Lightdash | ClickHouse Docs

合作伙伴集成

Lightdash 是面向现代数据团队打造的AI 优先 BI 平台，将 dbt 的开放性与 ClickHouse 的高性能结合在一起。将 ClickHouse 连接到 Lightdash 后，团队即可基于其 dbt 语义层获得AI 驱动的自助式分析体验，确保每个问题都能通过经过治理且一致的指标得到解答。

开发者喜爱 Lightdash，因为它具备开放架构、可进行版本控制的 YAML 模型，以及可直接融入其工作流的集成——从 GitHub 到 IDE。

此次合作汇聚了 ClickHouse 的速度 与 Lightdash 的开发者体验，让借助 AI 进行探索、可视化和自动化洞察变得前所未有地轻松。

使用 Lightdash 和 ClickHouse 构建交互式仪表盘

在本指南中，你将了解 Lightdash 如何连接到 ClickHouse，以探索 dbt 模型并构建交互式仪表盘。下方示例展示了一个由 ClickHouse 数据驱动的已完成仪表盘。

收集连接信息

设置 Lightdash 与 ClickHouse 的连接时，您需要准备以下信息：

Host: 您的 ClickHouse database 运行所在的地址
User: 您的 ClickHouse database 用户名
Password: 您的 ClickHouse database 密码
DB name: 您的 ClickHouse database 名称
Schema: dbt 用于编译和运行项目的默认 schema (可在您的 profiles.yml 中找到)
Port: ClickHouse HTTPS interface 端口 (默认：8443)
Secure: 启用此选项以使用 HTTPS/SSL 建立安全连接
Retries: Lightdash 重试失败的 ClickHouse queries 的次数 (默认：3)
Start of week: 选择报表周的起始日；默认使用您的仓库设置

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。

为 ClickHouse 配置 dbt profile

在 Lightdash 中，connection 基于你现有的 dbt 项目。要连接到 ClickHouse，请确保本地的 ~/.dbt/profiles.yml 文件中包含有效的 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

为 ClickHouse 配置好 dbt profile 后，你还需要将 dbt 项目 连接到 Lightdash。

由于这一流程对所有仓库都相同，这里不再赘述——你可以按照 Lightdash 官方指南导入 dbt 项目：

导入 dbt 项目 → Lightdash 文档

连接 dbt 项目后，Lightdash 会自动从 profiles.yml 文件中识别你的 ClickHouse 配置。连接测试成功后，你就可以开始浏览 dbt 模型，并构建由 ClickHouse 提供支持的仪表盘。

在 Lightdash 中探索 ClickHouse 数据

连接后，Lightdash 会自动同步你的 dbt 模型，并提供：

YAML 中定义的维度和 measures
语义层逻辑，例如指标、JOIN 和 explores
由 ClickHouse 实时查询驱动的 仪表盘

现在，你可以构建仪表盘、共享洞察，甚至使用 Ask AI 直接基于 ClickHouse 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定义在 dbt 模型的 .yml 文件中。这样可以让你的业务逻辑纳入版本控制、保持一致，并且完全透明。

在 YAML 中定义这些内容，可确保团队在各个仪表盘和分析中使用相同的定义。例如，你可以直接在 dbt 模型旁定义可复用的指标，如 total_order_count、total_revenue 或 avg_order_value，而无需在 UI 中重复定义。

如需进一步了解如何定义这些内容，请参阅以下 Lightdash 指南：

从表中查询数据

当你的 dbt 项目连接到 Lightdash 并完成同步后，就可以直接从表 (或“explores”) 开始探索数据。每个表都对应一个 dbt 模型，并包含你在 YAML 中定义的指标和维度。

Explore 页面由五个主要区域组成：

Dimensions and Metrics — 所选表中的所有可用字段
Filters — 限制查询返回的数据
Chart — 以图表形式展示查询结果
Results — 查看从 ClickHouse 数据库返回的原始数据
SQL — 查看结果背后生成的 SQL 查询

显示维度、过滤器、图表、结果和 SQL 的 Lightdash Explore 视图

在这里，你可以通过交互方式构建和调整查询——拖放字段、添加过滤器，并在表格、柱状图或时间序列等可视化类型之间切换。

若要进一步了解 explores 以及如何基于表进行查询，请参阅：表和 Explore 页面的简介 → Lightdash Docs

构建仪表盘

在探索数据并保存可视化内容后，您可以将它们组合成仪表盘，与团队共享。

Lightdash 中的仪表盘支持完整的交互功能——您可以应用过滤器、添加选项卡，并查看由实时 ClickHouse 查询驱动的图表。

您还可以直接在仪表盘中创建新图表，这有助于让项目保持整洁有序。以这种方式创建的图表仅限该仪表盘使用——无法在项目中的其他位置复用。

要创建仅限仪表盘使用的图表：

点击 Add tile
选择 New chart
在图表构建器中创建可视化
保存后，它将显示在仪表盘底部

在此了解有关创建和组织仪表盘的更多信息：构建仪表盘 → Lightdash Docs

Ask AI：由 dbt 驱动的自助分析

AI 智能体在 Lightdash 中让数据探索真正实现自助化。你无需编写查询，只要用自然语言提出问题——例如 “我们的月度收入增长是多少？”——AI 智能体就会自动生成合适的可视化，并引用你在 dbt 中定义的指标和模型，以确保结果准确且一致。

它基于你在 dbt 中使用的同一语义层，这意味着每个答案都受到治理、可解释且响应迅速——而这一切都由 ClickHouse 提供支持。

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 设置。