VPS для ClickHouse: аналитическая СУБД на своём сервере

ClickHouse — колоночная СУБД для аналитики, которая обрабатывает миллиарды строк за секунды. Разберём установку, создание таблицы на движке MergeTree, партиционирование, правильную вставку батчами и требования к диску и памяти на VPS.

Почему ClickHouse такой быстрый

ClickHouse хранит данные по колонкам, а не по строкам. Для аналитических запросов (SUM, COUNT, GROUP BY по миллионам строк) это радикально эффективнее: читаются только нужные колонки, а не вся строка целиком. Плюс агрессивное сжатие — однотипные значения в колонке жмутся в разы.

Обратная сторона: ClickHouse не для точечных UPDATE/DELETE и не для транзакций как в PostgreSQL. Это инструмент под аналитику, логи, метрики, отчёты. Вставка идёт крупными пачками, а движок фоново сливает куски данных (отсюда MergeTree).

• Колоночное хранение — читаем только нужные колонки.
• Сжатие — данные на диске в разы компактнее.
• Батчевая вставка — тысячи строк за раз, не по одной.

Установка из официального репозитория

Ставим из официального APT-репозитория ClickHouse. При установке пакет предложит задать пароль пользователя default.

sudo apt update && sudo apt 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
sudo systemctl enable --now clickhouse-server

Подключаемся клиентом и проверяем версию:

clickhouse-client --password --query "SELECT version()"

Таблица на движке MergeTree

Основной рабочий движок — MergeTree. Ключевой момент — ORDER BY (ключ сортировки), по которому строятся индексы разреженного типа и ускоряется фильтрация. Партиционирование по месяцу упрощает удаление старых данных.

CREATE TABLE events
(
    event_date  Date,
    event_time  DateTime,
    user_id     UInt64,
    event_type  LowCardinality(String),
    url         String,
    duration_ms UInt32
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(event_date)
ORDER BY (event_date, user_id);

Тип LowCardinality(String) для колонок с малым числом уникальных значений (тип события, страна) экономит место и ускоряет запросы. Партиция по месяцу позволяет мгновенно дропать старьё: ALTER TABLE events DROP PARTITION 202501.

Правильная вставка данных

Главное правило ClickHouse: вставляйте батчами, а не по одной строке. Каждая вставка создаёт кусок данных на диске, который потом надо слить. Тысячи одиночных INSERT в секунду завалят движок фоновых слияний.

# вставка из файла батчем
clickhouse-client --password --query \
  "INSERT INTO events FORMAT CSVWithNames" < events.csv

# или множественные значения одним запросом
INSERT INTO events VALUES
  ('2026-01-01','2026-01-01 10:00:00',1,'click','/home',120),
  ('2026-01-01','2026-01-01 10:00:05',2,'view','/pricing',340);

Если данные идут потоком по одной строке, включите асинхронную вставку — ClickHouse сам соберёт их в батч на своей стороне.

SET async_insert = 1;
SET wait_for_async_insert = 1;

Аналитические запросы и память

Сила ClickHouse — агрегации по огромным объёмам. Разреженный индекс по ORDER BY отсекает лишние гранулы, читается минимум данных с диска.

SELECT
    event_type,
    count() AS cnt,
    avg(duration_ms) AS avg_ms
FROM events
WHERE event_date >= today() - 30
GROUP BY event_type
ORDER BY cnt DESC;

Тяжёлые GROUP BY и JOIN требуют памяти. Ограничьте потребление на запрос, чтобы один отчёт не съел всю RAM сервера. Значения задаются в users.xml или на сессию.

SET max_memory_usage = 4000000000;   -- 4 ГБ на запрос
SET max_threads = 4;

Диск, железо и типичные ошибки

ClickHouse активно пишет и сливает куски данных на диск, а аналитические запросы сканируют гигабайты — скорость диска критична. AMD EPYC + NVMe у MAATRIX дают высокие IOPS и пропускную способность, поэтому фоновые merge и сканы идут быстро, а не упираются в диск. Сжатие ClickHouse экономит место, но чем быстрее NVMe, тем больше строк в секунду вы обрабатываете. Локации UK/США/РФ, тарифы от $8/мес и оплата картой РФ, СБП, криптой или MAAT делают запуск аналитики за рубежом простым.

• Вставка по одной строке — лавина мелких кусков и перегрузка слияний.
• Неудачный ORDER BY — индекс не помогает, запросы читают всё подряд.
• Без лимита памяти — тяжёлый GROUP BY уводит сервер в OOM.
• Ждёте UPDATE как в SQL — ClickHouse не для точечных изменений строк.

Частые вопросы