ClickHouse 数据源插件用于 Grafana
使用 Grafana,您可以通过仪表板探索和共享所有数据。 Grafana 需要一个插件来连接到 ClickHouse,您可以在其用户界面中轻松安装该插件。
1. 收集您的连接详情
要通过原生 TCP 连接到 ClickHouse,您需要以下信息:
-
主机和端口:通常,当使用 TLS 时,端口为 9440;不使用 TLS 时,端口为 9000。
-
数据库名称:默认情况下,有一个名为
default
的数据库,请使用您要连接的数据库名称。 -
用户名和密码:默认情况下,用户名为
default
。请使用适合您用例的用户名。
您 ClickHouse Cloud 服务的详细信息可以在 ClickHouse Cloud 控制台中找到。 选择您要连接的服务并点击 Connect:

选择 Native,详细信息将在示例 clickhouse-client
命令中显示。

如果您使用的是自管理的 ClickHouse,连接详细信息由您的 ClickHouse 管理员设置。
2. 创建只读用户
在将 ClickHouse 连接到像 Grafana 这样的数据可视化工具时,建议创建一个只读用户,以保护您的数据免受未经授权的修改。
Grafana 不会验证查询是否安全。查询可以包含任何 SQL 语句,包括 DELETE
和 INSERT
。
要配置只读用户,请按照以下步骤操作:
- 根据 在 ClickHouse 中创建用户和角色 指南创建一个
readonly
用户配置文件。 - 确保
readonly
用户具有修改底层 clickhouse-go 客户端 所需的max_execution_time
设置的足够权限。 - 如果您使用的是公共 ClickHouse 实例,建议在
readonly
配置文件中不要设置readonly=2
。相反,请将readonly=1
,并将max_execution_time
的约束类型设置为 changeable_in_readonly,以允许修改该设置。
3. 安装 Grafana 的 ClickHouse 插件
在 Grafana 连接到 ClickHouse 之前,您需要安装适当的 Grafana 插件。假设您已登录到 Grafana,请按照以下步骤操作:
-
在侧边栏的 Connections 页面,选择 Add new connection 选项卡。
-
搜索 ClickHouse,然后单击由 Grafana Labs 签名的插件:
-
在下一个屏幕上,单击 Install 按钮:
4. 定义 ClickHouse 数据源
-
安装完成后,单击 Add new data source 按钮。(您也可以从 Connections 页面上的 Data sources 选项卡添加数据源。)
-
向下滚动并找到 ClickHouse 数据源类型,或者您可以在 Add data source 页面搜索栏中搜索它。选择 ClickHouse 数据源,以下页面将会出现:

- 输入您的服务器设置和凭证。关键设置包括:
- 服务器主机地址: 您 ClickHouse 服务的主机名。
- 服务器端口: 您 ClickHouse 服务的端口,这取决于服务器配置和协议而不同。
- 协议: 用于连接到您 ClickHouse 服务的协议。
- 安全连接: 如果您的服务器需要安全连接,请启用此项。
- 用户名 和 密码:输入您的 ClickHouse 用户凭证。如果您未配置任何用户,请尝试使用
default
作为用户名。建议 配置一个只读用户。
有关更多设置,请查看 插件配置 文档。
-
单击 Save & test 按钮以验证 Grafana 是否可以连接到您的 ClickHouse 服务。如果成功,您将看到 数据源正常工作 消息:
5. 后续步骤
您的数据源现在可以使用了!了解有关如何使用 查询构建器 构建查询的更多信息。
有关配置的更多详细信息,请查看 插件配置 文档。
如果您正在寻找这些文档中未包含的更多信息,请查看 GitHub 上的插件存储库。
升级插件版本
从 v4 开始,配置和查询可以随着新版本的发布而升级。
v3 的配置和查询在打开时会迁移到 v4。虽然旧配置和仪表板将在 v4 中加载,但迁移不会被保存,直到它们在新版本中再次保存。如果在打开旧配置/查询时发现任何问题,请放弃更改并 在 GitHub 上报告问题。
如果配置/查询是使用新版本创建的,则插件无法降级到以前的版本。
相关内容
- GitHub 上的插件存储库
- 博客:使用 ClickHouse 可视化数据 - 第 1 部分 - Grafana
- 博客:使用 Grafana 可视化 ClickHouse 数据 - 视频
- 博客:ClickHouse Grafana 插件 4.0 - 提升 SQL 可观察性
- 博客:将数据导入 ClickHouse - 第 3 部分 - 使用 S3
- 博客:使用 ClickHouse 构建可观察性解决方案 - 第 1 部分 - 日志
- 博客:使用 ClickHouse 构建可观察性解决方案 - 第 2 部分 - 跟踪
- 博客和网络研讨会:使用 ClickHouse + Grafana 可视化开源 GitHub 活动的故事