本文是一个 ClickHouse 性能测试完整示例,包括 环境准备 → 建表 → 造数 → 查询性能测试 的全过程。 这个流程你可以直接在本地 Docker 或生产服务器跑,方便测出 ClickHouse 在你的硬件环境下的速度。 1. 环境准备 Docker 快速启动 docker run -d
使用DBeaver 连接数据库 测试查看数据
在 ClickHouse 中允许远程 IP 连接,需要同时修改 服务端配置 和 网络防火墙,步骤如下: 1. 修改 ClickHouse 服务端配置 ClickHouse 的网络监听与访问控制主要在 config.xml 和 users.xml(或 user.xml)中设置。 ① 启用监听所有网卡
docker compose 目录结构 ├── conf │ ├── config.xml │ └── users.xml └── docker-compose.yml docker-compose.yml #version: '3.8' services: clickhouse:
本文就从“ClickHouse 是什么”讲起,一步步带你走到“ClickHouse 的高级使用和优化”,让你既能快速上手,又能理解它背后的原理和适用场景。 一、ClickHouse 是什么? 一句话概括:ClickHouse 是一个开源的列式存储 OLAP(Online Analytical Pro
🎆实现效果如下 📊 Grafana 接入 TimescaleDB 的完整流程(含实时+聚合展示) 内容包括: Grafana 容器配置
本文补充了TimescaleDB的压缩策略 + 自动清理历史数据,适用于物联网场景,确保: 老数据不浪费空间(压缩) 极旧数据自动清理(节省存储) 🧩 第一步:压缩策略 TimescaleDB 支持对老数据块压缩(列式压缩),性能和存储都更优。 添加以下内容到你之前的 init/init_time
本文展示TimescaleDB的一个完整的示例,包括: 自动建表 SQL 初始化数据导入 连续聚合(Continuous Aggregates)创建 如何让容器启动时自动执行这些SQL 🧩 第一步:创建 SQL 脚本 在你的项目目录中,新建一个目录: mkdir init
本文是一个 简单、实用、带TimescaleDB扩展的 docker-compose 启动环境,适合本地测试或小规模开发部署。 🐳 docker-compose.yml 示例(包含 TimescaleDB) version: '3.8' services: timescaledb:
本文是对 TimescaleDB 的全面介绍,包括其原理、优势、架构、典型应用场景、与 PostgreSQL 的关系,以及你在物联网或时序数据场景下可能关心的点。 TimescaleDB官网:https://docs.tigerdata.com/ PostgreSQL官网:https://www.p