本文字数：10340；估计阅读时间：26 分钟
审校：庄晓东（魏庄）
本文在公众号【ClickHouseInc】首发
Meetup活动
ClickHouse 上海首届 Meetup 讲师招募中，欢迎讲师在文末扫码报名！
也许你已经听说过 Flight Radar，这个实时航班跟踪地图，跟踪飞机在天空中飞行非常有趣，但在这篇博客文章中，我们将向你介绍更酷炫的东西！！
ADS-B（自动相关监视广播）是一种用于广播各种航班数据的无线电协议。我们的联合创始人兼首席技术官 Alexey Milovidov 基于这些数据打造了一个交互式可视化和分析工具。他在这个过程中创造了一种全新的艺术形式！
曼哈顿上空的直升机
这个网站聚合并可视化了大量的航空交通数据。这些数据存储在 ClickHouse 数据库中，并可以实时查询。你可以使用自定义的 SQL 查询调整可视化效果，并从 50 亿条记录中钻取到单个数据记录。结果是一些非常壮观的图像！
虽然这篇博客文章主要关注演示是如何构建的，但你也可以直接跳到结尾查看一些惊人的视觉效果。
或者，访问 https://adsb.exposed，找到你所在城市的可视化效果，并在社交媒体上分享！我们将为最佳图像赠送一个 ClickHouse T 恤，并将在我们下次的社区通话中于 4 月 30 日公布获胜者。
这个演示的完整源代码可以在这里找到【https://github.com/ClickHouse/adsb.exposed?tab=readme-ov-file】。
如何获取 ADS-B 数据？
ADS-B 数据是由安装在飞机上的“应答机”发送的。这种协议没有加密，对于数据的收集、使用和重新分发没有任何限制。大多数民航飞机都会发送这些数据，而在某些国家，甚至滑翔机、无人机和机场地面车辆也会如此。但对于军用飞机和私人轻型飞机，是否发送这些数据就不确定了。
你可以通过自己的无线电接收器（比如 SDR）在空中收集这些数据，不过你的接收器只能在一定范围内接收到数据。此外，也有一些平台可以用来分享和交换这些数据。一些平台邀请用户共享数据，但对于商业使用则可能受限。虽然飞机发送的数据基本上属于公共领域，但公司可以从这些数据中制作和许可衍生作品。
我们使用了两个数据来源：ADSB.lol（提供完整的历史数据，每天 3000 到 5000 万条记录，自 2023 年以来根据开放数据库许可证提供）和 ADSB-Exchange（仅提供每个月第一天的数据样本，每天约 12 亿条记录，覆盖范围更广）。
另一个有前景的数据来源是 airplanes.live，该作者提供了用于非商业用途的历史和实时数据。这个平台的覆盖范围和数据质量都很好，我们计划在接下来的几天内将其纳入使用。
实现细节
该网站采用单个 HTML 页面实现，没有使用 JavaScript 框架，并且源代码未经过压缩，因此易于阅读。
地图渲染
我们使用 Leaflet 库来在两个图层中显示地图。背景图层使用 OpenStreetMap 的瓦片创建了典型的地理地图。而主要图层则将可视化效果叠加在背景地图上。
为了实现可视化效果，我们使用了 GridLayer 和自定义回调函数 createTile，该函数会在需要时动态生成 Canvas 元素：
L.GridLayer.ClickHouse = L.GridLayer.extend({
createTile: function(coords, done) {
let tile = L.DomUtil.create('canvas', 'leaflet-tile');
tile.width = 1024;
tile.height = 1024;
render(this.options.table, this.options.priority, coords, tile).then(err => done(err, tile));
return tile;
}
});
const layer_options = {
tileSize: 1024,
minZoom: 2,
maxZoom: 19,
minNativeZoom: 2,
maxNativeZoom: 16,
attribution: '(c) Alexey Milovidov, ClickHouse, Inc. (data: adsb.lol, adsbexchange.com)'
};为了减少对数据库的请求次数，每个瓦片都具有 1024x1024 的高分辨率。渲染函数使用 JavaScript 的 fetch 函数通过 ClickHouse 的 HTTP API 发送请求：
const query_id = `${uuid}-${query_sequence_num}-${table}-${coords.z - 2}-${coords.x}-${coords.y}`;
const hosts = getHosts(key);
const url = host => `${host}/?user=website&default_format=RowBinary` +
`&query_id=${query_id}&replace_running_query=1` +
`¶m_table=${table}¶m_sampling=${[0, 100, 10, 1][priority]}` +
`¶m_z=${coords.z - 2}¶m_x=${coords.x}¶m_y=${coords.y}`;
progress_update_period = 1;
const response = await Promise.race(hosts.map(host => fetch(url(host), { method: 'POST', body: sql })));用户可以使用页面上的表单即时编辑 SQL 查询，以调整可视化效果。这个带参数的查询接受瓦片坐标 (x, y) 和缩放级别作为参数。
查询返回图像的每个像素的 RGBA 值，采用 RowBinary 格式（1024x1024 像素，1048576 行，每行 4 字节，每个瓦片总共 4 MiB）。只要浏览器支持，查询的 HTTP 响应会采用 ZSTD 压缩。有趣的是，ZSTD 压缩在原始像素位图上的效果比 PNG 更好！（尽管这并不奇怪）
尽管图像数据通常会被多次压缩，但仍然需要在网络上传输数百兆字节，这就是为什么在网络连接较差时，服务可能会感觉很慢的原因。
let ctx = tile.getContext('2d');
let image = ctx.createImageData(1024, 1024, {colorSpace: 'display-p3'});
let arr = new Uint8ClampedArray(buf);
for (let i = 0; i < 1024 * 1024 * 4; ++i) { image.data[i] = arr[i]; }
ctx.putImageData(image, 0, 0, 0, 0, 1024, 1024); 在支持的浏览器中，使用“Display P3”色彩空间可拥有更广的色域。我们使用三个不同级别的详细表：planes_mercator 包含 100% 的数据，planes_mercator_sample10 包含 10%，而 planes_mercator_sample100 包含 1%。加载开始时采用 1% 的样本，以便在渲染整个世界时能够立即响应。加载完第一层级的详细数据后，它继续加载下一个 10% 的层级，然后再加载 100% 的数据。这样做能够产生渐进加载的良好效果。
图像数据还会在客户端使用一个简单的 JavaScript 对象进行缓存：
if (!cached_tiles[key]) cached_tiles[key] = [];
/// If there is a higer-detail tile, skip rendering of this level of detal.
if (cached_tiles[key][priority + 1]) return;
buf = cached_tiles[key][priority]; 但唯一的不足是，经过一段时间浏览后，页面会消耗过多的内存 - 这是未来版本需要解决的问题。
数据库和查询
按照 ClickHouse 的标准来说，这个数据库相对较小。截至 2024 年 3 月 29 日，planes_mercator 表中有 444.7 亿行数据，并且持续不断地更新。它占用了 1.6 TB 的磁盘空间。
表结构如下（您可以在 setup.sql 源文件中查看）：
CREATE TABLE planes_mercator
(
`mercator_x` UInt32 MATERIALIZED 4294967295 * ((lon + 180) / 360),
`mercator_y` UInt32 MATERIALIZED 4294967295 * ((1 / 2) - ((log(tan(((lat + 90) / 360) * pi())) / 2) / pi())),
`time` DateTime64(3),
`date` Date,
`icao` String,
`r` String,
`t` LowCardinality(String),
`dbFlags` Int32,
`noRegData` Bool,
`ownOp` LowCardinality(String),
`year` UInt16,
`desc` LowCardinality(String),
`lat` Float64,
`lon` Float64,
`altitude` Int32,
`ground_speed` Float32,
`track_degrees` Float32,
`flags` UInt32,
`vertical_rate` Int32,
`aircraft_alert` Int64,
`aircraft_alt_geom` Int64,
`aircraft_gva` Int64,
`aircraft_nac_p` Int64,
`aircraft_nac_v` Int64,
`aircraft_nic` Int64,
`aircraft_nic_baro` Int64,
`aircraft_rc` Int64,
`aircraft_sda` Int64,
`aircraft_sil` Int64,
`aircraft_sil_type` LowCardinality(String),
`aircraft_spi` Int64,
`aircraft_track` Float64,
`aircraft_type` LowCardinality(String),
`aircraft_version` Int64,
`aircraft_category` Enum8('A0', 'A1', 'A2', 'A3', 'A4', 'A5', 'A6', 'A7', 'B0', 'B1', 'B2', 'B3', 'B4', 'B5', 'B6', 'B7', 'C0', 'C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'D0', 'D1', 'D2', 'D3', 'D4', 'D5', 'D6', 'D7', ''),
`aircraft_emergency` Enum8('', 'none', 'general', 'downed', 'lifeguard', 'minfuel', 'nordo', 'unlawful', 'reserved'),
`aircraft_flight` LowCardinality(String),
`aircraft_squawk` String,
`aircraft_baro_rate` Int64,
`aircraft_nav_altitude_fms` Int64,
`aircraft_nav_altitude_mcp` Int64,
`aircraft_nav_modes` Array(Enum8('althold', 'approach', 'autopilot', 'lnav', 'tcas', 'vnav')),
`aircraft_nav_qnh` Float64,
`aircraft_geom_rate` Int64,
`aircraft_ias` Int64,
`aircraft_mach` Float64,
`aircraft_mag_heading` Float64,
`aircraft_oat` Int64,
`aircraft_roll` Float64,
`aircraft_tas` Int64,
`aircraft_tat` Int64,
`aircraft_true_heading` Float64,
`aircraft_wd` Int64,
`aircraft_ws` Int64,
`aircraft_track_rate` Float64,
`aircraft_nav_heading` Float64,
`source` LowCardinality(String),
`geometric_altitude` Int32,
`geometric_vertical_rate` Int32,
`indicated_airspeed` Int32,
`roll_angle` Float32,
INDEX idx_x mercator_x TYPE minmax GRANULARITY 1,
INDEX idx_y mercator_y TYPE minmax GRANULARITY 1
)
ENGINE = MergeTree
ORDER BY (mortonEncode(mercator_x, mercator_y), time) 此架构包含了经纬度值，通过 MATERIALIZED 列自动将它们转换为 Web-Mercator 投影的坐标。这种投影被 Leaflet 软件和互联网上的大多数地图所采用。Mercator 坐标以 UInt32 的形式存储，使得在 SQL 查询中进行瓦片坐标和缩放级别的算术操作变得更加容易。Web Mercator 使用 Morton 曲线对表坐标进行排序，并使用 minmax 索引，使得查询特定瓦片时只需读取所需的数据。
Materialized Views 用于生成不同细节级别的表：
CREATE TABLE planes_mercator_sample10 AS planes_mercator;
CREATE TABLE planes_mercator_sample100 AS planes_mercator;
CREATE MATERIALIZED VIEW view_sample10 TO planes_mercator_sample10
AS SELECT *
FROM planes_mercator
WHERE (rand() % 10) = 0;
CREATE MATERIALIZED VIEW view_sample100 TO planes_mercator_sample100
AS SELECT *
FROM planes_mercator
WHERE (rand() % 100) = 0;使用 ClickHouse Cloud
我们在 ClickHouse Cloud 的测试环境中部署了一个服务。这个测试环境主要用于测试新的 ClickHouse 版本和我们正在实现的新型基础设施。
举例来说，我们可以尝试不同类型和规模的机器，或者测试正在开发中的新功能，比如分布式缓存。
测试环境还利用了故障注入和混沌工程：我们会以一定概率中断网络连接，以确保服务正常运行。此外，我们会随机终止 clickhouse-server 和 clickhouse-keeper 上的不同机器，并随机调整服务的规模。这种做法有助于促进我们服务的开发和测试。
最后，请求也会负载均衡到备用服务。无论哪个服务返回得更快，都将被使用。这样我们就能够避免停机，同时仍然能够利用测试环境。
示例查询：波音与空客对比
考虑到这个备受关注的主题可视化：“波音与空客对比”。
让我们来看一下这个可视化的 SQL 查询：
WITH
bitShiftLeft(1::UInt64, {z:UInt8}) AS zoom_factor,
bitShiftLeft(1::UInt64, 32 - {z:UInt8}) AS tile_size,
tile_size * {x:UInt16} AS tile_x_begin,
tile_size * ({x:UInt16} + 1) AS tile_x_end,
tile_size * {y:UInt16} AS tile_y_begin,
tile_size * ({y:UInt16} + 1) AS tile_y_end,
mercator_x >= tile_x_begin AND mercator_x < tile_x_end
AND mercator_y >= tile_y_begin AND mercator_y < tile_y_end AS in_tile,
bitShiftRight(mercator_x - tile_x_begin, 32 - 10 - {z:UInt8}) AS x,
bitShiftRight(mercator_y - tile_y_begin, 32 - 10 - {z:UInt8}) AS y,
y * 1024 + x AS pos,
count() AS total,
sum(desc LIKE 'BOEING%') AS boeing,
sum(desc LIKE 'AIRBUS%') AS airbus,
sum(NOT (desc LIKE 'BOEING%' OR desc LIKE 'AIRBUS%')) AS other,
greatest(1000000 DIV {sampling:UInt32} DIV zoom_factor, total) AS max_total,
greatest(1000000 DIV {sampling:UInt32} DIV zoom_factor, boeing) AS max_boeing,
greatest(1000000 DIV {sampling:UInt32} DIV zoom_factor, airbus) AS max_airbus,
greatest(1000000 DIV {sampling:UInt32} DIV zoom_factor, other) AS max_other,
pow(total / max_total, 1/5) AS transparency,
255 * (1 + transparency) / 2 AS alpha,
pow(boeing, 1/5) * 256 DIV (1 + pow(max_boeing, 1/5)) AS red,
pow(airbus, 1/5) * 256 DIV (1 + pow(max_airbus, 1/5)) AS green,
pow(other, 1/5) * 256 DIV (1 + pow(max_other, 1/5)) AS blue
SELECT round(red)::UInt8, round(green)::UInt8, round(blue)::UInt8, round(alpha)::UInt8
FROM {table:Identifier}
WHERE in_tile 查询的第一部分计算了条件 in_tile，在 WHERE 部分中用于过滤所请求瓦片中的数据。然后计算颜色：alpha、red、green 和 blue。它们通过 pow 函数进行调整以获得更好的均匀性，被夹在 0 到 255 的范围内，并转换为 UInt8。采样参数用于调整，以便于低细节级别的查询返回的图像大部分具有相同的相对颜色。我们按像素坐标 pos 进行分组，并在 ORDER BY 中使用 WITH FILL 修饰符来填充像素位置中没有数据的零。结果，我们将获得一个精确大小为 1024x1024 的 RGBA 位图。
报表
如果您使用右键选择区域或使用选择工具，它将从数据库中为所选区域生成查询结果。这是十分方便的。例如，以下是关于顶级飞机类型的查询：
const sql_types = `
WITH mercator_x >= {left:UInt32} AND mercator_x < {right:UInt32}
AND mercator_y >= {top:UInt32} AND mercator_y < {bottom:UInt32} AS in_tile
SELECT t, anyIf(desc, desc != '') AS desc, count() AS c
FROM {table:Identifier}
WHERE t != '' AND ${condition}
GROUP BY t
ORDER BY c DESC
LIMIT 100`; 报告是基于航班号、飞机类型、注册（机尾号）和所有者进行的计算。您点击任何项目后，它将为主 SQL 查询应用一个过滤器。例如，点击 A388，它将显示空客 A380-800 的可视化。此外，如果您将光标移到飞机类型上，它将自动访问维基百科 API 并尝试查找该飞机的图片。但通常在维基百科上找到的是其他内容。
已保存的查询
您可以编辑查询，然后分享链接。该查询会被转换为一个 128 位的哈希值，并保存在同一个 ClickHouse 数据库中：
async function saveQuery(text) {
const sql = `INSERT INTO saved_queries (text) FORMAT RawBLOB`;
const hosts = getHosts(null);
const url = host => `${host}/?user=website_saved_queries&query=${encodeURIComponent(sql)}`;
const response = await Promise.all(hosts.map(host => fetch(url(host), { method: 'POST', body: text })));
}
async function loadQuery(hash) {
const sql = `SELECT text FROM saved_queries WHERE hash = unhex({hash:String}) LIMIT 1`;
const hosts = getHosts(null);
const url = host => `${host}/?user=website_saved_queries&default_format=JSON¶m_hash=${hash}`;
const response = await Promise.race(hosts.map(host => fetch(url(host), { method: 'POST', body: sql })));
const data = await response.json();
return data.data[0].text;
} 我们使用一个名为 website_saved_queries 的不同用户，针对这些查询设置了不同的访问控制和配额。
进度条
在页面上显示一个进度条，展示已处理数据的行数和字节数，这样更直观。
const sql = `SELECT
sum(read_rows) AS r,
sum(total_rows_approx) AS t,
sum(read_bytes) AS b,
r / max(elapsed) AS rps,
b / max(elapsed) AS bps,
formatReadableQuantity(r) AS formatted_rows,
formatReadableSize(b) AS formatted_bytes,
formatReadableQuantity(rps) AS formatted_rps,
formatReadableSize(bps) AS formatted_bps
FROM clusterAllReplicas(default, system.processes)
WHERE user = 'website' AND startsWith(query_id, {uuid:String})`;
const hosts = getHosts(uuid);
const url = host => `${host}/?user=website_progress&default_format=JSON¶m_uuid=${uuid}`;
let responses = await Promise.all(hosts.map(host => fetch(url(host), { method: 'POST', body: sql })));
let datas = await Promise.all(responses.map(response => response.json())); 我们从集群中所有服务器的 system.processes 表中进行选择。由于存在许多并行请求的瓦片和查询，其中一些已经完成，一些仍在进行中，因此它不会显示精确的进度。查询只会看到正在进行中的查询，因此总处理记录数会低于实际值。此外，当我们加载第一级别的细节、第二级别的细节等时，进度条的颜色也会有所不同。
缓存局部性
ClickHouse Cloud 中的服务可以使用多个副本，默认情况下，请求会路由到任意健康的副本。处理大量数据的查询将在许多副本上并行执行，而较简单的查询将仅使用单个副本。数据存储在 AWS S3 中，每个副本 pod 还附加了一个本地 SSD，用于缓存，因此内存中的页面缓存也会影响最终查询时间。
精彩的可视化
以下是 Alexey 选取的一些初始图像。这只是一个开始，该网站提供了大量免费的艺术品！
丹佛机场
当我们放大到机场时，我们可以看到飞机停放的位置，甚至可以按制造商或航空公司对它们进行着色：
在德克萨斯州进行的军事训练
在伦敦，直升机在河流上空飞行
在拉斯维加斯没有河流
湾区的小型机场
美国的 F-16 空军基地
墨西哥城附近的一个奇怪的洞
一个火山
51 区
阿联酋航空工程
在迪拜机场，绿色的毛球是阿联酋航空工程的一个飞机库，用于维修空中客车。
欧洲各地的航空公司
达拉斯的小型机场
Meetup 活动讲师招募
我们正为上海活动招募讲师，如果你有独特的技术见解、实践经验或 ClickHouse 使用故事，非常欢迎你加入我们，成为这次活动的讲师，与大家分享你的经验。
点击此处或扫描下方二维码，立刻报名成为讲师！
征稿启示
面向社区长期正文，文章内容包括但不限于关于 ClickHouse 的技术研究、项目实践和创新做法等。建议行文风格干货输出&图文并茂。质量合格的文章将会发布在本公众号，优秀者也有机会推荐到 ClickHouse 官网。请将文章稿件的 WORD 版本发邮件至：Tracy.Wang@clickhouse.com
联系我们
手机号：13910395701
邮箱：Tracy.Wang@clickhouse.com
满足您所有的在线分析列式数据库管理需求
