跳到主要内容
跳到主要内容

Lightdash

Partner Integration

Lightdash 是一个为现代数据团队构建的 AI 优先 BI 平台，将 dbt 的开放性与 ClickHouse 的高性能相结合。通过将 ClickHouse 连接到 Lightdash，团队可以基于其 dbt 语义层获得 由 AI 驱动的自助式分析体验，从而确保每个问题都由经过治理且一致的指标来回答。

开发者喜欢 Lightdash 的开放架构、支持版本控制的 YAML 模型，以及能够无缝融入其工作流程的集成功能——从 GitHub 到 IDE。

此次合作将 ClickHouse 的极速性能 与 Lightdash 的开发者体验相结合，使得借助 AI 进行数据探索、可视化和洞察自动化变得前所未有地轻松。

使用 Lightdash 和 ClickHouse 构建交互式仪表板​

本指南将介绍如何使用 Lightdash 连接 ClickHouse 来探索 dbt 模型并构建交互式仪表板。 以下示例展示了一个由 ClickHouse 数据驱动的完整仪表板。

Lightdash 仪表板示例

收集连接数据​

设置 Lightdash 与 ClickHouse 之间的连接时,需要以下信息:

  • Host: ClickHouse 数据库所在地址
  • User: ClickHouse 数据库用户名
  • Password: ClickHouse 数据库密码
  • DB name: 您的 ClickHouse 数据库名称
  • Schema: dbt 用于编译和运行项目时使用的默认 schema(在 profiles.yml 中配置)
  • Port: ClickHouse HTTPS 接口端口（默认：8443）
  • Secure: 启用此选项以通过 HTTPS/SSL 建立安全连接
  • Retries: Lightdash 对失败的 ClickHouse 查询进行重试的次数（默认值：3）
  • Start of week: 选择报表周的起始日；默认为数据仓库中的设置

要通过 HTTP(S) 连接到 ClickHouse，您需要以下信息：

参数说明
HOST 和 PORT通常，在使用 TLS 时端口为 8443，不使用 TLS 时端口为 8123。
DATABASE NAME默认提供一个名为 default 的数据库，请填写您要连接的目标数据库名称。
USERNAME 和 PASSWORD默认用户名为 default。请使用适合您使用场景的用户名。

您的 ClickHouse Cloud 服务的详细信息可以在 ClickHouse Cloud 控制台中查看。 选择某个服务并点击 Connect：

ClickHouse Cloud 服务 Connect 按钮

选择 HTTPS。连接信息会显示在示例 curl 命令中。

ClickHouse Cloud HTTPS 连接信息

如果您使用的是自托管 ClickHouse，则连接信息由您的 ClickHouse 管理员进行设置。

为 ClickHouse 配置 dbt 配置文件​

在 Lightdash 中,连接基于现有的 dbt 项目。 要连接 ClickHouse,请确保本地 ~/.dbt/profiles.yml 文件包含有效的 ClickHouse 目标配置。

例如:

lightdash-clickhouse 项目的 profiles.yml 配置示例

创建连接到 ClickHouse 的 Lightdash 项目​

配置好 ClickHouse 的 dbt 配置文件后,还需要将 dbt 项目连接到 Lightdash。

由于此过程对所有数据仓库都相同,此处不再详述——请参阅 Lightdash 官方指南了解如何导入 dbt 项目:

导入 dbt 项目 → Lightdash 文档

连接 dbt 项目后,Lightdash 将自动从 profiles.yml 文件中检测 ClickHouse 配置。连接测试成功后,即可开始探索 dbt 模型并构建由 ClickHouse 驱动的仪表板。

在 Lightdash 中探索 ClickHouse 数据​

连接后,Lightdash 会自动同步 dbt 模型并提供:

  • 在 YAML 中定义的维度和度量
  • 语义层逻辑, 如指标、关联和探索
  • 由实时 ClickHouse 查询驱动的 仪表板

现在可以构建仪表板、共享洞察,甚至使用 Ask AI 直接在 ClickHouse 上生成可视化——无需手动编写 SQL。

在 Lightdash 中定义指标和维度​

在 Lightdash 中,所有指标和维度都直接在 dbt 模型的 .yml 文件中定义。这使业务逻辑具有版本控制、一致性和完全透明性。

在 .yml 文件中定义指标的示例

在 YAML 中定义这些内容可确保团队在仪表板和分析中使用相同的定义。例如,可以在 dbt 模型旁边创建可重用的指标,如 total_order_count、total_revenue 或 avg_order_value——无需在 UI 中重复定义。

要了解如何定义这些内容的更多信息,请参阅以下 Lightdash 指南:

从表中查询数据​

将 dbt 项目连接并同步到 Lightdash 后,可以直接从表(或"探索")开始探索数据。 每个表代表一个 dbt 模型,并包含在 YAML 中定义的指标和维度。

探索页面由五个主要区域组成:

  1. 维度和指标 — 所选表中所有可用字段
  2. 筛选器 — 用于限制查询返回的数据
  3. 图表 — 将查询结果可视化展示
  4. Results — 查看 ClickHouse 数据库返回的原始数据
  5. SQL — 查看生成这些结果的 SQL 查询
Lightdash Explore 视图中展示了维度、筛选条件、图表、结果和 SQL

在此处,可以交互式地构建和调整查询——拖放字段、添加筛选器,并在表格、条形图或时间序列等可视化类型之间切换。

要深入了解探索功能以及如何从表中查询数据,请参阅: 表和探索页面简介 → Lightdash 文档

构建仪表板​

探索数据并保存可视化后,可以将它们组合到仪表板中与团队共享。

Lightdash 中的仪表板完全交互式——您可以应用筛选器、添加选项卡并查看由实时 ClickHouse 查询驱动的图表。

还可以直接在仪表板中创建新图表,这有助于保持项目的组织性和整洁。以这种方式创建的图表专属于该仪表板——无法在项目的其他位置重用。

要创建仅用于仪表板的图表:

  1. 单击 Add tile
  2. 点击 New chart
  3. 在图表构建器中创建可视化图表
  4. 保存后,它会显示在仪表板底部
在 Lightdash 仪表板中创建和管理图表

要了解如何创建和组织仪表板的更多信息,请参阅以下 Lightdash 指南: 构建仪表板 → Lightdash 文档

Ask AI:由 dbt 驱动的自助式分析​

Lightdash 中的 AI Agents 使数据探索真正实现自助服务。 无需编写查询,只需用自然语言提问——例如 "我们的月度收入增长是多少?"——AI Agent 会自动生成正确的可视化,引用 dbt 定义的指标和模型以确保准确性和一致性。

它由您在 dbt 中使用的同一语义层提供支持,这意味着每个答案都保持受控、可解释且快速——全部由 ClickHouse 支持。

Lightdash Ask AI 界面，展示由 dbt 指标驱动的自然语言查询
提示

在此了解有关 AI 代理的更多信息:AI 代理 → Lightdash 文档

了解更多​

要进一步了解如何将 dbt 项目连接到 Lightdash，请访问 Lightdash 文档 → ClickHouse 配置。