Lightdash

Lightdash 是一款构建于 dbt 之上的现代开源 BI 工具，可帮助团队通过语义层探索和可视化 ClickHouse 中的数据。了解如何将 Lightdash 连接到 ClickHouse，借助 dbt 实现快速且受治理的分析。

Lightdash 是面向现代数据团队打造的AI 优先 BI 平台，将 dbt 的开放性与 ClickHouse 的高性能结合在一起。将 ClickHouse 连接到 Lightdash 后，团队即可基于其 dbt 语义层获得AI 驱动的自助式分析体验，确保每个问题都能通过经过治理且一致的指标得到解答。

开发者喜爱 Lightdash，因为它具备开放架构、可进行版本控制的 YAML 模型，以及可直接融入其工作流的集成——从 GitHub 到 IDE。

此次合作汇聚了 ClickHouse 的速度 与 Lightdash 的开发者体验，让借助 AI 进行探索、可视化和自动化洞察变得前所未有地轻松。

​

使用 Lightdash 和 ClickHouse 构建交互式仪表盘

在本指南中，你将了解 Lightdash 如何连接到 ClickHouse，以探索 dbt 模型并构建交互式仪表盘。 下方示例展示了一个基于 ClickHouse 数据构建的完整仪表盘。

1. ​

   收集连接信息

   设置 Lightdash 与 ClickHouse 的连接时，您需要准备以下信息：

   • Host: 您的 ClickHouse database 运行所在的地址
   • User: 您的 ClickHouse database 用户名
   • Password: 您的 ClickHouse database 密码
   • DB name: 您的 ClickHouse database 名称
   • Schema: dbt 用于编译和运行项目的默认 schema (可在您的 profiles.yml 中找到)
   • Port: ClickHouse HTTPS interface 端口 (默认：8443)
   • Secure: 启用此选项以使用 HTTPS/SSL 建立安全连接
   • Retries: Lightdash 重试失败的 ClickHouse queries 的次数 (默认：3)
   • Start of week: 选择报表周的起始日；默认使用您的仓库设置

   要通过 HTTP(S) 连接到 ClickHouse，你需要以下信息：

   Parameter(s)	Description
   HOST and PORT	通常，使用 TLS 时端口为 8443；不使用 TLS 时端口为 8123。
   DATABASE NAME	默认情况下，存在一个名为 default 的数据库。请使用你要连接的数据库名称。
   USERNAME and PASSWORD	默认情况下，用户名为 default。请根据你的使用场景使用相应的用户名。

   你的 ClickHouse Cloud 服务的连接信息可在 ClickHouse Cloud 控制台中查看。 选择一个服务，然后点击 Connect：

   选择 HTTPS。连接信息会显示在示例 curl 命令中。

   如果你使用的是自管理 ClickHouse，则连接信息由你的 ClickHouse 管理员配置。

   ---

2. ​

   为 ClickHouse 配置 dbt profile

   在 Lightdash 中，connection 基于你现有的 dbt 项目。 要连接到 ClickHouse，请确保本地的 ~/.dbt/profiles.yml 文件中包含有效的 ClickHouse 目标配置。

   例如：

   
   
3. ​

   创建连接到 ClickHouse 的 Lightdash 项目

   为 ClickHouse 配置好 dbt profile 后，你还需要将 dbt 项目 连接到 Lightdash。

   由于这一流程对所有仓库都相同，这里不再赘述——你可以按照 Lightdash 官方指南导入 dbt 项目：

   导入 dbt 项目 → Lightdash 文档

   连接 dbt 项目后，Lightdash 会自动从 profiles.yml 文件中识别你的 ClickHouse 配置。连接测试成功后，你就可以开始浏览 dbt 模型，并构建由 ClickHouse 提供支持的仪表盘。

   ---

4. ​

   在 Lightdash 中探索 ClickHouse 数据

   连接后，Lightdash 会自动同步你的 dbt 模型，并提供：

   • YAML 中定义的 维度 和 measures
   • 语义层逻辑，例如指标、JOIN 和 explores
   • 由 ClickHouse 实时查询驱动的 仪表盘

   现在，你可以构建仪表盘、共享洞察，甚至使用 Ask AI 直接基于 ClickHouse 生成可视化——无需手动编写 SQL。

   ---

5. ​

   在 Lightdash 中定义指标和维度

   在 Lightdash 中，所有指标和维度都直接定义在 dbt 模型的 .yml 文件中。这样可以让你的业务逻辑纳入版本控制、保持一致，并且完全透明。

   
   

   在 YAML 中定义这些内容，可确保团队在各个仪表盘和分析中使用相同的定义。例如，你可以直接在 dbt 模型旁定义可复用的指标，如 total_order_count、total_revenue 或 avg_order_value，而无需在 UI 中重复定义。

   如需进一步了解如何定义这些内容，请参阅以下 Lightdash 指南：

   • 如何创建指标
   • 如何创建维度

   ---

6. ​

   从表中查询数据

   当你的 dbt 项目连接到 Lightdash 并完成同步后，就可以直接从 表 (或“explores”) 开始探索数据。 每个表都对应一个 dbt 模型，并包含你在 YAML 中定义的指标和维度。

   Explore 页面由五个主要区域组成：

   1. Dimensions and Metrics — 所选表中的所有可用字段
   2. Filters — 限制查询返回的数据
   3. Chart — 以图表形式展示查询结果
   4. Results — 查看从 ClickHouse 数据库返回的原始数据
   5. SQL — 查看结果背后生成的 SQL 查询

   在这里，你可以通过交互方式构建和调整查询——拖放字段、添加过滤器，并在表格、柱状图或时间序列等可视化类型之间切换。

   若要进一步了解 explores 以及如何基于表进行查询，请参阅： 表和 Explore 页面的简介 → Lightdash Docs

   ---

7. ​

   构建仪表盘

   在探索数据并保存可视化内容后，您可以将它们组合成仪表盘，与团队共享。

   Lightdash 中的仪表盘支持完整的交互功能——您可以应用过滤器、添加选项卡，并查看由实时 ClickHouse 查询驱动的图表。

   您还可以直接在仪表盘中创建新图表，这有助于让项目保持整洁有序。以这种方式创建的图表仅限该仪表盘使用——无法在项目中的其他位置复用。

   要创建仅限仪表盘使用的图表：

   1. 点击 Add tile
   2. 选择 New chart
   3. 在图表构建器中创建可视化
   4. 保存后，它将显示在仪表盘底部

   在此了解有关创建和组织仪表盘的更多信息： 构建仪表盘 → Lightdash Docs

   ---

8. ​

   Ask AI：由 dbt 驱动的自助分析

   Lightdash 中的 AI 智能体让数据探索真正实现自助化。 你无需编写查询，只要用自然语言提出问题——例如 “我们的月度收入增长是多少？”——AI 智能体就会自动生成合适的可视化，并引用你在 dbt 中定义的指标和模型，以确保结果准确且一致。

   它基于你在 dbt 中使用的同一语义层，这意味着每个答案都受到治理、可解释且响应迅速——而这一切都由 ClickHouse 提供支持。

   在此了解更多有关 AI 智能体的信息：AI 智能体 → Lightdash 文档

​

了解更多

要进一步了解如何将 dbt 项目连接到 Lightdash，请访问 Lightdash 文档 → ClickHouse 设置。