自托管 Langfuse 和 SigNoz：ClickHouse® 磁盘被占满的原因与解决方法

English · Español · Português · Русский · 日本語 · 한국어。如有出入，以英文版为准。

你的 Langfuse 或 SigNoz 服务器磁盘快满了，可 trace 数据其实并不多。在大多数公开案例中，空间其实是被 ClickHouse® 自己占用的，具体来说是它的系统日志表（system log tables），例如 system.trace_log 和 system.text_log，这些表默认没有大小限制。ClickStack 也有同样的问题。

本文介绍如何用一条只读查询确认这一点、立即释放空间，并在不踩已知坑的前提下防止问题再次出现。不需要任何额外工具。

已在未经修改的 clickhouse/clickhouse-server 镜像 24.8、25.12 和 26.9 上测试（SigNoz 相关命令在 25.5 和 25.12 上测试），ClickHouse 服务和配置取自 Langfuse 和 SigNoz 的 compose 文件。

要点速览

  1. 检查：对 system.parts 运行一条只读查询。如果 system.*_log 表比你自己的数据还大，问题就出在 ClickHouse 自己的日志上。
  2. 立即释放空间：对大的日志表执行 TRUNCATE。对超过 50 GB 的表，要加上 SETTINGS max_table_size_to_drop = 0。
  3. 防止再次出现：在 config.d 中添加一个文件，为每个日志表设置 TTL（生存时间），其中 opentelemetry_span_log 的 TTL 要写在 <engine> 里面。然后重启 ClickHouse。
  4. 清理：删除重启后遗留的 *_log_0、*_log_1 旧表。
  5. 磁盘还是满的？检查 Docker 容器日志、已删除的行和卡住的数据片段（part）。如果用的是 Langfuse，先升级 Langfuse，再把 ClickHouse 升到 26.8+。

1. 是什么占用了磁盘？按表查看 ClickHouse 的磁盘占用

把下面的查询保存为 size.sql。它会按磁盘占用列出最大的几张表：

SELECT database, table,
       formatReadableSize(sum(bytes_on_disk)) AS size,
       sum(rows) AS rows,
       count() AS parts
FROM system.parts
WHERE active
GROUP BY database, table
ORDER BY sum(bytes_on_disk) DESC
LIMIT 15;

Langfuse（docker compose）：在 Langfuse 的 docker-compose.yml 所在目录中运行。它的 compose 文件已经在容器内设置好了 CLICKHOUSE_USER 和 CLICKHOUSE_PASSWORD：

docker compose exec -T clickhouse sh -c \
  'clickhouse-client --user "$CLICKHOUSE_USER" --password "$CLICKHOUSE_PASSWORD" --readonly=1 --format PrettyCompact' < size.sql

SigNoz（docker compose）：容器名通常是 signoz-clickhouse（可以用 docker ps 确认）。SigNoz 的 users.xml 没有给 default 用户设置密码：

docker exec -i signoz-clickhouse clickhouse-client --readonly=1 --format PrettyCompact < size.sql

--readonly=1 让会话变为只读：ClickHouse 会拒绝任何修改。

怎么看结果：把 system 数据库对应的行和你自己的数据（Langfuse 是 default，SigNoz 是 signoz_*）做对比。如果排在最前面的是 system.trace_log 或 system.text_log，请继续看第 2 节。

2. 如何立即释放磁盘空间？

打开一个有写权限的客户端：

# Langfuse
docker compose exec clickhouse sh -c 'clickhouse-client --user "$CLICKHOUSE_USER" --password "$CLICKHOUSE_PASSWORD"'
# SigNoz
docker exec -it signoz-clickhouse clickhouse-client

清空大的日志表：

TRUNCATE TABLE system.trace_log;
TRUNCATE TABLE system.text_log;
TRUNCATE TABLE system.metric_log;
TRUNCATE TABLE system.query_log;

这只会删除 ClickHouse 自己的诊断数据，不会删除你的 trace 数据，也不需要重启。

Langfuse 会读取 system.query_log 来跟踪它自己的部分查询（#13123）。所以可以清空它，但不要关闭它。

TRUNCATE 报错 Code 359？超过 50 GB 的表

ClickHouse 不会删除或清空大小超过 max_table_size_to_drop 的表（默认 50,000,000,000 字节，约 46.6 GiB）。这个限制对 TRUNCATE 同样生效，更大的表会报错 Code: 359 ... (TABLE_SIZE_EXCEEDS_MAX_DROP_SIZE_LIMIT)。

大的日志表确实会碰到这个限制：Langfuse 讨论 #15024 中的 text_log 有 59.20 GiB。有两种方法可以绕过它。

方案 A：只对这一条语句取消限制：

-- ClickHouse 23.12+：只对这一条语句取消限制
TRUNCATE TABLE system.text_log SETTINGS max_table_size_to_drop = 0;

方案 B：先创建一次性的标志文件，再执行普通的 TRUNCATE：

docker compose exec clickhouse sh -c 'touch /var/lib/clickhouse/flags/force_drop_table && chmod 666 /var/lib/clickhouse/flags/force_drop_table'

（SigNoz：用 docker exec signoz-clickhouse sh -c '...' 执行同样的命令。）ClickHouse 会在第一次需要这个标志文件的 DROP 或 TRUNCATE 之后把它删掉，所以处理下一张大表之前要重新创建。

现在空间已经释放出来了，但日志表马上又会开始增长。第 4 节解决这个问题，第 3 节解释为什么会这样。

3. 为什么 trace_log 和 text_log 这么大？

ClickHouse 会把自己的诊断信息写进 system 数据库中的表：query_log、trace_log、text_log、metric_log 等。文档说得很直白：“By default, table growth is unlimited.”（默认情况下，表会无限增长。）

较新的默认配置只给少数几个小的日志表设置了 TTL（从 25.9 开始，processors_profile_log 保留 30 天），大的日志表都没有。有两个默认设置让这些大表增长得很快：

  • 查询分析器（query profiler）默认开启，会把正在运行的查询的堆栈采样写入 trace_log；
  • text_log 以 trace 级别保存服务器日志。

公开案例：

  • Langfuse #13123：system.trace_log 达到 66.86 GiB，而该 issue 中列出的 Langfuse 表（traces、observations、scores）加起来只有约 51 MiB。维护者决定不覆盖 ClickHouse 的默认设置，而是新增了一个 FAQ 页面。
  • SigNoz #12050：系统日志超过 80 GB（包括一张 trace_log_0 旧表），而遥测数据不到 500 MB。清空 system.* 表后释放了约 80 GB。SigNoz 新的 Foundry 安装器会设置 TTL，而之前用 docker compose 部署的环境没有 TTL。
  • ClickStack Helm chart PR #275：一个 10 Gi 的卷在 10 天后用到了 100%，其中有 5.2 GB 的 trace 级别服务器日志和 3.7 GB 的 system.text_log，而遥测数据只有约 70 MB。该 PR 于 2026 年 9 月合并，增加了 7 天的 TTL。

4. 如何为 ClickHouse 系统日志表设置 TTL？

有了 TTL，ClickHouse 会自己删除旧的日志行。请在执行完第 2 节的 TRUNCATE 之后再设置 TTL，这和 ClickHouse 应用 TTL 的方式有关。

添加 TTL 并重启后，ClickHouse 不会缩减旧表。它会把旧表连同所有数据行一起重命名为 trace_log_0，再创建一张带 TTL 的新表。如果你先清空过，这些旧表就很小，第 4 步会把它们删掉。

下面的 SQL 请在第 2 节那个有写权限的客户端中运行。

第 1 步：哪些日志表没有 TTL？

SELECT name,
       formatReadableSize(total_bytes) AS size,
       extract(engine_full, 'TTL [^S]*') AS ttl
FROM system.tables
WHERE database = 'system' AND engine LIKE '%MergeTree' AND match(name, '_log(_[0-9]+)?$')
ORDER BY total_bytes DESC;

ttl 为空表示这个日志表会被永久保留。名字类似 trace_log_0 的是旧表，第 4 步会删除它们。

第 2 步：在 config.d 中添加 TTL 文件

把下面的内容保存为 clickhouse-ttl.xml，放在 docker-compose.yml 所在的目录中：

<clickhouse>
    <!-- 保留 7 天的 ClickHouse 自身日志。只列出你的服务器上存在的日志表。 -->
    <query_log><ttl>event_date + INTERVAL 7 DAY DELETE</ttl></query_log>
    <trace_log><ttl>event_date + INTERVAL 7 DAY DELETE</ttl></trace_log>
    <text_log><ttl>event_date + INTERVAL 7 DAY DELETE</ttl></text_log>
    <metric_log><ttl>event_date + INTERVAL 7 DAY DELETE</ttl></metric_log>
    <asynchronous_metric_log><ttl>event_date + INTERVAL 7 DAY DELETE</ttl></asynchronous_metric_log>
    <part_log><ttl>event_date + INTERVAL 7 DAY DELETE</ttl></part_log>

    <!-- 默认配置用 <engine> 定义了这个日志表，因此单独写 <ttl>
         会导致服务器无法启动（ClickHouse#88366）。TTL 要写在 engine 里面。 -->
    <opentelemetry_span_log>
        <engine>ENGINE = MergeTree PARTITION BY toYYYYMM(finish_date) ORDER BY (finish_date, finish_time_us) TTL finish_date + INTERVAL 7 DAY DELETE</engine>
    </opentelemetry_span_log>
</clickhouse>

把它挂载到 clickhouse 服务中（保留你原有的 volumes 配置行）：

  clickhouse:
    volumes:
      - ./clickhouse-ttl.xml:/etc/clickhouse-server/config.d/clickhouse-ttl.xml:ro

这一步有三个坑：

  • opentelemetry_span_log 的 TTL 要写在 <engine> 里面。默认配置用 <engine> 定义了这个日志表，而根据文档，这与 <ttl> 冲突。此时服务器会退出并报错 If 'engine' is specified for system table, TTL parameters should be specified directly inside 'engine'（ClickHouse #88366）。PARTITION BY 和 ORDER BY 请从 SELECT engine_full FROM system.tables WHERE database = 'system' AND name = 'opentelemetry_span_log' 的结果中复制（SigNoz 的配置还会按 trace_id 排序）。也可以用 <opentelemetry_span_log remove="1"/> 关闭这个日志表（见 Langfuse 的 Scaling 文档）。remove 不会删除已有的表，需要你自己删除。
  • 只列出你的服务器上存在的日志表。只有配置里有对应的配置段，这个日志表才会启用（默认的 config.xml 就是通过把 session_log 注释掉来禁用它的）。SigNoz 自己的 config.xml 没有启用 text_log，所以在 SigNoz 上要删掉这一行。另外还要加上 processors_profile_log，它在那个文件里没有 TTL。
  • profile 设置要放进 users.d，而不是 config.d。如果你还要关闭查询分析器（把 query_profiler_real_time_period_ns 和 query_profiler_cpu_time_period_ns 设为 0，就像 Langfuse 的 Scaling 文档中那样），请把这个 <profiles> 块放进 users.d/。放在 config.d/ 里会被静默忽略（trigger.dev #4343）。

第 3 步：重启 ClickHouse

config.d 中的 TTL 只有在服务器重启后才会生效（Altinity KB）。只重新加载配置是不够的。使用 compose 时：

docker compose up -d clickhouse     # 用新的挂载重新创建容器
docker compose ps clickhouse

如果 ClickHouse 一直在重启，原因会写在容器内的错误日志里。docker compose logs 不一定能看到：

docker cp "$(docker compose ps -aq clickhouse)":/var/log/clickhouse-server/clickhouse-server.err.log .
tail -n 20 clickhouse-server.err.log

第 4 步：删除 trace_log_0 等旧表

重启后，每个改动过的日志表都会留下一张类似 trace_log_0 的旧表（之后再改动，会出现 _1、_2）。旧表保留了所有旧数据行，而且没有 TTL（见 ClickStack PR #275 中的升级说明，以及 Sentry snuba #7311）。

下面的查询会帮你生成 DROP 语句。先读一遍，再粘贴到客户端中执行：

SELECT 'DROP TABLE system.' || name || ' SETTINGS max_table_size_to_drop = 0;'
FROM system.tables
WHERE database = 'system' AND match(name, '_log_[0-9]+$');

ClickHouse 已经不再往这些表写入数据。DROP 无法撤销。

第 5 步：检查结果

再运行一次第 1 步的查询。每个大的日志表都应该显示 TTL，并且不应再有 _N 形式的表名。

ClickHouse 会在合并（merge）时删除过期的行，默认最多每 4 小时一次（merge_with_ttl_timeout），所以表会在接下来的几个小时内逐渐变小。

也可以让脚本替你检查：diskvet 以只读方式运行第 1 步的检查，并针对你的表输出 TRUNCATE 命令、TTL 文件和 DROP 列表；对超过删除限制的表，还会给出创建标志文件的命令（见第 7 节）。

5. 磁盘还是满的？空间还可能去了哪里

对比 df -h 和所有数据片段的总大小（SELECT formatReadableSize(sum(bytes_on_disk)) FROM system.parts）。如果磁盘上的占用远大于这个数，说明空间被 ClickHouse 表之外的东西占用了。

Docker 容器日志占满了磁盘？

Docker 默认的 json-file 日志驱动没有大小限制（max-size 默认为 -1，见 Docker 文档）。在 Langfuse #16339 中，ClickHouse 容器的日志涨到了 89.1 GiB，占满了 244 GiB 的系统盘。

找出最大的几个日志文件：

sudo sh -c 'du -h /var/lib/docker/containers/*/*-json.log | sort -h | tail -5'
docker ps -a --no-trunc --format '{{.ID}} {{.Names}}'   # 目录名就是容器 ID

修复方法是在 docker-compose.yml 的每个服务中添加 logging: 配置块。在 #16339 中，Langfuse 维护者建议对所有容器都这样做，而不只是 ClickHouse。SigNoz 的 compose 文件已经设置了 50m × 3。

    logging:
      driver: json-file
      options:
        max-size: "50m"
        max-file: "3"

然后运行 docker compose up -d --force-recreate，因为日志选项只对新创建的容器生效。重建容器也会删除旧的日志文件；在 #16339 中，这一步释放了 81 GiB。

两点说明：

  • 如果你的 Docker 守护进程（daemon）使用的是其他日志驱动，请改为在该驱动中配置日志保留策略，不要添加上面的配置块，因为 compose 里的 driver: json-file 会覆盖守护进程的日志驱动。
  • Langfuse 的 README（PR #16363）介绍了在守护进程层面统一设置的方法：把 max-size 和 max-file 设为守护进程的默认值，然后重启 Docker 并重建容器。README 还建议不要用外部工具截断或轮转这些文件。

ClickHouse 自己的日志文件很大？

ClickHouse 还会把普通的日志文件写到 /var/log/clickhouse-server（在 Langfuse 的 compose 中，这是一个单独的卷）。默认日志级别为 trace，文件达到 1000M 时轮转，最多保留 10 个旧文件（logger 文档）。

ClickStack PR #275 使用的是下面这些值。把它们保存为另一个 config.d 文件，像 TTL 文件一样挂载，然后重启 ClickHouse（第 4 节第 3 步）：

<clickhouse>
    <logger><level>information</level><size>100M</size><count>10</count></logger>
</clickhouse>

为什么已删除的行仍然占用空间？

Langfuse 的数据保留（data retention）功能用轻量级 DELETE（lightweight DELETE）删除旧的数据行。ClickHouse 只会给这些行打上标记，要等数据片段被合并后，空间才会释放。

后台合并会跳过大于 max_bytes_to_merge_at_max_space_in_pool（150 GiB）的数据片段，而旧的按月分区（partition）也很少被合并。在 Langfuse 讨论 #13969 中，一个约 802 GiB 的 5 月分区里约 85% 是已删除的行。

找出含有已删除行的分区：

SELECT database, table, partition_id, count() AS parts,
       formatReadableSize(sum(bytes_on_disk)) AS size
FROM system.parts
WHERE active AND has_lightweight_delete
GROUP BY database, table, partition_id
ORDER BY sum(bytes_on_disk) DESC;

然后逐个分区应用删除掩码（APPLY DELETED MASK）：

ALTER TABLE default.observations APPLY DELETED MASK IN PARTITION ID '202605';

注意：这是一个重量级变更（mutation）。它会重写受影响的数据片段，所以需要有空闲空间来写入重写后的新数据片段，同时会加重磁盘负载。请在业务低峰期执行，并用 SELECT * FROM system.mutations WHERE NOT is_done 观察进度。在 #13969 中，这个操作在约 17 分钟内为每个副本（replica）释放了约 360 GiB。

从 v3.179.0 开始，Langfuse worker 可以定时自动执行这个操作：LANGFUSE_CLICKHOUSE_DELETED_MASK_CLEANER_ENABLED=true（默认关闭；见 .env.prod.example，PR #14035）。

旧的数据片段卡在磁盘上？（非活动和已分离的数据片段）

SELECT database, table, count() AS parts,
       formatReadableSize(sum(bytes_on_disk)) AS size,
       min(remove_time) AS oldest, max(refcount) AS max_refcount
FROM system.parts
WHERE NOT active
GROUP BY database, table
ORDER BY sum(bytes_on_disk) DESC;

非活动数据片段（inactive part）是合并后遗留下来的。等过了 old_parts_lifetime（480 秒），并且已经没有查询在使用它们（refcount = 1），ClickHouse 才会删除它们。

如果它们越积越多（Langfuse 讨论 #15024 中积累了 112.55 GiB），而且 oldest 已经是几个小时前，就到 system.processes 里找长时间运行的查询，并用 KILL QUERY WHERE query_id = '...' 终止它们。

已分离的数据片段（detached part）会一直留在磁盘上，直到你把它们删除：

SELECT database, table, reason, count() AS parts,
       formatReadableSize(sum(bytes_on_disk)) AS size
FROM system.detached_parts
GROUP BY database, table, reason;

先查看 reason。删除已分离的数据片段要用 ALTER TABLE <db>.<table> DROP DETACHED PART '<name>' SETTINGS allow_drop_detached = 1，不要直接删除目录。

6. 准备升级 ClickHouse？先检查这些

  • Langfuse + ClickHouse 26.8 或更新版本：先升级 Langfuse。ClickHouse 26.8 把 input_format_read_datetime_number_as_raw_value 的默认值从 1 改成了 0。旧版 Langfuse 以毫秒数值的形式发送 DateTime64 值，在 26.8+ 上这些值最终会被存成 9999-12-31 23:59:59（Langfuse #16858：按项目统计，0.59% 到 21.43% 的写入受到影响）。修复见 PR #16892（v3 的 backport 见 PR #16957），已随 Langfuse v4.28.0 和 v3.225.7 发布。Langfuse 按月分区，所以这类行会落到 999912 分区。检查你的版本，并查找这些行：

    SELECT version();
SELECT database, table, partition_id, count() AS parts
FROM system.parts
WHERE active AND startsWith(partition_id, '9999')
GROUP BY database, table, partition_id;

  • 每次升级之后，都要再运行一次第 4 节第 1 步的查询。当某个版本修改了日志表的结构时，ClickHouse 会重命名当前表并创建一张新表，于是又会出现带 _N 后缀的旧表。按第 4 步删除它们。

7. 一次检查所有问题

diskvet 是一个开源（Apache-2.0）的只读脚本，它会运行上面的大部分检查，并输出一份附带修复命令的报告。它看不到 Docker 的日志文件，但会显示磁盘上有多少空间不在 ClickHouse 的数据片段里。报告为英文。

在有 Langfuse docker-compose.yml 的机器上运行（运行前请先读一遍 checks.sql）：

curl -fsSLO https://github.com/Protemir/diskvet/releases/latest/download/diskvet.sh
curl -fsSLO https://github.com/Protemir/diskvet/releases/latest/download/checks.sql
sh diskvet.sh report --docker auto > report.md

如果是 SigNoz，请使用 --docker signoz-clickhouse。

它只从 system.* 表（system.tables、system.parts、system.disks、system.detached_parts、system.mutations、system.part_log 等）读取元数据，并在 readonly=2 和资源限制下运行。它从不读取你的表中的数据行、system.query_log 或查询文本，也不会向任何地方发送任何数据。不会有任何操作自动执行：每一条修复命令都由你自己阅读并执行。

每小时检查一次、在磁盘写满之前发出预警的版本即将推出（免费内测将于 2026 年 10 月开始）。

参考资料

ClickHouse 文档和源码：

Docker：

Langfuse：

SigNoz、ClickStack 及其他：

ClickHouse 是 ClickHouse, Inc. 的注册商标。diskvet 与 ClickHouse, Inc. 无关。Langfuse、SigNoz 和 ClickStack 是其各自所有者的商标。

GitHub