别再手动导出 CSV 了，你的 ClickHouse 需要 n8n

作为 N8N大学 的老学长，我见过太多数据工程师每天重复着枯燥的机械操作：从 API 拉取数据，清洗格式，再小心翼翼地导入 ClickHouse。一旦数据量稍微大点，或者任务稍微频繁点，手动操作简直就是一场噩梦。

ClickHouse 作为 OLAP 领域的王者，处理速度极快，但它的强项在于查询，而不是数据摄入。而 n8n 正是填补这一缺口的完美工具。今天，笔者就带你实战 n8n 与 ClickHouse 的集成，从连接配置到复杂查询，彻底解放你的双手。

准备工作：硬核配置清单

在开始之前，请确保你手头有以下资源。这是一场实战，不是纸上谈兵：

• 运行中的 n8n 实例：可以是本地 Docker，也可以是云服务器上的 n8n。
• ClickHouse 服务：本地安装或云服务（如 ClickHouse Cloud）均可，需知晓 Host、Port、User 和 Password。
• 测试数据：为了演示，我们假设有一个名为 user_events 的表，包含 event_name, user_id, timestamp 字段。

核心实操：三步打通数据管道

我们将构建一个简单的自动化流程：定时触发 -> 生成模拟数据 -> 写入 ClickHouse。

第一步：安装并配置 ClickHouse 节点

n8n 官方提供了强大的 ClickHouse 节点。如果你使用的是官方版本，直接搜索即可。如果是社区版，可能需要手动安装 n8n-nodes-clickhouse。

1. 在 n8n 工作流中添加一个 ClickHouse 节点。
2. 点击 Connection 选项卡，配置你的数据库连接信息：
   • Host: 例如 localhost 或 8.8.8.8
   • Port: 默认为 8123 (HTTP 接口) 或 9000 (原生 TCP)。
   • Username: 默认通常是 default。
   • Password: 你的数据库密码。

笔者提示： 如果你使用的是 Docker 部署的 n8n，请确保 n8n 容器能够访问到 ClickHouse 的 IP 和端口。如果是 ClickHouse Cloud，务必使用 HTTPS 和正确的端口。

第二步：构建插入数据的工作流

我们来模拟一个场景：每分钟记录一次用户活跃事件。

1. 添加 Trigger 节点：使用 Cron 节点，设置为每分钟运行一次（* * * * *）。
2. 添加 Set 节点：为了测试，我们用 Set 节点生成一些模拟数据。设置字段如下：
   • event_name: click_button
   • user_id: 1001
   • timestamp: {{$now}}
3. 配置 ClickHouse 节点：回到刚才的 ClickHouse 节点。
   • Operation: 选择 Insert。
   • Database: 输入你的数据库名（例如 analytics）。
   • Table: 输入表名（例如 user_events）。
   • Columns: 这里是关键！你需要手动指定列名，格式为 JSON 映射。输入：["event_name", "user_id", "timestamp"]。
   • Values: 这里接收上游数据。连接 Set 节点的数据，n8n 会自动映射。

点击测试运行，如果配置无误，你的 ClickHouse 数据库中应该已经多了一条记录。

第三步：执行查询并处理结果

写入只是第一步，查询才是数据分析的开始。让我们看看如何从 ClickHouse 拉取数据并在 n8n 中处理。

1. 添加一个新的 ClickHouse 节点（或者复用节点，修改 Operation）。
2. Operation: 选择 Execute Query。
3. Query: 输入 SQL 语句。例如：
   SELECT event_name, count(*) as cnt FROM analytics.user_events GROUP BY event_name LIMIT 10
4. 输出处理：n8n 会将查询结果以 JSON 数组的形式输出。你可以连接一个 Spreadsheet 节点导出为 Excel，或者连接 HTTP Request 节点发送给其他 API。

避坑指南：实战中的血泪经验

在 N8N大学 的社区里，关于 ClickHouse 的连接问题经常被提及。这里分享两个最容易踩的坑：

1. 时区问题（Timezone Hell）

ClickHouse 对时间非常敏感。如果你的 n8n 服务器时区是 UTC，而 ClickHouse 服务器时区是 Asia/Shanghai，直接插入 {{$now}} 会导致时间偏差。

解决方案：在 Set 节点中，使用表达式显式转换时区。例如：{{$now.setZone('Asia/Shanghai').toISO()}}，或者在 ClickHouse 的 DateTime 字段插入时，确保格式符合 ClickHouse 的预期（通常推荐使用 ISO 8601 格式）。

2. 数据类型不匹配

ClickHouse 是强类型数据库，不像 MongoDB 那样宽容。如果你尝试将字符串 "123" 插入到 Int32 字段，或者在 Decimal 字段插入了非数字字符，查询会直接报错。

解决方案：在 n8n 的 Set 或 Function 节点中，使用 JavaScript 显式转换类型。
{{ parseInt($json.user_id) }} 或 {{ parseFloat($json.amount) }}。

FAQ：你可能遇到的疑问

Q1: n8n 连接 ClickHouse 需要安装额外的驱动吗？
A: 通常不需要。n8n 的 ClickHouse 节点基于 HTTP 协议（端口 8123），这是 ClickHouse 最通用的接口。除非你强制使用原生 TCP 协议（端口 9000），否则无需任何额外驱动。

Q2: 我可以用 n8n 批量插入大量数据吗？
A: 可以。n8n 支持批量插入。你只需要在 Input 中传入一个包含多个对象的数组，ClickHouse 节点会自动将其作为批量请求发送。但要注意 n8n 的执行超时设置，如果数据量极大（百万级），建议分批次处理。

Q3: ClickHouse 节点报错 "Network Error" 怎么办？
A: 首先检查 IP 和端口是否通（使用 telnet 或 curl）。如果是 Docker 环境，检查容器网络是否互通。其次，检查 ClickHouse 的 users.xml 配置，确保允许远程连接（0.0.0.0）。

总结与资源

将 n8n 与 ClickHouse 集成，本质上是为高性能分析数据库装上了一个灵活的自动化引擎。无论是实时数据清洗、API 数据同步，还是定时报表生成，这套组合都能游刃有余地应对。

在 N8N大学，我们始终相信工具的价值在于解决实际问题。希望这篇指南能帮你避开配置的陷阱，快速跑通第一条数据管道。

延伸阅读与资源：

• n8n 官方 ClickHouse 节点文档：查看文档
• ClickHouse 官方最佳实践：查看指南