Python工具箱系列(二十六)

佩妮

ClickHouse(Click Stream，Data WareHouse)是俄罗斯的 Yandex于2016年开源的用于在线分析处理查询（OLAP:Online Analytical Processing）MPP架构的列式存储数据库（DBMS：Database Management System），能够使用 SQL 查询实时生成分析数据报告。特别值得称道的是Clickhouse没有走hadoop生态，采用 Local attached storage 作为存储，而hadoop目前已经发展的臃肿不堪了。
Clickhouse的特点有：

• 列式存储，在特定场景下，能够获得很高的访问效率，并且节省空间
  
• DBMS功能。几乎覆盖了标准SQL的大部分语法，为传统数据库使用者提供熟悉的操控体验
  
• 多样化引擎
  
• 高吞吐写入能力
  
• 数据分区分片
  
• 单表查询性能优异，多表JOIN查询较差
  
• 适合于OLAP应用场景
  
• Clickhouse社区活跃度高、版本迭代非常快,几乎几天到十几天更新一个小版本，我们非常看好它以后的发展。
  

Clickhouse之所以速度超快，在于其优良的系统架构设计，以及多个方向的优化。
主要包括：

• 底层C++可以充分利用硬件优势
  
• 摒弃了hadoop生态
  
• 数据底层以列式存储
  
• 利用单节点的多核并行处理
  
• 为数据建立索引一级、二级、稀疏索引
  
• 使用大量的算法处理数据
  
• 支持向量化处理
  
• 预先设计运算模型-预先计算
  
• 分布式处理数据
  

一、安装
Clickhouse能够运行在linux/macos上，对于windows仍然支持不够，不建议在windows上尝试安装，但可以在windows上安装它的客户端。与Clickhouse官网提供的安装方式不同，我们选择使用apt安装。
主要原因是：

• 虽然可以一键安装，但对于网络连接的要求高，稍有错误则前功尽弃
  
• 大规模安装时，无法控制进度与验证
  
• 无法利用缓冲机制，因此不可能在离线环境下完成安装
  

在ubuntu bionic上的安装过程如下所示：

1. sudo apt-get update
2. sudo apt-get -y install apt-transport-https ca-certificates dirmngr
3. sudo apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv E0C56BD4
4. echo "deb https://repo.clickhouse.tech/deb/stable/ main/" | sudo tee /etc/apt/sources.list.d/clickhouse.list
5. sudo apt-get update
6. sudo apt-get install -y clickhouse-server clickhouse-client
8. # 安装成功后以服务方式启动
9. sudo service clickhouse-server start
11. # 使用客户端连接
12. clickhouse-client --password

复制代码

服务器配置文件位于/etc/clickhouse-server/config.xml。默认绑定在回环地址(127.0.0.1)上，可以使用下述方式改变为远程访问支持。

1. vi /etc/clickhouse-server/config.xml
2. # <listen_host>::</listen_host>
3. sed -i 's/127.0.0.1/::/g' /etc/clickhouse-server/config.xml
4. cat /etc/clickhouse-server/config.xml |grep listen_host

复制代码

二、Python访问
 
Clickhouse官网列出了python对应的库：
 

• infi.clickhouse_orm
  
• clickhouse-driver
  
• clickhouse-client
  
• aiochclient
  
• asynch
  

国内应用较为广泛的是Clickhouse-driver，安装过程如下：
 

1. pip install clickhouse-driver

复制代码

 
访问的示范代码如下：

1. from clickhouse_driver import Client
3. ch_host = '192.168.0.66'
4. user = 'default'
5. password = '8848is8848'
6. dbname = 'default'
7. tbname = 'pm25'
9. # 连接并且查询
10. client = Client(host=ch_host,user=user,password=password)
12. def query(sqlstr):
13.     result = client.execute(sqlstr)
14.     print(result)
16. query('show databases')
17. query(f"DROP TABLE IF EXISTS {tbname}")
18. query(f"CREATE TABLE {tbname} (x Int32) ENGINE = Memory")
19. query('show tables')
20. client.execute(f'insert into {tbname} values',((x,) for x in range(100)))
21. query(f'SELECT * FROM {tbname} where x > 49 LIMIT 5')

复制代码

以上代码与普通的数据库操作类似，还没有体现出Clickhouse的优势。后续文章将以海量测量数据为例，对Clickhouse与正宗的关系数据库进行比较。
 

来源:https://www.cnblogs.com/shanxihualu/p/17147192.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！