> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # ClickHouse Cloud 快速入门 > ClickHouse Cloud 快速入门指南 export const Image = ({img, alt, size}) => { return {alt} ; }; > 要快速轻松地开始使用 ClickHouse，最简单的方法是在 [ClickHouse Cloud](https://console.clickhouse.cloud) 中创建一个新的 > 服务。在本快速入门指南中，我们将通过三个简单步骤帮你完成设置。 ## 创建 ClickHouse 服务 要在 [ClickHouse Cloud](https://console.clickhouse.cloud) 中创建免费的 ClickHouse 服务，只需按以下步骤注册： * 在[注册页面](https://console.clickhouse.cloud/signUp)创建账户 * 你可以选择使用电子邮件注册，或通过 Google SSO、Microsoft SSO、AWS Marketplace、Google Cloud 或 Microsoft Azure 注册 * 如果你使用电子邮件和密码注册，请记得在 24 小时内通过邮件中的链接验证电子邮件地址 * 使用刚创建的用户名和密码登录 选择方案
登录后，ClickHouse Cloud 会启动引导式设置向导，引导你创建新的 ClickHouse 服务。选择部署服务所需的区域，并为新服务命名： 新的 ClickHouse 服务
默认情况下，新组织会使用 Scale 层级，并创建 3 个副本，每个副本配备 4 个 VCPU 和 16 GiB RAM。Scale 层级默认启用[垂直自动扩缩容](/zh/products/cloud/features/autoscaling/vertical)。你稍后可以在“Plans”页面更改组织层级。 如有需要，你可以通过指定副本扩缩容的最小和最大规格来自定义服务资源。准备就绪后，选择 `Create service`。 扩缩容限制
恭喜！你的 ClickHouse Cloud 服务现已成功运行，引导式设置也已完成。继续阅读，了解如何开始摄取和查询数据。 ## 连接到 ClickHouse 有 2 种方式连接到 ClickHouse： * 使用我们的 Web 版 SQL 控制台进行连接 * 通过你的应用进行连接
### 使用 SQL 控制台连接 为了快速上手，ClickHouse 提供了一个 Web 版 SQL 控制台，完成 onboarding 后，你将被重定向到该控制台。 SQL 控制台 创建一个查询选项卡，并输入一个简单的查询，以验证连接是否正常工作： ```sql theme={null} SHOW databases ``` 你应该会在列表中看到 4 个数据库，以及你另外添加的所有数据库。 SQL 控制台
就是这样 - 你已经可以开始使用新的 ClickHouse 服务了！ ### 连接你的应用 点击导航菜单中的 connect 按钮。系统会打开一个弹窗，其中会提供你的服务凭证，以及一组说明，指导你如何通过对应的接口或编程语言客户端进行连接。 服务连接
如果你没有看到所需的编程语言客户端，可以查看我们的[集成](/zh/integrations/home)列表。 ## 添加数据 有了数据，ClickHouse 才能发挥更大的价值！添加数据的方式有多种，大多数方式均可通过导航菜单中的数据源页面完成。 数据源
您可以通过以下方式上传数据： * 配置 ClickPipe，开始从 S3、Postgres、Kafka、GCS 等数据源摄取数据 * 使用 SQL 控制台 * 使用 ClickHouse 客户端 * 上传文件 - 支持的格式包括 JSON、CSV 和 TSV * 通过文件 URL 上传数据 ### ClickPipes [ClickPipes](http://clickhouse.com/docs/integrations/clickpipes) 是一个托管集成平台，让您只需点击几下即可从多种数据源摄取数据。ClickPipes 专为最苛刻的工作负载而设计，其稳健且可扩展的架构可确保稳定的性能与可靠性。ClickPipes 既适用于长期流式摄取场景，也适用于一次性数据加载任务。 选择数据源
### 使用 SQL 控制台添加数据 与大多数数据库管理系统一样，ClickHouse 将表按逻辑分组到**数据库**中。使用 [`CREATE DATABASE`](/zh/reference/statements/create/database) 命令在 ClickHouse 中创建新数据库： ```sql theme={null} CREATE DATABASE IF NOT EXISTS helloworld ``` 运行以下命令，在 `helloworld` 数据库中创建名为 `my_first_table` 的表： ```sql theme={null} CREATE TABLE helloworld.my_first_table ( user_id UInt32, message String, timestamp DateTime, metric Float32 ) ENGINE = MergeTree() PRIMARY KEY (user_id, timestamp) ``` 在上面的示例中，`my_first_table` 是一个包含四列的 [`MergeTree`](/zh/reference/engines/table-engines/mergetree-family/mergetree) 表： * `user_id`：一个 32 位无符号整数 ([UInt32](/zh/reference/data-types/int-uint)) * `message`：一种 [String](/zh/reference/data-types/string) 数据类型，相当于其他数据库系统中的 `VARCHAR`、`BLOB`、`CLOB` 等类型 * `timestamp`：一个 [DateTime](/zh/reference/data-types/datetime) 值，表示某个时间点 * `metric`：一个 32 位浮点型数值 ([Float32](/zh/reference/data-types/float)) **表引擎** 表引擎决定： * 数据如何存储以及存储位置 * 支持哪些查询 * 数据是否会被复制
可选的表引擎有很多，但对于运行在单节点 ClickHouse server 上的简单表，[`MergeTree`](/zh/reference/engines/table-engines/mergetree-family/mergetree) 通常是首选。 #### 主键简介 在继续之前，有必要先了解 ClickHouse 中主键的工作原理 (其实现方式可能会让你感到意外！) ： * ClickHouse 中的主键对表中的每一行来说 ***并不唯一*** ClickHouse 表的主键决定了数据写入磁盘时的排序方式。每 8,192 行或 10MB 的数据 (称为**索引粒度**) 会在主键索引文件中创建一条记录。这一粒度概念形成了一个**稀疏索引**，可轻松装入内存，而各粒度则代表 `SELECT` 查询处理期间所读取的最小列数据单元的条带。 主键可以通过 `PRIMARY KEY` 参数来定义。如果在定义表时未指定 `PRIMARY KEY`，则键将成为 `ORDER BY` 子句中指定的 Tuple。如果同时指定了 `PRIMARY KEY` 和 `ORDER BY`，则主键必须是排序顺序的子集。 主键同时也是排序键，即 `(user_id, timestamp)` 的 Tuple。因此，每个列文件中存储的数据将先按 `user_id` 排序，再按 `timestamp` 排序。 如需深入了解 ClickHouse 核心概念，请参阅["核心概念"](/zh/concepts/core-concepts/index)。 #### 向表中插入数据 您可以在 ClickHouse 中使用熟悉的 [`INSERT INTO TABLE`](/zh/reference/statements/insert-into) 命令，但需要了解的是，每次向 [`MergeTree`](/zh/reference/engines/table-engines/mergetree-family/mergetree) 表插入数据时，都会在存储中创建一个**分片**。 **ClickHouse 最佳实践** 每个批次应插入大量行——一次可插入数万行，甚至数百万 行。别担心——ClickHouse 可以轻松处理这种规模的数据——而且由于向你的服务发送的写入请求更少，它还能[帮你节省成本](/zh/concepts/best-practices/selecting-an-insert-strategy#batch-inserts-if-synchronous)。
即便是简单的示例，我们也一次性插入多行数据： ```sql theme={null} 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 ) ``` 请注意，`timestamp` 列是通过各种 [**Date**](/zh/reference/data-types/date) 和 [**DateTime**](/zh/reference/data-types/datetime) 函数来填充的。ClickHouse 提供了数百个实用函数，你可以在 [**Functions** 部分](/zh/reference/functions/index) 中查看。 验证操作是否成功： ```sql theme={null} SELECT * FROM helloworld.my_first_table ``` ### 使用 ClickHouse 命令行客户端添加数据 您也可以使用名为 [**clickhouse client**](/zh/concepts/features/interfaces/cli) 的命令行工具连接到您的 ClickHouse Cloud 服务。点击左侧菜单中的 `Connect` 查看相关详情。在弹出的对话框中，从下拉菜单选择 `Native`： clickhouse client 连接信息
1. 安装 [ClickHouse](/zh/concepts/features/interfaces/cli)。 2. 运行以下命令，将其中的 hostname、用户名和密码替换为你自己的值： ```bash theme={null} ./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \ --secure --port 9440 \ --user default \ --password ``` 如果出现笑脸提示，说明您已可以运行查询了！ ```response theme={null} :) ``` 3. 运行以下查询来试试：
```sql theme={null} SELECT * FROM helloworld.my_first_table ORDER BY timestamp ``` 注意，响应以整洁的表格形式返回： ```response theme={null} ┌─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. 添加 [`FORMAT`](/zh/reference/statements/select/format) 子句，以指定 [ClickHouse 支持的众多输出格式之一](/zh/reference/formats/index)：
```sql theme={null} SELECT * FROM helloworld.my_first_table ORDER BY timestamp FORMAT TabSeparated ``` 在上述查询中，输出以制表符分隔的格式返回： ```response theme={null} 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. 要退出 `clickhouse client`，请输入 **exit** 命令：
```bash theme={null} exit ``` ### 上传文件 初次使用数据库时，一个常见的操作是将本地文件中的数据导入数据库。我们在线提供了一些样本数据供您导入，这些数据代表点击流数据，包含用户 ID、访问的 URL 以及事件的时间戳。 假设我们有一个名为 `data.csv` 的 CSV 文件，其内容如下： ```bash title="data.csv" theme={null} 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. 以下命令将数据插入 `my_first_table`：
```bash theme={null} ./clickhouse client --host HOSTNAME.REGION.CSP.clickhouse.cloud \ --secure --port 9440 \ --user default \ --password \ --query='INSERT INTO helloworld.my_first_table FORMAT CSV' < data.csv ``` 2. 注意：如果在 SQL 控制台中查询，现在可以看到表中已出现新的行：
CSV 文件中的新行
**IP 访问列表过滤** 在继续之前，建议先设置 IP 访问列表过滤。 更多详情，请参阅["设置 IP 过滤器"](/zh/products/cloud/guides/security/connectivity/setting-ip-filters)。
## 接下来做什么？
* [教程](/zh/get-started/quickstarts/tutorial)将引导你向表中插入 200 万行数据，并编写一些分析查询 * 我们提供了一系列[示例数据集](/zh/get-started/sample-datasets/index)，并附有如何插入这些数据集的说明 * 查看我们时长 12 分钟的[ClickHouse 快速入门](https://clickhouse.com/company/events/getting-started-with-clickhouse/)视频 * 如果你的数据来自外部来源，请查看我们的[集成指南](/zh/integrations/home)，了解如何连接消息队列、数据库、管道等 * 如果你正在使用 UI/BI 可视化工具，请查看[将 UI 连接到 ClickHouse 的用户指南](/zh/integrations/connectors/data-visualization/index) * [主键](/zh/guides/clickhouse/data-modelling/sparse-primary-indexes)用户指南涵盖了有关主键及其定义方式的全部内容