新年第一篇，先在这里给大家拜年了，祝新年快乐、阖家欢乐、身体安康、牛年大吉！

ClickHouse

ClickHouse 是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS)，俄罗斯 Yandex 公司研发，Yandex 相当于美国的谷歌，是全球搜索引擎排名第二名的公司。ClickHouse 从 2009 年出现原型，在 2012 年生产可用，2016 年开源，经历了多年时间，现在已经成熟可用。

安装

直接下载编译好版本^[1]

本文主要介绍的是这个快速方法。

1. 下载官方编译好的 ClickHouse

$ curl -O 'https://builds.clickhouse.tech/master/macos/clickhouse' && chmod a+x ./clickhouse

1. 下载 Server 配置文件

$ curl -O https://github.com/ClickHouse/ClickHouse/raw/master/programs/server/config.xml

1. 下载 users 配置文件

$ curl -O https://github.com/ClickHouse/ClickHouse/raw/master/programs/server/users.xml

1. 运行 Server

$ sudo ./clickhouse server

1. 运行客户端

$ ./clickhouse client --version
ClickHouse client version 21.3.1.6016 (official build).

MacOS 下自行编译 ClickHouse

参考在 Mac OS X 中编译 ClickHouse^[2]

Linux 下跨平台编译 ClickHouse

参考如何在 Linux 中编译 Mac OS X ClickHouse^[3]

在 Docker 中运行 ClickHouse

$ docker run -d --name clickhouse-server -p 8123:8123 -p 9000:9000 \
 --ulimit nofile=262144:262144 yandex/clickhouse-server

更多设置，可以参照Docker Hub^[4]上的指南。

导入数据

测试数据^[5]是 500 万销售数据，csv 格式（7z 压缩后 119.96MB)

1. 建表

   CREATE  table sales  (
    `Region` text NULL,
    `Country` text NULL,
    `Item Type` text NULL,
    `Sales Channel` text NULL,
    `Order Priority` text NULL,
    `Order Date` DateTime NULL,
    `Order ID` Int8 NULL,
    `Ship Date` DateTime NULL,
    `Units Sold` Int8 NULL,
    `Unit Price` FLOAT NULL,
    `Unit Cost` FLOAT NULL,
    `Total Revenue` FLOAT NULL,
    `Total Cost` FLOAT NULL,
    `Total Profit` FLOAT NULL
   ) ENGINE = Log
   
   

1. 导入数据

   gzcat /data/sales_5m.csv.gz  \
   |/opt/clickhouse/clickhouse  client -d default  --format_csv_delimiter="," \
   --date_time_input_format=best_effort\
   -q 'INSERT into sales FORMAT CSVWithNames'
   
   

连接 ClickHouse Server

客户端连接 ClickHouse

1. 直接执行语句，然后退出

$ ./clickhouse client -d default \
-q 'select Region,Country,count(1) as cnt from sales group by Region,Country'
185 rows in set. Elapsed: 0.241 sec. Processed 5.00 million rows, 223.55 MB (20.73 million rows/s., 926.68 MB/s.)

用时 0.241s，处理 500 万行数据（223.55MB），返回 185 行，速度 926.68MB/秒(2073 万行/秒)。

1. 交互模式

$ ./clickhouse client -d default

Metabase 连接 ClickHouse

1. Metbase 已经准备好
2. 下载metabase-clickhouse-driver^[6] 并放到 Metabase 的 plugins 目录
3. 重启 Metabase， 添加数据库（可能需要刷新下才能看到 ClickHouse）
1. 数据库类型：ClickHouse
2. 主机：localhost
3. 端口: 8123
4. 用户名：default
5. 密码为空
6. 数据库：default

DBeaver 连接 Clickhouse

全部默认即可（不用设置用户名和密码，第一次需要下载 JDBC 驱动）

Superset 连接 ClickHouse

1. Superset 已经安装好
2. 安装必要插件

$ pip install clickhouse-driver[lz4,zstd] clickhouse-sqlalchemy

1. 运行 Superset，配置数据库和表

iPython-SQL 与 ClickHouse

1. 准备好了 Jupyter Notebook 或者 Jupyter Lab
2. 安装好了 ipython-sql
3. 安装 ClickHouse 必要的组件

pip install clickhouse-driver[lz4,zstd] clickhouse-sqlalchemy

%load_ext sql

# 下面代码需要执行一次，否则可能会报
# sqlalchemy.exc.NoSuchModuleError: Can't load plugin: sqlalchemy.dialects:clickhouse

from sqlalchemy.dialects import registry
registry.register(
    "clickhouse", "clickhouse_sqlalchemy.drivers.http.base", "dialect"
)
registry.register(
    "clickhouse.native", "clickhouse_sqlalchemy.drivers.native.base", "dialect"
)
%sql clickhouse://default:@localhost/default

%sql select version()
# 返回
version()
21.3.1.6016

PostgreSQL 通过 FDW 连接

除了之前介绍过的PostgreSQL 使用 clickhousedb_fdw 插件访问 ClickHouse的外，现在还有一个Go 语言版本^[7]的。

参考资料