需权限：
```sql theme={null}
-- 授予读取 schema 信息的权限
GRANT SELECT ON information_schema.* TO your_databrain_user;
-- 授予对您的 database 和表的只读权限
GRANT SELECT ON your_database.* TO your_databrain_user;
```
将 `your_databrain_user` 和 `your_database` 替换为您的实际用户名和数据库名称。
## 将 Databrain 与 ClickHouse 配合使用
### 探索您的数据
1. 连接后，前往 Databrain 中的工作区。
2. 您会在数据浏览器中看到列出的 ClickHouse 表。
3. 点击某个表以查看其 schema 并预览数据。
### 创建指标和可视化
1. 点击 **Create Metric**，开始基于 ClickHouse 数据构建可视化。
2. 选择 ClickHouse 数据源，并选择要可视化的表。
3. 使用 Databrain 的直观界面来：
* 选择维度和度量
* 应用过滤器和聚合
* 选择可视化类型 (柱状图、折线图、饼图、表等)
* 添加自定义 SQL 查询以进行高级分析
4. 保存指标，以便在各个仪表盘中重复使用。
### 创建仪表盘
1. 点击 **Create Dashboard** 开始创建仪表盘。
2. 通过拖放已保存的指标，将其添加到仪表盘中。
3. 自定义仪表盘的布局和外观。
4. 与团队共享仪表盘，或将其嵌入到应用程序中。
### 高级功能
Databrain 在与 ClickHouse 配合使用时提供多项高级功能：
* **自定义 SQL 控制台**：直接针对你的 ClickHouse 数据库编写并执行自定义 SQL 查询
* **多租户和单租户**：连接你的 ClickHouse 数据库，支持单租户和多租户架构
* **报告调度**：安排自动生成报告，并通过电子邮件发送给相关人员
* **AI 驱动的洞察**：使用 AI 从你的数据中生成摘要和洞察
* **嵌入式分析**：将仪表盘和指标直接嵌入你的应用程序
* **语义层**：创建可复用的数据模型和业务逻辑
## 故障排查
### 连接失败
如果您无法连接到 ClickHouse：
1. **验证凭据**：再次确认您的用户名、密码和主机 URL 是否正确
2. **检查端口**：确保 HTTPS 使用端口 `8443` (如果未使用 SSL，则 HTTP 使用端口 `8123`)
3. **IP 白名单**：确认 Databrain 的 IP 地址已加入您在 ClickHouse 防火墙/安全设置中的白名单
4. **SSL/TLS**：如果您使用 HTTPS，请确保 SSL/TLS 已正确配置
5. **用户权限**：确认该用户对 `information_schema` 和目标数据库具有 SELECT 权限
### 慢查询性能
如果查询运行较慢：
1. **优化查询**：高效使用过滤器和聚合
2. **创建 materialized view**：对于经常访问的聚合结果，可考虑在 ClickHouse 中创建 materialized view
3. **使用适当的数据类型**：确保 ClickHouse schema 使用最佳数据类型
4. **索引优化**：利用 ClickHouse 的主键和跳数索引
## 了解更多
如需进一步了解 Databrain 的功能以及如何构建强大的分析能力，请参阅：
* [Databrain 文档](https://docs.usedatabrain.com/)
* [ClickHouse 集成指南](https://docs.usedatabrain.com/guides/datasources/connecting-data-sources-to-databrain/clickhouse)
* [创建仪表盘](https://docs.usedatabrain.com/getting-started/core-concepts/dashboards)
* [构建指标](https://docs.usedatabrain.com/getting-started/core-concepts/metrics)
