导航        在完成将公司日志数据从Elasticsearch(下称ES)转战到Clickhouse后，个人认为有必要将过程记录分享。限于篇幅及便于分类组织，我会以一个系列文章的形式记录：01《ElasticsearchvsClickhouse》02《Clickhouse的基础知识扫盲》03《​Clickhouse多分片多副本集群部署​》04《​​Clickhouse表引擎选择和表结构设计​》05《​clickhouse高效数据处理工具vector​》06《​​​​​​​​​clickhouse的数据可视化工具clickvisual​》07《kibana自定义插件跳转clickvisu

  导航        在完成将公司日志数据从Elasticsearch(下称ES)转战到Clickhouse后，个人认为有必要将过程记录分享。限于篇幅及便于分类组织，我会以一个系列文章的形式记录：01《ElasticsearchvsClickhouse》02《Clickhouse的基础知识扫盲》03《​Clickhouse多分片多副本集群部署​》04《​​Clickhouse表引擎选择和表结构设计​》05《​clickhouse高效数据处理工具vector​》06《​​​​​​​​​clickhouse的数据可视化工具clickvisual​》07《kibana自定义插件跳转clickvis

越来越多的互联网公司开始尝试ClickHouse存储日志，比如映客、快手、携程、唯品会、石墨文档，但是ClickHouse存储日志缺少对应的可视化方案，石墨文档开源了ClickVisual用于解决这个问题。笔者初步尝试了一下ClickVisual，一点小小的实践经验，与各位分享。简介ClickVisual官方宣扬的核心功能是：轻量级日志查询、分析、报警可视化平台。报警这块有更好的方案，我这里主要尝试一下接入日志、存储、查询日志的整个流程。ClickVisual的相关资料地址：文档：https://clickvisual.net/代码：https://github.com/clickvisual