ClickHouse — kolumnowa baza danych dla analityki na VPS

Opublikowano: 10 kwietnia 2026 · Kategoria: VPS / Bazy danych

ClickHouse to kolumnowa baza danych OLAP (Online Analytical Processing) stworzona przez Yandex, open-sourcowa od 2016 roku. Specjalizuje się w błyskawicznym wykonywaniu zapytań analitycznych na miliardach wierszy — zapytanie agregujące miliardy eventów może zwrócić wynik w sekundy zamiast minut. Używają jej Cloudflare, Uber, eBay i setki innych firm do analityki webowej, logów dostępu, metryk aplikacji i raportowania. Ten artykuł pokazuje instalację, konfigurację MergeTree engine i integrację z Grafaną.

Instalacja ClickHouse — apt vs Docker

# === Metoda 1: Instalacja przez apt (Ubuntu/Debian) ===
sudo apt-get install -y apt-transport-https ca-certificates curl gnupg
curl -fsSL 'https://packages.clickhouse.com/rpm/lts/repodata/repomd.xml.key' | \
  sudo gpg --dearmor -o /usr/share/keyrings/clickhouse-keyring.gpg

echo "deb [signed-by=/usr/share/keyrings/clickhouse-keyring.gpg] \
  https://packages.clickhouse.com/deb stable main" | \
  sudo tee /etc/apt/sources.list.d/clickhouse.list

sudo apt update
sudo apt install -y clickhouse-server clickhouse-client

# Ustaw haslo dla uzytkownika default podczas instalacji!
sudo systemctl enable --now clickhouse-server
sudo systemctl status clickhouse-server

# === Metoda 2: Docker Compose (szybkie testy) ===
# docker-compose.yml:
# services:
#   clickhouse:
#     image: clickhouse/clickhouse-server:latest
#     ports:
#       - "8123:8123"   # HTTP interface
#       - "9000:9000"   # Native protocol
#     volumes:
#       - ./clickhouse-data:/var/lib/clickhouse
#     environment:
#       CLICKHOUSE_PASSWORD: "TajneHaslo123"

# Test polaczenia
clickhouse-client --password
# lub przez HTTP:
# curl 'http://localhost:8123/?query=SELECT+version()'

MergeTree Engine — serce ClickHouse

MergeTree to główny engine tabeli w ClickHouse. Dane są najpierw zapisywane w małych "parts" (porcjach), które są następnie łączone w tle. Kluczowe parametry to ORDER BY (klucz sortowania — decyduje o wydajności zapytań) i PARTITION BY (podział danych na partycje, np. miesiącami).

-- Logowanie zdarzen webowych
CREATE TABLE events (
    event_date  Date,
    event_time  DateTime,
    user_id     UInt64,
    session_id  String,
    page_url    String,
    action      LowCardinality(String),  -- Enum-like, oszczedza miejsce
    duration_ms UInt32,
    country     LowCardinality(String)
)
ENGINE = MergeTree()
PARTITION BY toYYYYMM(event_date)   -- Partycja per miesiac
ORDER BY (event_date, user_id, event_time)  -- Klucz sortowania
SETTINGS index_granularity = 8192;

-- Wstawianie danych (INSERT jest bardzo szybki)
INSERT INTO events VALUES
    ('2026-04-10', '2026-04-10 14:00:00', 12345, 'sess_abc', '/home', 'pageview', 850, 'PL'),
    ('2026-04-10', '2026-04-10 14:01:30', 12345, 'sess_abc', '/pricing', 'click', 1200, 'PL');

-- Zapytania analityczne - to gdzie ClickHouse blysczy
SELECT
    country,
    action,
    count() AS events,
    avg(duration_ms) AS avg_duration,
    uniq(user_id) AS unique_users
FROM events
WHERE event_date >= '2026-04-01'
GROUP BY country, action
ORDER BY events DESC
LIMIT 20;

-- Przykladowy wynik: 1.2 miliarda wierszy przetworzone w 1.8 sekundy!

Materialized Views — pre-agregacja dla dashboardów

-- Tabela agregowana - statystyki godzinowe
CREATE TABLE events_hourly_agg (
    hour            DateTime,
    country         LowCardinality(String),
    action          LowCardinality(String),
    events_count    UInt64,
    unique_users    AggregateFunction(uniq, UInt64),
    avg_duration    AggregateFunction(avg, UInt32)
)
ENGINE = AggregatingMergeTree()
ORDER BY (hour, country, action);

-- Materialized View - automatycznie wypelnia tabele agg
CREATE MATERIALIZED VIEW events_hourly_mv
TO events_hourly_agg
AS SELECT
    toStartOfHour(event_time) AS hour,
    country,
    action,
    count() AS events_count,
    uniqState(user_id) AS unique_users,
    avgState(duration_ms) AS avg_duration
FROM events
GROUP BY hour, country, action;

-- Zapytanie do agregatow (bardzo szybkie - dane juz przetworzone)
SELECT
    hour,
    country,
    events_count,
    uniqMerge(unique_users) AS unique_users_count
FROM events_hourly_agg
WHERE hour >= now() - INTERVAL 7 DAY
GROUP BY hour, country, events_count
ORDER BY hour DESC;

Integracja z Grafana

# Instalacja pluginu ClickHouse dla Grafana
grafana-cli plugins install grafana-clickhouse-datasource
sudo systemctl restart grafana-server

# Konfiguracja datasource w Grafana UI:
# URL: http://localhost:8123
# Protocol: Native (port 9000) lub HTTP (port 8123)
# Username: default
# Password: TajneHaslo123

# Przydatna konfiguracja /etc/clickhouse-server/users.xml
# Dodaj uzytkownika readonly dla Grafana:
# <readonly_user>
#   <password_sha256_hex>...</password_sha256_hex>
#   <profile>readonly</profile>
# </readonly_user>

# Przykladowe zapytanie do panelu Grafana (time series)
-- SELECT
--   toStartOfMinute(event_time) AS time,
--   count() AS events
-- FROM events
-- WHERE event_time BETWEEN {from:DateTime} AND {to:DateTime}
-- GROUP BY time
-- ORDER BY time;

Porównanie OLAP — ClickHouse vs TimescaleDB vs InfluxDB

Najczęstsze pytania