AI 助理
文档备案控制台
官方文档
输入文档关键字查找
首页

一站式可观测

更新时间：
复制为 MD 格式
产品详情
我的收藏

云数据库 ClickHouse 企业版一站式可观测服务，是基于ClickHouse与OpenTelemetry构建的高性能可观测解决方案。它无缝融合了日志（Logs）、调用链（Traces）和指标（Metrics），提供统一的可观测体验，开发者和运维人员无需在不同工具间切换，即可全程跟踪并解决问题。同时，一站式可观测内置智能可观测数据分析AI助手，能够自动查询OTel可观测数据（Traces/Logs/Metrics），通过SQL查询和结构化RCA流程，自动完成可观测性故障排查与根因定位。本文为您介绍一站式可观测的相关使用方法。

前提条件

已新建云数据库 ClickHouse 集群。

  • 云数据库 ClickHouse 企业版支持直接一键开通一站式可观测能力。

  • 云数据库 ClickHouse 社区兼容版一站式可观测能力目前处于邀测阶段，如需开启请提交工单联系技术支持加白处理。

开启服务

  1. 登录云数据库ClickHouse控制台，在页面左上角，选择集群所在的地域。

  2. 在集群列表页面，选择对应版本的实例列表，单击目标集群ID。

  3. 在左侧导航栏单击一站式可观测。

  4. 在对话框中，建议勾选自动创建表和导入示例数据，并按需决定是否支持公网访问大模型，然后单击确定。开启服务预计需要5～10分钟。

    重要

    • 勾选支持公网访问大模型会产生额外费用，需要按需开启。

    • 支持在服务开通完成后再单独开启公网访问大模型。

    参数

    说明

    自动创建表

    • 创建数据库clickobserve_service，并在此库下创建表otel_logs, otel_traces, otel_metrics_gauge, otel_metrics_histogram, otel_metrics_sum, otel_metrics_summary, otel_traces_trace_id_ts, otel_traces_trace_id_ts_mv, otel_metrics_exponential_histogram。

      点击查看表结构

      otel_logs

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_logs" (
    Timestamp DateTime64(9) CODEC(Delta(8), ZSTD(1)),
    TimestampTime DateTime DEFAULT toDateTime(Timestamp),
    TraceId String CODEC(ZSTD(1)),
    SpanId String CODEC(ZSTD(1)),
    TraceFlags UInt8,
    SeverityText LowCardinality(String) CODEC(ZSTD(1)),
    SeverityNumber UInt8,
    ServiceName LowCardinality(String) CODEC(ZSTD(1)),
    Body String CODEC(ZSTD(1)),
    ResourceSchemaUrl LowCardinality(String) CODEC(ZSTD(1)),
    ResourceAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ScopeSchemaUrl LowCardinality(String) CODEC(ZSTD(1)),
    ScopeName String CODEC(ZSTD(1)),
    ScopeVersion LowCardinality(String) CODEC(ZSTD(1)),
    ScopeAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    LogAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),

    INDEX idx_trace_id TraceId TYPE bloom_filter(0.001) GRANULARITY 1,
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_key mapKeys(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_value mapValues(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_log_attr_key mapKeys(LogAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_log_attr_value mapValues(LogAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_body Body TYPE tokenbf_v1(32768, 3, 0) GRANULARITY 8
    ) ENGINE = SharedMergeTree()
    PARTITION BY toDate(TimestampTime)
    PRIMARY KEY (ServiceName, TimestampTime)
    ORDER BY (ServiceName, TimestampTime, Timestamp)
    TTL TimestampTime + toIntervalDay(180)
    SETTINGS index_granularity = 8192, ttl_only_drop_parts = 1;

      otel_traces

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_traces" (
    Timestamp DateTime64(9) CODEC(Delta, ZSTD(1)),
    TraceId String CODEC(ZSTD(1)),
    SpanId String CODEC(ZSTD(1)),
    ParentSpanId String CODEC(ZSTD(1)),
    TraceState String CODEC(ZSTD(1)),
    SpanName LowCardinality(String) CODEC(ZSTD(1)),
    SpanKind LowCardinality(String) CODEC(ZSTD(1)),
    ServiceName LowCardinality(String) CODEC(ZSTD(1)),
    ResourceAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ScopeName String CODEC(ZSTD(1)),
    ScopeVersion String CODEC(ZSTD(1)),
    SpanAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    Duration UInt64 CODEC(ZSTD(1)),
    StatusCode LowCardinality(String) CODEC(ZSTD(1)),
    StatusMessage String CODEC(ZSTD(1)),
    Events Nested (
        Timestamp DateTime64(9),
        Name LowCardinality(String),
        Attributes Map(LowCardinality(String), String)
    ) CODEC(ZSTD(1)),
    Links Nested (
        TraceId String,
        SpanId String,
        TraceState String,
        Attributes Map(LowCardinality(String), String)
    ) CODEC(ZSTD(1)),
    INDEX idx_trace_id TraceId TYPE bloom_filter(0.001) GRANULARITY 1,
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_span_attr_key mapKeys(SpanAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_span_attr_value mapValues(SpanAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_duration Duration TYPE minmax GRANULARITY 1
    ) ENGINE = SharedMergeTree()
    PARTITION BY toDate(Timestamp)
    ORDER BY (ServiceName, SpanName, toDateTime(Timestamp))
    TTL toDateTime(Timestamp) + toIntervalDay(180)
    SETTINGS index_granularity=8192, ttl_only_drop_parts = 1;

      otel_metrics_gauge

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_metrics_gauge" (
    ResourceAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ResourceSchemaUrl String CODEC(ZSTD(1)),
    ScopeName String CODEC(ZSTD(1)),
    ScopeVersion String CODEC(ZSTD(1)),
    ScopeAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ScopeDroppedAttrCount UInt32 CODEC(ZSTD(1)),
    ScopeSchemaUrl String CODEC(ZSTD(1)),
    ServiceName LowCardinality(String) CODEC(ZSTD(1)),
    MetricName String CODEC(ZSTD(1)),
    MetricDescription String CODEC(ZSTD(1)),
    MetricUnit String CODEC(ZSTD(1)),
    Attributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    StartTimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    TimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    Value Float64 CODEC(ZSTD(1)),
    Flags UInt32 CODEC(ZSTD(1)),
    Exemplars Nested (
        FilteredAttributes Map(LowCardinality(String), String),
        TimeUnix DateTime64(9),
        Value Float64,
        SpanId String,
        TraceId String
    ) CODEC(ZSTD(1)),
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_key mapKeys(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_value mapValues(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_key mapKeys(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_value mapValues(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1
    ) ENGINE = SharedMergeTree()
    TTL toDateTime(TimeUnix) + toIntervalDay(180)
    PARTITION BY toDate(TimeUnix)
    ORDER BY (ServiceName, MetricName, Attributes, toUnixTimestamp64Nano(TimeUnix))
    SETTINGS index_granularity=8192, ttl_only_drop_parts = 1;

      otel_metrics_histogram

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_metrics_histogram" (
    ResourceAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ResourceSchemaUrl String CODEC(ZSTD(1)),
    ScopeName String CODEC(ZSTD(1)),
    ScopeVersion String CODEC(ZSTD(1)),
    ScopeAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ScopeDroppedAttrCount UInt32 CODEC(ZSTD(1)),
    ScopeSchemaUrl String CODEC(ZSTD(1)),
    ServiceName LowCardinality(String) CODEC(ZSTD(1)),
    MetricName String CODEC(ZSTD(1)),
    MetricDescription String CODEC(ZSTD(1)),
    MetricUnit String CODEC(ZSTD(1)),
    Attributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    StartTimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    TimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    Count UInt64 CODEC(Delta, ZSTD(1)),
    Sum Float64 CODEC(ZSTD(1)),
    BucketCounts Array(UInt64) CODEC(ZSTD(1)),
    ExplicitBounds Array(Float64) CODEC(ZSTD(1)),
    Exemplars Nested (
        FilteredAttributes Map(LowCardinality(String), String),
        TimeUnix DateTime64(9),
        Value Float64,
        SpanId String,
        TraceId String
    ) CODEC(ZSTD(1)),
    Flags UInt32 CODEC(ZSTD(1)),
    Min Float64 CODEC(ZSTD(1)),
    Max Float64 CODEC(ZSTD(1)),
    AggregationTemporality Int32 CODEC(ZSTD(1)),
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_key mapKeys(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_value mapValues(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_key mapKeys(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_value mapValues(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1
    ) ENGINE = SharedMergeTree()
    TTL toDateTime(TimeUnix) + toIntervalDay(180)
    PARTITION BY toDate(TimeUnix)
    ORDER BY (ServiceName, MetricName, Attributes, toUnixTimestamp64Nano(TimeUnix))
    SETTINGS index_granularity=8192, ttl_only_drop_parts = 1;

      otel_metrics_sum

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_metrics_sum" (
    ResourceAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ResourceSchemaUrl String CODEC(ZSTD(1)),
    ScopeName String CODEC(ZSTD(1)),
    ScopeVersion String CODEC(ZSTD(1)),
    ScopeAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ScopeDroppedAttrCount UInt32 CODEC(ZSTD(1)),
    ScopeSchemaUrl String CODEC(ZSTD(1)),
    ServiceName LowCardinality(String) CODEC(ZSTD(1)),
    MetricName String CODEC(ZSTD(1)),
    MetricDescription String CODEC(ZSTD(1)),
    MetricUnit String CODEC(ZSTD(1)),
    Attributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    StartTimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    TimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    Value Float64 CODEC(ZSTD(1)),
    Flags UInt32  CODEC(ZSTD(1)),
    Exemplars Nested (
        FilteredAttributes Map(LowCardinality(String), String),
        TimeUnix DateTime64(9),
        Value Float64,
        SpanId String,
        TraceId String
    ) CODEC(ZSTD(1)),
    AggregationTemporality Int32 CODEC(ZSTD(1)),
    IsMonotonic Boolean CODEC(Delta, ZSTD(1)),
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_key mapKeys(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_value mapValues(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_key mapKeys(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_value mapValues(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1
    ) ENGINE = SharedMergeTree()
    TTL toDateTime(TimeUnix) + toIntervalDay(180)
    PARTITION BY toDate(TimeUnix)
    ORDER BY (ServiceName, MetricName, Attributes, toUnixTimestamp64Nano(TimeUnix))
    SETTINGS index_granularity=8192, ttl_only_drop_parts = 1;

      otel_metrics_summary

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_metrics_summary" (
    ResourceAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ResourceSchemaUrl String CODEC(ZSTD(1)),
    ScopeName String CODEC(ZSTD(1)),
    ScopeVersion String CODEC(ZSTD(1)),
    ScopeAttributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    ScopeDroppedAttrCount UInt32 CODEC(ZSTD(1)),
    ScopeSchemaUrl String CODEC(ZSTD(1)),
    ServiceName LowCardinality(String) CODEC(ZSTD(1)),
    MetricName String CODEC(ZSTD(1)),
    MetricDescription String CODEC(ZSTD(1)),
    MetricUnit String CODEC(ZSTD(1)),
    Attributes Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    StartTimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    TimeUnix DateTime64(9) CODEC(Delta, ZSTD(1)),
    Count UInt64 CODEC(Delta, ZSTD(1)),
    Sum Float64 CODEC(ZSTD(1)),
    ValueAtQuantiles Nested(
       Quantile Float64,
       Value Float64
    ) CODEC(ZSTD(1)),
    Flags UInt32  CODEC(ZSTD(1)),
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_key mapKeys(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_value mapValues(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_key mapKeys(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_value mapValues(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1
    ) ENGINE = SharedMergeTree()
    TTL toDateTime(TimeUnix) + toIntervalDay(180)
    PARTITION BY toDate(TimeUnix)
    ORDER BY (ServiceName, MetricName, Attributes, toUnixTimestamp64Nano(TimeUnix))
    SETTINGS index_granularity=8192, ttl_only_drop_parts = 1;

      otel_traces_trace_id_ts

      CREATE TABLE IF NOT EXISTS "clickobserve_service"."otel_traces_trace_id_ts" (
    TraceId String CODEC(ZSTD(1)),
    Start DateTime CODEC(Delta, ZSTD(1)),
    End DateTime CODEC(Delta, ZSTD(1)),
    INDEX idx_trace_id TraceId TYPE bloom_filter(0.01) GRANULARITY 1
    ) ENGINE = SharedMergeTree()
    PARTITION BY toDate(Start)
    ORDER BY (TraceId, Start)
    TTL toDateTime(Start) + toIntervalDay(180)
    SETTINGS index_granularity=8192, ttl_only_drop_parts = 1;

      物化视图otel_traces_trace_id_ts_mv

      CREATE MATERIALIZED VIEW IF NOT EXISTS "clickobserve_service"."otel_traces_trace_id_ts_mv"
TO "clickobserve_service"."otel_traces_trace_id_ts"
AS SELECT
      TraceId,
      min(Timestamp) as Start,
      max(Timestamp) as End
   FROM "clickobserve_service"."otel_traces"
   WHERE TraceId != ''
   GROUP BY TraceId;

      otel_metrics_exponential_histogram

      CREATE TABLE clickobserve_service.otel_metrics_exponential_histogram (
    `ResourceAttributes` Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    `ResourceSchemaUrl` String CODEC(ZSTD(1)),
    `ScopeName` String CODEC(ZSTD(1)),
    `ScopeVersion` String CODEC(ZSTD(1)),
    `ScopeAttributes` Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    `ScopeDroppedAttrCount` UInt32 CODEC(ZSTD(1)),
    `ScopeSchemaUrl` String CODEC(ZSTD(1)),
    `ServiceName` LowCardinality(String) CODEC(ZSTD(1)),
    `MetricName` String CODEC(ZSTD(1)),
    `MetricDescription` String CODEC(ZSTD(1)),
    `MetricUnit` String CODEC(ZSTD(1)),
    `Attributes` Map(LowCardinality(String), String) CODEC(ZSTD(1)),
    `StartTimeUnix` DateTime64(9) CODEC(Delta(8), ZSTD(1)),
    `TimeUnix` DateTime64(9) CODEC(Delta(8), ZSTD(1)),
    `Count` UInt64 CODEC(Delta(8), ZSTD(1)),
    `Sum` Float64 CODEC(ZSTD(1)),
    `Scale` Int32 CODEC(ZSTD(1)),
    `ZeroCount` UInt64 CODEC(ZSTD(1)),
    `PositiveOffset` Int32 CODEC(ZSTD(1)),
    `PositiveBucketCounts` Array(UInt64) CODEC(ZSTD(1)),
    `NegativeOffset` Int32 CODEC(ZSTD(1)),
    `NegativeBucketCounts` Array(UInt64) CODEC(ZSTD(1)),
    `Exemplars.FilteredAttributes` Array(Map(LowCardinality(String), String)) CODEC(ZSTD(1)),
    `Exemplars.TimeUnix` Array(DateTime64(9)) CODEC(ZSTD(1)),
    `Exemplars.Value` Array(Float64) CODEC(ZSTD(1)),
    `Exemplars.SpanId` Array(String) CODEC(ZSTD(1)),
    `Exemplars.TraceId` Array(String) CODEC(ZSTD(1)),
    `Flags` UInt32 CODEC(ZSTD(1)),
    `Min` Float64 CODEC(ZSTD(1)),
    `Max` Float64 CODEC(ZSTD(1)),
    `AggregationTemporality` Int32 CODEC(ZSTD(1)),
    INDEX idx_res_attr_key mapKeys(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_res_attr_value mapValues(ResourceAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_key mapKeys(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_scope_attr_value mapValues(ScopeAttributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_key mapKeys(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1,
    INDEX idx_attr_value mapValues(Attributes) TYPE bloom_filter(0.01) GRANULARITY 1
) ENGINE = SharedMergeTree('/clickhouse/tables/{uuid}/{shard}', '{replica}')
PARTITION BY toDate(TimeUnix)
ORDER BY (ServiceName, MetricName, Attributes, toUnixTimestamp64Nano(TimeUnix))
TTL toDateTime(TimeUnix) + toIntervalDay(180)
SETTINGS index_granularity = 8192, ttl_only_drop_parts = 1;

    导入示例数据

    会向logs、traces、metrics表导入符合OpenTelemetry协议的样例数据，压缩前不到200MB。

    支持公网访问大模型

    大模型服务只能通过公网出口访问，因此为了使用可观测数据智能AI助手，需要为一站式可观测服务节点开启公网访问能力。勾选该选项后，系统将在当前账号下使用当前实例所属VPC自动创建一个公网NAT网关、一个弹性公网IP（EIP）以及配置一条SNAT路由规则，通过该网关支持一站式可观测节点访问公网大模型。

    • 公网NAT网关及EIP独立计费。NAT网关计费规则请参见NAT 网关计费，EIP计费规则请参见计费概述。其中NAT网关与EIP实例均为按量付费（后付费）类型，EIP默认带宽为5 Mbps。

    • 如果开通时当前VPC下已存在NAT网关实例，系统不会新建NAT网关，只会新建EIP实例并创建SNAT路由规则。

  5. 服务开启后，如果本机IP不在实例的白名单中，系统将提示自动添加。

开通公网访问大模型能力

如果您在开启一站式可观测服务时未勾选支持公网访问大模型，可观测数据智能AI助手将无法正常使用。您可以在服务开通后通过以下两种方式开通该能力。

在ClickHouse控制台一键开通

  1. 登录云数据库ClickHouse控制台，在页面左上角，选择集群所在的地域。

  2. 在集群列表页面，选择对应版本的实例列表，单击目标集群ID。

  3. 在左侧导航栏单击一站式可观测。

  4. 在公网访问提示栏中，单击开通公网访问大模型。

    一站式可观测服务将进入公网开通中状态，预计需要1～2分钟。开通过程中无法访问一站式可观测服务，开通完成后状态恢复。

开通完成后，您可以在一站式可观测页面查看自动创建的公网NAT实例ID、EIP实例ID以及EIP公网地址。

手动配置

如果您需要更灵活的网络配置，可以手动创建EIP和NAT网关。

步骤一：创建弹性公网IP（EIP）

  1. 登录弹性公网IP管理控制台。

  2. 选择与ClickHouse集群相同的地域，创建一个弹性公网 IP实例。

步骤二：创建公网NAT网关并绑定EIP

  1. 前往NAT 网关 - 公网 NAT 网关购买页。

  2. 如果ClickHouse集群所属VPC下无公网NAT网关实例，单击创建公网NAT网关，选择与ClickHouse集群相同的地域和VPC，并选择步骤一中创建的弹性公网IP实例进行绑定。

  3. 如果ClickHouse集群所属VPC下已存在公网NAT网关实例，在公网NAT网关控制台的实例列表页面，单击对应实例的更多 > 绑定弹性公网IP，选择步骤一中创建的EIP进行绑定。

步骤三：创建SNAT条目

  1. 前往公网 NAT 网关页面，进入目标NAT网关实例详情页面。

  2. 单击SNAT管理选项卡，然后单击创建SNAT条目。

  3. SNAT条目粒度选择ECS/弹性网卡粒度。

  4. 在ECS/弹性网卡选项中，选择名称为rds-eni-<ClickHouse实例ID>-webui的辅助弹性网卡。

  5. 选择弹性公网IP地址为步骤一中创建的EIP。

  6. 单击确定，等待SNAT条目创建完成。

公网访问资源释放

重要

出于业务安全考虑，ClickHouse实例释放时不会自动删除创建的NAT网关以及EIP实例，释放实例后需要在相应控制台进行手动释放。

资源释放：

  • 对于一键开通的公网资源

    由一站式可观测服务自动创建的NAT与EIP资源可以通过标签createdby:<实例ID>进行筛选并删除。

  • 对于手动创建的公网资源

    需要结合业务使用情况决定是否需要删除。

使用流程

主页面

  1. 在实例详情页左侧导航栏单击一站式可观测，根据页面上方提示，前往服务主页面。

  2. 输入用户名与密码，登录主页面。创建数据库账号，请参见企业版账号管理或社区兼容版账号管理。

  3. 登录后进入主页面（搜索页面），您可以在页面上方选择数据源、设置时间范围和筛选条件查询数据。

    • 在Filters区域，勾选筛选条件后，将自动筛选出符合条件的log。

    • 单击log所在行前方的image，可在当前页面查看对应log的信息。

    • 单击log所在行，可查看对应log的详细信息，包括完整的attribute、关联trace的耗时信息以及本条log的上下文信息。

可观测数据智能AI助手

可观测数据智能AI助手可以协助进行OTEL可观测数据相关表的数据分析工作，可以自动识别实例中OTEL可观测数据相关的库表信息，自动根据业务需求构造查询语句获取可观测数据，最后自动化分析并返回诊断结果，应用场景主要包括：业务趋势分析、数据量分析、RCA异常根因诊断等。

前提条件

已开通公网访问大模型能力。

使用方法

  1. 在一站式可观测主页面，单击页面左侧导航栏的AI NoteBook按钮。

  2. 在AI助手聊天窗口中，输入您需要分析的问题，AI助手将自动查询可观测数据并返回分析结果。

常见场景展示

（1）定位业务日志错误率

问题案例：

  • 帮我分析一下过去一个小时里，我的OpenClaw程序有没有什么异常

  • 帮我分析一下过去10分钟，我的管控trace数据哪些组件错误率较高

诊断结果

结论
根据对 clickobserve_service.otel_traces 表在 2026-05-06 19:50:00 至 2026-05-06 20:00:00 时间范围内的采样分析：

错误率统计
- 整体错误率约为 0.32%（基于 7 个 0.5 秒时间窗口的采样数据，共 248,077 个 Span）
- 错误 Span 总量：917
- 正常 Span（OK + UNSET）：207,150

StatusCode 分布
StatusCode    数量        占比      备注
UNSET         139,911     74.7%     -
OK            66,247      23.08%    -
ERROR         919         0.32%     -

证据
- 查看 artifact 源自 /artifacts/sessions/c-b859bd2-3942-4d85-b636-51dae0d****/sql_results.json

局限性
- 采样偏差：由于 ClickHouse 的 max_rows_to_read 限制（20 万行），无法覆盖所有数据 10 分钟数据，实际样本有偏差
- 时间窗口代表性：采样点分布在 19:50~20:00 之间，如可能存在仅大量数据的区间被遗漏
- 误差范围：实际错误率可能在 0.2% ~ 0.5% 之间浮动

后续步骤（如需要更精确分析）
- 如需精确错误率，可能需要调整查看完成加采样比的和数量
- 如对异常感兴趣的，可以一步查询 StatusMessage 或 Events 字段获取错误详情
- 对有 SpanName 或 ServiceName 做更深下钻，定位具体是哪些服务的异常贡献
（2）根因诊断

问题案例：

  • 帮我分析一下最近一个小时，我的管控组件日志有没有报错，并分析他们的错误原因

  • 为什么我有一个网关请求报错了，requestId/traceId = ea7d2925-3422-4920-9ab1-b22dd3d85b2f，帮我分析一下详细原因

诊断结果

错误数据分析结论
基于对 clickobserve_service.otel_traces 表在 2026-05-06 19:50:00 至 20:00:00 时间范围内的采样分析，以下是错误采样数据和错误分析结果。

一、错误类型分布
HTTP 状态码    错误数量    占比     类型             描述
404            81         -64%    资源不存在        -
500            19         -10%    服务器内部错误     -
503            3          -2%     服务不可用         -
206            1          -2%     部分内容传输       可视为边缘可能 1000 万请求偶发

二、典型错误案例分析

案例 1：404 Not Found — 资源文件路径不存在
- TraceId：b1b97380c855083a23ec76ace14e53be
- SpanName：GET
- 请求路径：http://test-xxxx.com/api/v1.0/clusterInstances/3463****
- 错误原因：目标资源ID 19 36317596 对于目标服务器不存在，确认服务部署和路由配置中 TraceId 下所有关联 Span 均为 404
- 证据链接：/artifacts/sessions/c-b859bd2-3942-4d85-b636-51dae0d18ae/sql_results.json行22

案例 2：503 Service Unavailable — 服务暂时不可用
- TraceId：b1b97380c855083a23ec76ace14e53be
- SpanName：GET / POST
- 请求路径：http://test-xxxx.com/api/v1.0/replicatSets/308351****/myfd
- 证据链接：/artifacts/sessions/c-b859bd2-3942-4d85-b636-51dae0d18ae/sql_results.json行22

案例 3：STS 服务调用报错
- SpanName：POST https://sts.cn-hangzhou.null/
- 错误类型：.null 域名，即域名解析错误或 DNS 解析失败
- STS 服务可能在配置中缺少域名
- 证据链接：/artifacts/sessions/c-b859bd2-3942-4d85-b636-51dae0d18ae/sql_results.json行10

案例 4：基础错误 Error 类型
...

会话管理

AI助手支持创建并管理多个会话，您可以进行以下操作：

  • 新建会话：在服务页面单击顶部的+按钮，输入会话名称创建新的会话。

  • 删除会话：在服务页面单击顶部的删除按钮，即可删除当前会话。

  • 重命名会话：在服务页面单击顶部的编辑按钮，输入新名称后按回车确认。

切换输出模式

AI助手支持两种输出模式，您可以通过聊天窗口中的切换按钮进行切换：

  • 流式输出（默认）：实时逐步展示分析结果，响应速度更快。

  • 普通输出：等待分析完成后一次性展示完整结果。

自定义大盘

服务提供预设大盘供您直接使用，您可以单击左侧导航栏的PRESETS>Services查看。您也可以创建自定义大盘，将感兴趣的指标聚合展示在同一个报表中。

  1. 单击页面左侧导航栏的Create Dashboard。

  2. 单击Add New Tile。

    image

  3. 设置数据源与指标，并单击保存。

    image

服务配置

如果您在开启服务时勾选了自动创建表，则已为您自动配置对应表的服务配置。您也可以按需配置其他表作为数据源。

  1. 单击页面左侧导航栏的Team Settings。

  2. 在Sources区域配置数据源，用于定义logs、metrics、traces数据来源于哪个表，以及列的映射关系。数据配置请参见下方：

    logs

    image

    metrics

    image

    traces

    image

  3. 在Connections区域配置连接配置，用于配置可观测服务与云数据库ClickHouse实例的连接。默认会创建一个到本实例的连接配置。其中Host表示与云数据库ClickHouse实例的Endpoint，仅支持使用VPC地址。若您配置实例Endpoint后在实例控制台上修改Endpoint地址，则需要重新配置。

  4. 在ClickHouse Client Settings区域，配置可观测服务在云数据库ClickHouse实例上的查询参数。

用户偏好

您可以在左侧导航栏下方，单击用户名，然后选择User Preferences，设置用户偏好。

相关文档

上一篇：ClickHouse自建上云兼容性和性能瓶颈分析与解决下一篇：Agent-lens