Alojar ClickHouse en un VPS

ClickHouse destaca en las consultas analíticas (OLAP): gracias a su almacenamiento en columnas y a su compresión agresiva, puede escanear terabytes en hardware modesto allí donde una base de datos relacional clásica se hundiría. Autoalojarlo en un VPS le evita los costes por volumen de consultas de los servicios gestionados (ClickHouse Cloud, BigQuery) y le da el control completo del esquema, de los motores de tabla y de la retención. Resulta especialmente pertinente para ingerir sus propios logs de aplicación, métricas de producto o eventos de analítica sin enviar sus datos a un tercero. Como ClickHouse suele comprimir los datos en un factor de 5 a 10, un VPS con un disco SSD razonable puede almacenar cientos de millones de eventos. También conserva el control sobre la latencia: sus paneles consultan una instancia cercana a sus usuarios en lugar de un servicio remoto.

A ClickHouse le gustan la RAM y el disco rápido. El mínimo absoluto es 2 GB de RAM para un entorno de pruebas o desarrollo, pero 4 GB es el umbral recomendado para cargas de producción ligeras, y 8 GB ofrecen un margen mucho más sano para agregaciones voluminosas y el mark cache. En cuanto a la CPU, 2 vCPU permiten a ClickHouse explotar el paralelismo en consultas sencillas; 4 vCPU se vuelven necesarias para agregaciones o joins en tablas densas. El disco es el factor más crítico: un SSD NVMe es obligatorio — ClickHouse genera una I/O intensa durante los merges de particiones. Los dos puertos clave son el 8123 para la interfaz HTTP y el 9000 para el protocolo TCP nativo. Nunca exponga el puerto 9000 directamente a Internet.

Una vez que ClickHouse está en marcha, tres pasos de configuración consolidan la seguridad y el rendimiento. Primero, cree una base de datos dedicada con CREATE DATABASE analytics;. Luego, defina sus usuarios en un archivo users.d/production.xml en lugar del users.xml principal: esta separación permite recargar los usuarios sin reiniciar el servidor (SYSTEM RELOAD USERS). Por último, active la compresión LZ4 en config.d/compression.xml: es el códec por defecto de ClickHouse para las columnas y ofrece un buen equilibrio entre tasa de compresión y velocidad de descompresión. Para un almacenamiento aún más compacto, ZSTD (niveles 1 a 3) es una alternativa viable para columnas con pocas consultas.

ClickHouse es una alternativa natural a Elasticsearch para los pipelines de logs analíticos. Donde Elasticsearch indexa cada campo de cada documento JSON y requiere una memoria JVM significativa, ClickHouse almacena cada columna por separado y comprime los valores repetitivos de forma muy eficiente. Para un pipeline de logs, cree una tabla logs con el motor MergeTree particionado por día y ordenado por (service, timestamp). Ingiera datos a través de la API HTTP en INSERT por lotes, o mediante Vector.dev, Fluent Bit o Filebeat. Una consulta típica sobre 500 millones de filas filtradas por un intervalo de tiempo se ejecuta en 2 a 8 segundos en un VPS de 4 vCPU / 8 GB — de 10 a significativamente más rápido que las bases OLTP para análisis que una base de datos relacional estándar.

El comportamiento de escritura de ClickHouse es fundamentalmente diferente al de las bases OLTP. Cada INSERT crea una nueva parte en el disco, y ClickHouse fusiona estas partes en segundo plano. Si inserta fila por fila o en lotes pequeños (menos de 1.000 filas), inundará el sistema de partes pequeñas y obtendrá el error Too many parts. La regla de oro es insertar en lotes de 10.000 a 100.000 filas como mínimo. Monitorice el estado de las partes con SELECT table, count() as parts FROM system.parts WHERE active GROUP BY table ORDER BY parts DESC.

Tres errores aparecen con regularidad al desplegar ClickHouse en un VPS. Too many parts: está insertando en lotes demasiado pequeños; agrupe sus inserts o use el motor Buffer. Error OOM: la consulta consumió más RAM de lo que permite max_memory_usage; añada LIMIT a sus consultas exploratorias o migre a un VPS con más RAM. Permission denied en /var/lib/clickhouse: el usuario de sistema clickhouse (UID 101 en la imagen Docker oficial) no tiene derechos de escritura sobre el volumen montado; ejecute chown -R 101:101 /su/ruta/clickhouse-data en el host antes de lanzar el contenedor.

Todo lo anterior se hace a mano, y es útil saber hacerlo. Si prefiere no hacerlo, ClickHouse figura en el Marketplace de ServOrbit y se instala en su VPS con un solo clic. La plantilla despliega la versión 26.3 LTS fijada, monta los volúmenes persistentes para los datos y los registros, eleva el límite de descriptores de archivo a 262144 tal como exige ClickHouse, y crea una base de datos analytics en el primer arranque. Sobre todo, cierra la trampa más habitual del despliegue manual: la imagen de origen incluye una cuenta default sin ninguna contraseña, y la instalación la retira en el arranque para sustituirla por una cuenta admin cuya contraseña se genera para su servidor y se muestra en su área de cliente.