ClickHouse¶

En este artículo

• ClickHouse. Características principales
• Funcionalidades de implementación
• Primeros pasos después de implementar ClickHouse
• Conexión a ClickHouse
• Operaciones principales en ClickHouse
• Pedido de un servidor con ClickHouse

ClickHouse. Características principales¶

• Almacenamiento columnar: los datos se almacenan por columnas en lugar de filas, lo que acelera significativamente la ejecución de consultas analíticas y reduce el volumen de datos procesados.
• Alto rendimiento: optimizado para manejar conjuntos de datos masivos y capaz de ejecutar consultas sobre miles de millones de filas gracias al procesamiento vectorizado y la utilización eficiente de la CPU.
• Compresión de datos: emplea algoritmos de compresión especializados que pueden reducir drásticamente la cantidad de datos almacenados (a menudo varias veces menor que los SGBD basados en filas), especialmente bajo cargas de trabajo analíticas.
• Compatibilidad con SQL: admite sintaxis SQL extendida con funciones analíticas adicionales, simplificando la migración de aplicaciones existentes.
• Procesamiento distribuido: permite la creación de clústeres para escalado horizontal y procesamiento de datos en múltiples servidores.
• Replicación de datos: el soporte de replicación integrado garantiza tolerancia a fallos y alta disponibilidad de datos.
• Soporte para múltiples formatos de datos: puede importar y exportar datos en CSV, JSON, Parquet, Avro y otros formatos.
• Vistas materializadas: agrega automáticamente datos en segundo plano para acelerar consultas recurrentes.
• Integración con fuentes externas: admite la lectura directa de datos desde MySQL, PostgreSQL, MongoDB, Kafka, S3 y otros sistemas.

Funcionalidades de implementación¶

• Software instalado:

  • ClickHouse Server >= 26.1.1
  • ClickHouse Client >= 26.1.1

• Especificaciones de instalación:

  • Software instalado mediante el script oficial del desarrollador;
  • Tiempo de instalación: 5-10 minutos;
  • La base de datos está disponible para conexiones de red a través de varios clientes SQL;
  • De forma predeterminada, se utiliza el usuario default con la contraseña de la cuenta root.

Ubicaciones de archivos de configuración y datos:

• Configuración principal del servidor: /etc/clickhouse-server/config.xml
• Configuración de usuarios: /etc/clickhouse-server/users.xml
• Registros del servidor:
  • /var/log/clickhouse-server/clickhouse-server.log
  • /var/log/clickhouse-server/clickhouse-server.err.log
• Datos: /var/lib/clickhouse/
• Archivo PID: /run/clickhouse-server/clickhouse-server.pid
• Límites del sistema: /etc/security/limits.d/clickhouse.conf

Puertos disponibles para conexiones:

Primeros pasos después de implementar ClickHouse¶

Se enviará una notificación al correo electrónico especificado durante el registro indicando que el servidor está listo para trabajar después de pagar el pedido. Contendrá la dirección IP del VPS, así como el nombre de usuario y la contraseña para la conexión. Los clientes de nuestra empresa gestionan el hardware en el panel de control del servidor y la API - Invapi.

Detalles de autorización:

• Dirección IP del servidor: proporcionada en el correo electrónico y en el panel de control;
• Nombre de usuario: default;
• Contraseña: coincide con la contraseña de la cuenta root y se envía a la dirección de correo electrónico.

Conexión a ClickHouse¶

Conexión mediante clickhouse-client¶

ClickHouse incluye un cliente de línea de comandos nativo para operaciones de base de datos.

1. Conexión desde el servidor (localmente):

clickhouse-client

2. Conexión desde una máquina remota:

clickhouse-client --host <IP-address> --port 9000 --user default --password <password>

3. Ejecución de una consulta simple:

SELECT version();

4. Visualización de la lista de bases de datos:

SHOW DATABASES;

Conexión mediante DBeaver¶

DBeaver es un cliente de interfaz gráfica universal para trabajar con varias bases de datos, incluido ClickHouse.

1. Instalación de DBeaver

Descargue e instale DBeaver desde el sitio web oficial.

2. Creación de una nueva conexión

• Inicie DBeaver
• Seleccione Database >> New Database Connection (o presione Ctrl+Shift+N)

• En la lista de bases de datos, busque y seleccione ClickHouse

• Haga clic en Next

3. Configuración de los parámetros de conexión

En la ventana de configuración, especifique los siguientes parámetros:

Host: <dirección IP de su servidor>
Port: 8123
Database/Schema: (dejar vacío o especificar default)
Username: default
Password: <root_password>

4. Descarga del controlador JDBC

Al conectarse por primera vez, DBeaver le pedirá que descargue el controlador JDBC para ClickHouse:

• Haga clic en Download en la ventana emergente:

• Espere a que finalice la descarga del controlador:

• Haga clic en OK

5. Prueba de la conexión

• Haga clic en Test Connection;
• Si todo está configurado correctamente, aparecerá un mensaje: Connected (XXX ms):

• El mensaje incluirá:
• Servidor: ClickHouse X.X.X.XXX
• Controlador: ClickHouse JDBC Driver X.X.X

6. Finalización de la configuración

• Haga clic en Finish;
• La conexión aparecerá en Database Navigator;
• Expanda el árbol de conexión para ver bases de datos, tablas y otros objetos.

Problemas comunes:

Operaciones principales en ClickHouse¶

Creación de una base de datos¶

CREATE DATABASE IF NOT EXISTS my_database;

Creación de una tabla¶

CREATE TABLE my_database.events
(
    event_date Date,
    event_time DateTime,
    user_id UInt32,
    event_type String,
    value Float64
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, user_id);

Inserción de datos¶

INSERT INTO my_database.events VALUES
    ('2024-12-25', '2024-12-25 10:00:00', 1, 'click', 1.5),
    ('2024-12-25', '2024-12-25 10:05:00', 2, 'view', 2.3),
    ('2024-12-25', '2024-12-25 10:10:00', 1, 'purchase', 99.99);

Selección de datos¶

Consulta simple:

SELECT * FROM my_database.events LIMIT 10;

Agregación de datos:

SELECT 
    event_type,
    count() as events_count,
    avg(value) as avg_value
FROM my_database.events
WHERE event_date = '2024-12-25'
GROUP BY event_type;

Series temporales:

SELECT 
    toStartOfHour(event_time) as hour,
    count() as events_per_hour
FROM my_database.events
WHERE event_date >= '2024-12-01'
GROUP BY hour
ORDER BY hour;

Importación de datos desde CSV¶

Creación de una tabla:

CREATE TABLE my_database.logs
(
    timestamp DateTime,
    level String,
    message String
)
ENGINE = MergeTree()
ORDER BY timestamp;

Importación de datos:

INSERT INTO my_database.logs
FROM INFILE '/path/to/file.csv'
FORMAT CSV;

Gestión de usuarios y privilegios¶

Creación de un usuario:

CREATE USER analyst IDENTIFIED BY 'secure_password';

Concesión de permisos:

GRANT SELECT ON my_database.* TO analyst;

Visualización de usuarios:

SHOW USERS;

Visualización de privilegios:

SHOW GRANTS FOR analyst;

Gestión del servicio¶

Inicio del servicio:

clickhouse start

Detención del servicio:

clickhouse stop

Reinicio del servicio:

clickhouse restart

Estado del servicio:

clickhouse status

Visualización de registros:

tail -f /var/log/clickhouse-server/clickhouse-server.log

Verificación de puertos activos¶

Para ver en qué puertos está escuchando ClickHouse:

ss -tlnp | grep clickhouse

O más detallado:

ss -tlnp | grep $(pidof clickhouse-server)

Para verificar los puertos configurados en la configuración:

cat /etc/clickhouse-server/config.xml | grep -E "port>" | head -20

Para verificar un puerto específico:

ss -tlnp | grep :8123

Salida esperada de la verificación de puertos:

LISTEN  *:8123  clickhouse-serv  (HTTP)
LISTEN  *:9000  clickhouse-serv  (Native TCP)
LISTEN  *:9004  clickhouse-serv  (MySQL)
LISTEN  *:9005  clickhouse-serv  (PostgreSQL)
LISTEN  *:9009  clickhouse-serv  (Interserver)

Pedido de un servidor con ClickHouse¶

Para instalar este software utilizando la API, siga estas instrucciones.

Parte del contenido de esta página fue creado o traducido utilizando IA.