将 Mitzu 连接到 ClickHouse
Mitzu 是一个无代码仓库原生产品分析应用程序。就像 Amplitude、Mixpanel 或 Posthog 一样,Mitzu 使其用户能够在没有任何 SQL 或 Python 知识的情况下查询产品使用数据。Mitzu 不会复制公司的产品使用数据,而是根据公司的数据库或数据湖生成原生 SQL 查询。
目标
在本指南中,我们将涵盖
- 仓库原生产品分析
- 如何将 Mitzu 集成到 Clickhouse
如果您没有要用于 Mitzu 的数据集,您可以使用 NYC 出租车数据。此数据集在 Clickhouse Cloud 中可用。
1. 收集您的连接详细信息
要使用 HTTP(S) 连接到 ClickHouse,您需要以下信息
HOST 和 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,有一个名为
default
的数据库,使用您要连接到的数据库的名称。USERNAME 和 PASSWORD:默认情况下,用户名为
default
。使用适合您的用例的用户名。
ClickHouse Cloud 服务的详细信息可在 ClickHouse Cloud 控制台中找到。选择要连接到的服务,然后单击“连接”。
选择“HTTPS”,详细信息将以示例 curl
命令的形式提供。
如果您使用的是自托管 ClickHouse,则连接详细信息由您的 ClickHouse 管理员设置。
2. 登录或注册 Mitzu
第一步是前往 https://app.mitzu.io 进行注册。
3. 创建您的工作区
创建组织后,系统会提示您创建第一个工作区。
4. 将 Mitzu 连接到 ClickHouse
创建工作区后,您需要手动设置连接详细信息。
在引导式入职中,Mitzu 支持与单个表集成。
为了在您的 Clickhouse 设置上运行产品分析,您需要 > 指定表中的一些关键列。
它们是以下列:
- 用户 ID - 用于识别用户的唯一标识符列。
- 事件时间 - 事件的时间戳列。
- 可选[事件名称]- 如果表包含多个事件类型,则此列会对事件进行细分。
完成初始引导式设置后,可以添加更多表。请参见下方。
5. 创建事件目录
入职的最后一步是创建 事件目录
。
此步骤将从上面定义的表中查找所有事件及其属性。此步骤可能需要几分钟,具体取决于数据集的大小。
如果一切顺利,您就可以探索您的事件了。
4. 运行细分查询
在 Mitzu 中进行用户细分与在 Amplitude、Mixpanel 或 Posthog 中一样简单。
您可以选择“探索”页面左侧的事件,并在顶部配置时间范围。
过滤操作如您所期望的那样,选择一个属性(Clickhouse 列),然后从下拉列表中选择要过滤的值。对于细分,您选择任何事件或用户属性(请参见下方如何集成用户属性)。
5. 运行漏斗查询
为漏斗选择最多 9 个步骤。选择用户完成漏斗的时间窗口。无需编写任何 SQL 代码即可获得即时转化率洞察。
选择“漏斗趋势”以可视化漏斗随时间的趋势。
6. 运行留存查询
为留存率计算选择最多 2 个步骤。选择留存窗口以选择重复窗口,无需编写任何 SQL 代码即可获得即时转化率洞察。
选择“每周群体留存”以可视化留存率随时间的变化情况。
7. SQL 原生
Mitzu 是 SQL 原生的,这意味着它会根据您在“探索”页面上选择的配置生成原生 SQL 代码。
如果您遇到 Mitzu UI 的限制,只需复制 SQL 代码并在 BI 工具中继续您的工作。
8. 添加更多事件表
如果您将产品使用事件存储在多个表中,您也可以将这些表添加到您的事件目录中。转到工作区设置页面(页面顶部的齿轮图标),选择“事件表”选项卡。
添加 Clickhouse 仓库中的其余事件表。
将所有其他事件表添加到工作区后,您需要对其进行配置。配置**用户 ID**、**事件时间**以及可选的**事件名称**列。
单击“配置表”按钮,并批量设置这些列。您最多可以向 Mitzu 添加 5000 个表。
最后,请不要忘记**保存并更新事件目录**。
Mitzu 支持
如果您迷路了,请随时通过 [email protected] 联系我们。
或者加入我们的 Slack 社区 这里
了解更多
在 mitzu.io 上查找有关 Mitzu 的更多信息
访问我们的文档页面 docs.mitzu.io