> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-fbfa8bee.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Real-time аналитика

> Узнайте, как создавать приложения для Real-time аналитики в ClickHouse Cloud, чтобы мгновенно получать ценные аналитические данные и принимать решения на основе данных

export const Image = ({img, alt, size}) => {
  return <Frame>
      <img src={img} alt={alt} />
    </Frame>;
};

export const ExclusiveGroup = ({name, children}) => {
  useEffect(() => {
    document.querySelectorAll(`[data-eg="${name}"] details`).forEach(d => d.setAttribute('name', name));
  });
  return <div data-eg={name}>{children}</div>;
};

В аналитике "реальное время" обычно означает, что для пользователя всё происходит как будто вживую.
Пользователь обновляет панель мониторинга, открывает таблицу лидеров или разбирает инцидент и ожидает, что данные будут отражать то, что произошло только что.
С технической точки зрения это означает не просто обеспечивать выполнение аналитических запросов с низкой задержкой, но и делать это при непрерывной вставке больших объёмов данных.

<div id="system-properties">
  ## Свойства системы Real-time аналитики
</div>

Когда клиенты оценивают платформу Real-time аналитики, они часто сосредотачиваются только на задержке запросов. «Может ли она вернуть ответ за 50 мс?» — вполне разумный вопрос, и большинство аналитических движков могут уверенно ответить на него утвердительно, если выделить достаточно вычислительных ресурсов для статического набора данных.

Но вопрос, который определяет реальный пользовательский опыт, сложнее. Он в том, может ли система вернуть ответ за 50 мс **по данным, поступившим секунду назад**, пока ингестия всё ещё продолжается и другие пользователи тоже выполняют запросы.

Чтобы оценить доступность данных, нужно смотреть на сквозное время от поступления данных до получения результата, у которого есть три составляющие.

* **Время на приём**: Сколько времени требуется, чтобы новые данные попали в платформу и были надёжно сохранены?
* **Время на преобразование и подготовку**: Сколько времени требуется, чтобы очистить данные, обогатить их, выполнить JOIN, предварительную агрегацию или обновить структуры, обслуживающие запросы (materialized views, rollups, индексы)?
* **Время на выполнение запроса**: Сколько времени требуется, чтобы построить план и выполнить чтение после того, как данные стали доступны?

<Image img="https://mintcdn.com/private-7c7dfe99-mintlify-fbfa8bee/m9MQVXx1hYzFWf69/images/use-cases/rta-considerations.png?fit=max&auto=format&n=m9MQVXx1hYzFWf69&q=85&s=fc045c9e18e187a23da1cbf1330dc6a0" alt="Real-time аналитика: время на приём, преобразование и выполнение запроса" width="2526" height="1043" data-path="images/use-cases/rta-considerations.png" />

<div id="clickhouse-rta">
  ## Как ClickHouse обеспечивает Real-time аналитику
</div>

<Columns cols={2}>
  <div>
    <Image img="https://mintcdn.com/private-7c7dfe99-mintlify-fbfa8bee/m9MQVXx1hYzFWf69/images/use-cases/real-time-analytics-architecture.png?fit=max&auto=format&n=m9MQVXx1hYzFWf69&q=85&s=5e2a884474c94c7caeaace58c4077d04" alt="Как ClickHouse обеспечивает Real-time аналитику" width="1098" height="1324" data-path="images/use-cases/real-time-analytics-architecture.png" />
  </div>

  <ExclusiveGroup name="rta-arch">
    <AccordionGroup>
      <Accordion title="Ингестия данных" defaultOpen>
        С [ClickPipes](/ru/integrations/clickpipes/home), доступными исключительно в ClickHouse Cloud, вы получаете готовый движок интеграции, который упрощает ингестию больших объёмов данных. Выберите входящий источник данных и формат, настройте схему и запустите конвейер.

        Обширная библиотека [движков таблиц](/ru/reference/engines/table-engines) ClickHouse поддерживает ингестию данных из топиков Kafka, S3 бакетов, OLTP-баз данных и других источников. В отличие от других OLAP-баз данных, где для высокой пропускной способности требуется выполнять пакетные вставки, ClickHouse одинаково хорошо обрабатывает и небольшую полезную нагрузку — [асинхронные вставки](/ru/concepts/features/operations/insert/asyncinserts) автоматически объединяют её в батчи для оптимальной производительности записи.
      </Accordion>

      <Accordion title="Преобразование данных и запросы">
        [Materialized views](/ru/concepts/features/materialized-views) упрощают преобразование данных: они автоматически срабатывают при вставке новых данных, извлекают, агрегируют и изменяют их по мере поступления без необходимости создавать отдельные конвейеры. Объединение их в цепочку добавляет модульную гибкость.

        Запросы к materialized views выполняются исключительно быстро, поскольку результаты хранятся в отдельных таблицах. ClickHouse Cloud включает [кэш запросов](/ru/concepts/features/performance/caches/query-cache), [разреженные индексы](/ru/concepts/features/performance/skip-indexes/skipping-indexes) и [проекции](/ru/concepts/features/projections/projections) без перехода на более высокий тариф.
      </Accordion>

      <Accordion title="Приложения и панели мониторинга">
        ClickHouse обеспечивает аналитику для пользовательских приложений в финансовых сервисах, игровой индустрии, электронной коммерции и других сферах. Он поддерживает REST-интерфейс, поэтому веб-разработчики могут создавать лёгкие приложения без сложных бинарных протоколов.

        Доступны нативные коннекторы для BI-инструментов, таких как [Grafana](/ru/integrations/connectors/data-visualization/grafana), [Tableau](/ru/integrations/connectors/data-visualization/tableau/tableau-and-clickhouse) и [Looker](/ru/integrations/connectors/data-visualization/looker-and-clickhouse), а также языковые клиенты, SQL-клиенты и [протокол MySQL](/ru/concepts/features/interfaces/mysql) для инструментов без нативного коннектора.
      </Accordion>
    </AccordionGroup>
  </ExclusiveGroup>
</Columns>