使用ClickHouse建立本地数据库（MACOS系统)

ClickHouse 是一个开源的面向列的数据库管理系统，允许用户实时存储和查询大量数据。它专为 OLAP（联机分析处理）工作负载而设计，具有快速、可伸缩和高效的特点。ClickHouse 数据库专门为分析和数据仓库使用案例而设计，因此在需要处理和分析大量数据的公司中特别受欢迎，例如网络搜索引擎、金融服务和电子商务公司等。

一、下载与安装

如果使用MACOS系统，这一步的操作非常简单，在终端输入以下命令运行：

curl https://clickhouse.com/ | sh

接下来ClickHouse就会自动安装，当然这是一种快速部署，如果要进行生产部署，需要更为复杂的流程，但是作为入门学习以及了解SQL语言，快速部署仍然可以运行ClickHouse服务器、ClickHouse-client、ClickHouse-local等等一些工具。

二、运行

同样在终端输入以下指令以启动ClickHouse服务器：

./clickhouse server

第一次运行此命令时，会在当前的目录中创建必要的文件和文件夹，然后服务器启动。

三、客户端

此时需要我们打开一个新的终端并使用ClickHouse-client连接到我们的服务，在新的终端中输入以下代码：

./clickhouse client

出现一个笑脸的符号代表我们的可以向ClickHouse发送DDL和SQL指令，此时我们可以输入select 1并运行如果出现以下结果，表示已经成功，接下来我们可以创建table或者将本地数据导入到ClickHouse服务器中。

 四、使用Python链接ClickHouse服务器

实现本地链接较为简单，主要是为了配合我们进行数据分析，便于展示运行结果，当然基础的操作我们也可以在ClickHouse-client中运行。以下函数是为了对数据库中的table进行查询，并转换成DataFrame的结构。

def clickhouse_query(query):        db_con = clickhouse_driver.Client(host='localhost', port=9000, user='default',        password='',            database='default',            settings={'use_numpy': True})    df, types=db_con.execute(query,with_column_types=True)        df2=pd.DataFrame(df)       df2.columns=[x[0] for x in types]    return df2

 我们通过以下代码展示database，其中我们创建新的table将会在default database中：

clickhouse_query('show databases')

五，导入数据

ClickHouse能够访问的文件夹是在第一次运行服务器的路径当中，名称为 user_files，我们将本机的数据文件放在该文件夹中（示例为instown.file1.parquet），即可通过SQL语句创建tables，我们使用以下函数链接ClickHouse-client。

import clickhouse_connectclient = clickhouse_connect.get_client(host='localhost',    port=8123,    user='default',    password='',    database='default')

使用以下SQL语句在ClickHouse服务器中创建table，因为ClickHouse可以直接读取parquet文件，因此能够直接获取列名和每一列的格式和数值直接创建数据表。

client.command('''create table file1engine = MergeTreeorder by tuple() as select *from file('instown.file1.parquet', Parquet)''')

clickhouse_query('''show tables''')

六、数据查询 

经过同样的操作，我们的数据库已经基本完成，接下来我们使用SQL语句来进行数据查询：

show tables

 select count(*) from file1

只要正确连接服务器，以上SQL语句也可在jupyter等环境中执行，clickhouse_query是已经定义好的Python函数，能够连接到本地的服务器。

clickhouse_query('''select * from file1where mgrno = 42315order by fdatelimit 5''')

七、客户端

或者可以使用DBeaver来链接我们的数据库，进行数据库管理，我们下载软件之后可以直接连接本地数据库，或者远程数据库。注意连接远程数据库时，要填写正确的主机和端口号，以及拥有访问权限的用户名和密码 ：

成功链接之后就可以管理我们的数据库了，执行相应的SQL语句我们可以直观的看到运行结果，也可在左侧看到databases和tables，注意创建table一般需要刷新才能看到结果。

八、总结

通过以上步骤，我们简单建立起一个本地数据，方便我们进行大数据的查询和分析工作，ClickHouse 使用基于列（columnar）的存储引擎，而不是基于行（row-based）的存储引擎。这意味着它将每个列存储在一起，而不是将整个行存储在一起。这种存储方式允许 ClickHouse 高效地压缩数据，减少 I/O 操作和内存使用，并允许查询只读取需要的列，从而提高查询速度，这对于金融分析领域处理海量的数据是非常有帮助的。

来源地址：https://blog.csdn.net/wangzhengmao_/article/details/130299078