本文字数3385估计阅读时间9分钟作者Alex Fedotyev编者按本文译自 ClickHouse 原博客。 原文围绕「提升 ClickHouse 在 Grafana 环境下的可观测性体验」展开。本次更新标志着插件从纯 SQL 驱动向低门槛交互的转型。通过预设场景优化大幅降低了非技术人员进行数据探索的难度。今年春天我曾发文介绍过 ClickHouse Grafana 插件的发展蓝图。如今其中的大部分规划已变为现实。通过与 Grafana Labs 的紧密合作我们优化了日志检索、服务筛选及部署检测等高频场景用户无需编写 SQL 即可快速操作同时也支持一键切换至完整 SQL 模式以满足高级需求。贡献者感谢所有开源贡献者与用户是你们的持续反馈让这款插件日臻完善。aangelisc, adamyeats, akkikumar72, alyssajoyner, bossinc, fabrizio-grafana, fleon, hkrutzer, itsgareth, itsmylife, iwysiu, karl-power, katebrenner, lwandz13, MattiasMTS, mattvella07, Orenico10, SaiPrasanna9, stackempty, Tarasusrus在优化体验时我们聚焦于最典型的工作流利用 OpenTelemetry Collector 的 ClickHouse exporter 将日志、链路追踪及指标数据汇聚至 ClickHouse并最终在 Grafana 中完成排障。查询构建器Query Builder自 v1 版本起便已内置但早期的设计局限使得新手或追求效率的用户往往觉得手写 SQL 更快。此次更新大幅简化了日志查找、服务筛选及部署监控的操作流程实现了免 SQL 的快捷体验并保留了随时切换至 SQL 模式的灵活性。下文列出了相关功能的 Pull Request 链接供感兴趣的读者查阅。搜索优先SQL 一键即达如果表中仅包含日志配置数据源理应更加简单。单表模式#1832正是为此而生只需将数据源指向目标表并确认列信息编辑器便会隐藏冗余配置呈现更清爽、专注的界面。单表配置模式启用单表模式后紧凑查询模式#1841将取代复杂的构建器。用户只需输入日志关键词插件便会自动生成查询配合类型感知过滤器、查询历史及实时 SQL 预览你可以快速迭代查询逻辑。生成的 SQL 亦可随时复制或手动微调。尽管紧凑编辑器目前仅支持单表但这非常契合 Grafana 的典型用法——即为特定日志或追踪流创建专用数据源如“Logs - Prod”或“Logs - Staging”。这种隔离方式能显著提升操作专注度。欢迎在 Explore 模式下为特定表创建数据源进行试用并分享你的反馈。Explore 中的紧凑查询模式包含搜索框、类型感知过滤器、查询历史及实时 SQL 预览功能注根据早期反馈用户希望紧凑模式能显示自定义字段或列无论基于 OpenTelemetry 还是自定义 Schema。PR #2108 已解决该需求相关更新将在下一版本中发布。点击替代输入完成问题排查故障排查通常是一个不断迭代的过程搜索、查看结果、增删过滤条件。现在优化后的插件支持全点击式操作无需手动编辑 SQL 即可完成上述流程。展开日志行后OpenTelemetry 属性将按资源Resource、作用域Scope和日志Log区块分类显示并支持折叠#1829。你可以直接点击属性值来包含或排除特定项已生效的过滤器会高亮显示再次点击即可移除#1824。此外还支持通过选中日志文本中的子串进行快速过滤#1738。根据高亮文本进行过滤此外仪表板中的即席过滤器Ad hoc filters现已支持识别 ClickHouse Map 列中的键值并可跨多表应用#1793, #1757。无论是通过点击还是构建器添加条件别名与 OpenTelemetry Map 键的解析逻辑均已统一。开箱即用的仪表板 —— 连接即可使用OpenTelemetry 已成为日志与链路追踪的行业标准而 ClickHouse 也针对此类大规模数据进行了专项优化。为了让数据价值即刻呈现插件现内置了三款开箱即用的 OpenTelemetry 仪表板#1869日志浏览器、链路追踪浏览器以及实现两者关联分析的单服务深度洞察面板。这些面板集成了丰富的交互功能包括过滤器、注释及服务日志抽样。同时链路追踪与服务仪表板还提供了关键 KPI 指标及高频错误的概览。搭建仪表板只需更少 SQL构建功能完备的仪表板通常离不开变量和注释但以往这些配置往往需要手写 SQL增加了实现仪表板过滤或标记部署事件等常规任务的门槛。全新的注释编辑器#1922引入了向导模式只需选择监控列如service.version插件便会自动生成用于检测变更的 SQL从而在图表上直观标记部署或回滚事件。向导式变量编辑器#1868逻辑一致选择列或 Map 键即可自动生成去重查询 SQL。在这两类编辑器中自动生成的 SQL 保持透明且支持手动修改并以用户修改为准。注释编辑器的变更检测预设功能与向导式变量编辑器动手实践请确保 ClickHouse 数据源已升级至 4.20 或更高版本随后将数据源连接至你的 OpenTelemetry 数据表即可开始体验。此次改进延续了我们春季设定的原则高频任务免 SQL 化同时确保 SQL 随时可用。如果你是 Grafana 与 ClickHouse 的重度用户欢迎向我们反馈使用中的痛点。目前紧凑查询模式仅支持单表我们计划在积累更多实战经验后再行扩展。附录其他更新项除了上述重大更新许多细节改进也让插件变得更快速、稳定且易用。1. 更智能的构建器 支持自动检测常规日志列 #1791 工具提示直连相关文档 #1790 构建器、变量及注释编辑器共用 Schema 选择器 #1828 。为优化主键利用率时间列已合并为单个 ORDER BY 条件 #1695 。Explore 现可在指标图下方显示原始日志样本 #1744 属性列亦支持 JSON 和 Map 类型 #1866 。2. 性能提升 Schema 内省Introspection支持按数据源缓存 #1787 Trace-ID 快速查找不再强制依赖 OpenTelemetry 模式 #1786 。3. 适配 Grafana 13 完成兼容性调整确保在 Grafana 13 及旧版本11.6/12.x中表现一致 #1861 , #1863 。4. 可靠性增强 Span 链接现可正确跳转至关联 Trace #1890 SQL 验证引入了 ClickHouse 原生词法分析器的移植版 #1778 。5. 自观测能力 插件后端已接入 OpenTelemetry 插桩并为 Span 提供了机器可读的契约 #1734 , #1735 。6. 身份识别与归属 启用 Header 转发后查询可携带 Grafana 用户身份至 ClickHouse便于行级权限控制、配额管理及查询审计 #1797 。此外还增加了对 Grafana SQL 抽象的基础支持 #1756 。关于我们ClickHouseclickhouse.com) 是面向 AI 时代打造的高性能实时分析数据库能够以极致性能处理海量数据分析任务。凭借高并发、低延迟和云原生架构ClickHouse 广泛应用于可观测性、数据仓库、实时分析及 AI 数据基础设施等场景。我们致力于帮助企业在公有云平台上构建安全、弹性且高性价比的实时分析与 AI 数据平台加速释放数据价值推动智能化创新与数字化转型。目前Trip.com、DiDi、Meta、Sony、Netflix、Deutsche Bank、Sierra、Cloudflare 等全球领先企业均在使用 ClickHouse 支撑其关键业务和数据分析平台。