LangSmith 使用 ClickHouse 作为 **追踪** 和 **反馈**的主要存储引擎。为了更方便地管理和扩展，建议将自托管的 LangSmith 实例连接到外部 ClickHouse 实例。LangSmith 托管的 ClickHouse 是一个选项，允许您使用由 LangSmith 团队监控和维护的完全托管的 ClickHouse 实例。

架构概述

使用 LangSmith 托管的 ClickHouse 与您的自托管 LangSmith 实例的架构与使用完全自托管的 ClickHouse 实例类似，但有一些关键区别：

• - 您需要在 LangSmith 实例和 LangSmith 托管的 ClickHouse 实例之间建立专用网络连接。这是为了确保您的数据安全，并且您可以从自托管的 LangSmith 实例连接到 ClickHouse 实例。
• - 使用此选项，追踪的敏感信息（输入和输出）将存储在您云中的云对象存储（S3 或 GCS）中，而不是 ClickHouse，以确保敏感信息不会离开您的 VPC。有关各数据字段存储位置的更多详细信息，请参阅 数据存储.
• - LangSmith 团队将监控您的 ClickHouse 实例并确保其运行顺畅。这使我们能够跟踪运行摄入延迟和查询性能等指标。

整体架构如下：

要求

• 您必须使用支持的 blob 存储选项。 阅读 blob 存储指南 了解更多。
• - 要使用私有端点，请确保您的 VPC 位于 ClickHouse Cloud 支持的 区域中。否则，您将需要使用我们通过防火墙规则保护的公共端点。您的 VPC 需要有 NAT 网关以允许我们允许列表您的流量。
• - 您必须拥有可连接到 LangSmith 托管 ClickHouse 服务的 VPC。您需要与我们的团队合作来设置必要的网络。
• - 您必须运行一个 LangSmith 自托管实例。您可以将我们的托管 ClickHouse 服务与 Kubernetes installations.

数据存储

ClickHouse 存储 **运行** 和 **反馈** 数据，具体包括：

• - 所有反馈数据字段。
• - 部分运行数据字段。

有关字段列表，请参阅 存储的运行数据字段 和 存储的反馈数据字段.

LangChain 将敏感应用数据定义为 inputs, outputs, errors, manifests, extras，以及 events 的运行，因为这些字段可能包含 LLM 提示和完成内容。使用 LangSmith 托管的 ClickHouse 时，这些敏感字段存储在您云中的云对象存储（S3 或 GCS）中，而其余运行数据存储在 ClickHouse 中，确保敏感信息不会离开您的 VPC。

存储的反馈数据字段

使用 LangSmith 托管的 ClickHouse 设置时， **所有反馈数据字段都存储在 ClickHouse 中**:

本 参考文档 说明了存储的反馈格式，这是 LangSmith 表示运行评估分数和注释的方式。

存储的运行数据字段

运行数据字段在托管 ClickHouse 数据库和云对象存储（如 S3 或 GCS）之间分配。

该表详细说明了每个运行字段及其存储位置：

本文 参考文档 介绍了存储运行（span）的格式，这些运行是跟踪的构建块。