Inicio rápido de ClickHouse Cloud

Para crear un servicio gratuito de ClickHouse en ClickHouse Cloud, solo tienes que registrarte siguiendo estos pasos:

• Crea una cuenta en la página de registro
• Puedes registrarte con tu correo electrónico o mediante Google SSO, Microsoft SSO, AWS Marketplace, Google Cloud o Microsoft Azure
• Si te registras con correo electrónico y contraseña, recuerda verificar tu dirección de correo electrónico en las siguientes 24 h mediante el enlace que recibirás por correo electrónico
• Inicia sesión con el nombre de usuario y la contraseña que acabas de crear

Una vez que hayas iniciado sesión, ClickHouse Cloud inicia el asistente de onboarding, que te guía en la creación de un nuevo servicio de ClickHouse. Selecciona la región en la que deseas desplegar el servicio y asigna un nombre al nuevo servicio:

De forma predeterminada, las nuevas organizaciones se asignan al nivel Scale y crearán 3 réplicas, cada una con 4 vCPU y 16 GiB de RAM. El autoescalado vertical estará habilitado de forma predeterminada en el nivel Scale. Más adelante, puedes cambiar el nivel de la organización en la página «Planes».

Personaliza los recursos del servicio si es necesario, especificando los tamaños mínimo y máximo entre los que podrán escalar las réplicas. Cuando estés listo, selecciona Create service.

¡Felicidades! Tu servicio de ClickHouse Cloud ya está en funcionamiento y el onboarding se ha completado. Sigue leyendo para obtener más información sobre cómo empezar a ingestar y consultar tus datos.

Hay 2 formas de conectarse a ClickHouse:

• Conectarse mediante nuestra consola SQL web
• Conectarse desde su aplicación

Conectarse mediante la consola SQL

Para empezar rápidamente, ClickHouse ofrece una consola SQL web a la que se le redirigirá al completar el proceso de onboarding.

Cree una pestaña de consulta e introduzca una consulta sencilla para verificar que la conexión funciona:

SHOW databases

Deberías ver 4 bases de datos en la lista, además de las que hayas añadido.

Eso es todo; ¡ya puedes empezar a usar tu nuevo servicio de ClickHouse!

Conecta tu aplicación

Pulsa el botón Conectar en el menú de navegación. Se abrirá un cuadro de diálogo con las credenciales de tu servicio y un conjunto de instrucciones para conectarte mediante tu interfaz o client de lenguaje.

Si no ves tu client de lenguaje, quizá te interese consultar nuestra lista de Integrations.

¡ClickHouse es mejor con datos! Existen múltiples formas de añadir datos y la mayoría están disponibles en la página Data Sources, accesible desde el menú de navegación.

Puede cargar datos mediante los siguientes métodos:

• Configure un ClickPipe para empezar a ingerir datos desde fuentes como S3, Postgres, Kafka y GCS
• Use la consola SQL
• Use el cliente de ClickHouse
• Cargue un archivo - los formatos admitidos incluyen JSON, CSV y TSV
• Cargue datos desde la URL de un archivo

ClickPipes

ClickPipes es una plataforma de integración gestionada que permite ingerir datos desde una gran variedad de fuentes con solo unos pocos clics. Diseñada para las cargas de trabajo más exigentes, la arquitectura robusta y escalable de ClickPipes garantiza un rendimiento y una fiabilidad constantes. ClickPipes puede utilizarse tanto para necesidades de transmisión a largo plazo como para una carga de datos puntual.

Añadir datos mediante la Consola SQL

Como la mayoría de los sistemas de gestión de bases de datos, ClickHouse agrupa lógicamente las tablas en bases de datos. Utilice el comando CREATE DATABASE para crear una nueva base de datos en ClickHouse:

CREATE DATABASE IF NOT EXISTS helloworld

Ejecute el siguiente comando para crear una tabla llamada my_first_table en la base de datos helloworld:

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

En el ejemplo anterior, my_first_table es una tabla MergeTree con cuatro columnas:

• user_id: un entero sin signo de 32 bits (UInt32)
• message: un tipo de datos String que sustituye tipos como VARCHAR, BLOB, CLOB y otros de otros sistemas de bases de datos
• timestamp: un valor DateTime que representa un instante temporal
• metric: un número de coma flotante de 32 bits (Float32)

Breve introducción a las claves primarias

Antes de seguir adelante, es importante entender cómo funcionan las claves primarias en ClickHouse (¡la implementación de las claves primarias puede resultar sorprendente!):

• las claves primarias de ClickHouse no son únicas para cada fila de una tabla

La clave primaria de una tabla de ClickHouse determina cómo se ordenan los datos cuando se escriben en disco. Cada 8.192 filas o 10 MB de datos (denominado granularidad del índice) crea una entrada en el archivo del índice de la clave primaria. Este concepto de granularidad genera un índice disperso que cabe fácilmente en memoria, y los gránulos representan una franja de la menor cantidad de datos de columna que se procesa durante las consultas SELECT.

La clave primaria puede definirse mediante el parámetro PRIMARY KEY. Si define una tabla sin especificar una PRIMARY KEY, la clave pasa a ser la tupla indicada en la cláusula ORDER BY. Si especifica tanto una PRIMARY KEY como un ORDER BY, la clave primaria debe ser un subconjunto del orden de clasificación.

La clave primaria también es la clave de ordenación, que es una tupla de (user_id, timestamp). Por lo tanto, los datos almacenados en cada archivo de columna estarán ordenados por user_id y luego por timestamp.

Para profundizar en los conceptos fundamentales de ClickHouse, consulte "Conceptos fundamentales".

Inserte datos en su tabla

En ClickHouse puede usar el conocido comando INSERT INTO TABLE, pero es importante tener en cuenta que cada inserción en una tabla MergeTree genera una part en el almacenamiento.

Incluso en un ejemplo sencillo, insertemos más de una fila a la vez:

INSERT INTO helloworld.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 )

Verifiquemos que ha funcionado:

SELECT * FROM helloworld.my_first_table

Añadir datos con ClickHouse Client

También puede conectarse a su servicio de ClickHouse Cloud mediante una herramienta de línea de comandos llamada clickhouse client. Haga clic en Connect en el menú de la izquierda para acceder a estos detalles. En el cuadro de diálogo, seleccione Native en la lista desplegable:

1. Instale ClickHouse.

2. Ejecute el comando y sustituya el nombre de host, el nombre de usuario y la contraseña por los suyos:

./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \
--secure --port 9440 \
--user default \
--password <password>

Si aparece el prompt con la carita sonriente, ¡ya puedes ejecutar queries!

:)

3. Pruébelo ejecutando la siguiente consulta:

SELECT *
FROM helloworld.my_first_table
ORDER BY timestamp

Observe que la respuesta se muestra en un formato de tabla claro:

┌─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.

4. Añada una cláusula FORMAT para especificar uno de los muchos formatos de salida compatibles con ClickHouse:

SELECT *
FROM helloworld.my_first_table
ORDER BY timestamp
FORMAT TabSeparated

En la consulta anterior, el resultado se devuelve separado por tabulaciones:

Query id: 3604df1c-acfd-4117-9c56-f86c69721121

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: 0.005 sec.

5. Para salir del clickhouse client, escriba el comando exit:

exit

Subir un archivo

Una tarea habitual al empezar a usar una base de datos es insertar datos que ya se tienen en archivos. Tenemos disponibles en línea datos de ejemplo que puede insertar y que representan datos de flujo de clics: incluyen un ID de usuario, una URL visitada y la marca de tiempo del evento.

Supongamos que tenemos el siguiente texto en un archivo CSV llamado data.csv:

102,This is data in a file,2022-02-22 10:43:28,123.45
101,It is comma-separated,2022-02-23 00:00:00,456.78
103,Use FORMAT to specify the format,2022-02-21 10:43:30,678.90

1. El siguiente comando inserta los datos en my_first_table:

./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \
--secure --port 9440 \
--user default \
--password <password> \
--query='INSERT INTO helloworld.my_first_table FORMAT CSV' < data.csv

2. Observe que las nuevas filas ya aparecen en la tabla al realizar consultas desde la consola SQL: