导航：首页 > 开发技术 >

SpringBoot2中如何整合ClickHouse数据库

发表于：2025-11-08 作者：千家信息网编辑

千家信息网最后更新 2025年11月08日，这篇文章主要介绍了SpringBoot2中如何整合ClickHouse数据库的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇SpringBoot2中如何整合ClickHou

千家信息网最后更新 2025年11月08日SpringBoot2中如何整合ClickHouse数据库

这篇文章主要介绍了SpringBoot2中如何整合ClickHouse数据库的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇SpringBoot2中如何整合ClickHouse数据库文章都会有所收获，下面我们一起来看看吧。

一、ClickHouse简介

1、基础简介

Yandex开源的数据分析的数据库，名字叫做ClickHouse，适合流式或批次入库的时序数据。ClickHouse不应该被用作通用数据库，而是作为超高性能的海量数据快速查询的分布式实时处理平台，在数据汇总查询方面(如GROUP BY)，ClickHouse的查询速度非常快。

2、数据分析能力

OLAP场景特征

· 大多数是读请求· 数据总是以相当大的批(> 1000 rows)进行写入· 不修改已添加的数据· 每次查询都从数据库中读取大量的行，但是同时又仅需要少量的列· 宽表，即每个表包含着大量的列· 较少的查询(通常每台服务器每秒数百个查询或更少)· 对于简单查询，允许延迟大约50毫秒· 列中的数据相对较小： 数字和短字符串(例如，每个URL 60个字节)· 处理单个查询时需要高吞吐量（每个服务器每秒高达数十亿行）· 事务不是必须的· 对数据一致性要求低· 每一个查询除了一个大表外都很小· 查询结果明显小于源数据，换句话说，数据被过滤或聚合后能够被盛放在单台服务器的内存中

列式数据存储

(1)、行式数据

(2)、列式数据

(3)、对比分析

分析类查询，通常只需要读取表的一小部分列。在列式数据库中可以只读取需要的数据。数据总是打包成批量读取的，所以压缩是非常容易的。同时数据按列分别存储这也更容易压缩。这进一步降低了I/O的体积。由于I/O的降低，这将帮助更多的数据被系统缓存。

二、整合SpringBoot框架

该案例基于：Druid连接池和mybatis进行整合。Druid 1.1.10 版本 SQL Parser对clickhouse的开始提供支持。

1、核心依赖

    ru.yandex.clickhouse    clickhouse-jdbc    0.1.53

2、配属数据源

spring:  datasource:    type: com.alibaba.druid.pool.DruidDataSource    click:      driverClassName: ru.yandex.clickhouse.ClickHouseDriver      url: jdbc:clickhouse://127.0.0.1:8123/default      initialSize: 10      maxActive: 100      minIdle: 10      maxWait: 6000

3、Druid连接池配置

@Configurationpublic class DruidConfig {    @Resource    private JdbcParamConfig jdbcParamConfig ;    @Bean    public DataSource dataSource() {        DruidDataSource datasource = new DruidDataSource();        datasource.setUrl(jdbcParamConfig.getUrl());        datasource.setDriverClassName(jdbcParamConfig.getDriverClassName());        datasource.setInitialSize(jdbcParamConfig.getInitialSize());        datasource.setMinIdle(jdbcParamConfig.getMinIdle());        datasource.setMaxActive(jdbcParamConfig.getMaxActive());        datasource.setMaxWait(jdbcParamConfig.getMaxWait());        return datasource;    }}

4、参数配置类

@Component@ConfigurationProperties(prefix = "spring.datasource.click")public class JdbcParamConfig {    private String driverClassName ;    private String url ;    private Integer initialSize ;    private Integer maxActive ;    private Integer minIdle ;    private Integer maxWait ;    // 省略 GET 和 SET}

这样整合代码就完成了。

三、操作案例演示

1、Mapper接口

public interface UserInfoMapper {    // 写入数据    void saveData (UserInfo userInfo) ;    // ID 查询    UserInfo selectById (@Param("id") Integer id) ;    // 查询全部    List selectList () ;}

这里就演示简单的三个接口。

2、Mapper.xml文件

                                                                    id,user_name,pass_word,phone,email,create_day                INSERT INTO cs_user_info        (id,user_name,pass_word,phone,email,create_day)        VALUES        (#{id,jdbcType=INTEGER},#{userName,jdbcType=VARCHAR},#{passWord,jdbcType=VARCHAR},        #{phone,jdbcType=VARCHAR},#{email,jdbcType=VARCHAR},#{createDay,jdbcType=VARCHAR})

这里 create_day 是以字符串的方式在转换，这里需要注意下。

3、控制层接口

@RestController@RequestMapping("/user")public class UserInfoController {    @Resource    private UserInfoService userInfoService ;    @RequestMapping("/saveData")    public String saveData (){        UserInfo userInfo = new UserInfo () ;        userInfo.setId(4);        userInfo.setUserName("winter");        userInfo.setPassWord("567");        userInfo.setPhone("13977776789");        userInfo.setEmail("winter");        userInfo.setCreateDay("2020-02-20");        userInfoService.saveData(userInfo);        return "sus";    }    @RequestMapping("/selectById")    public UserInfo selectById () {        return userInfoService.selectById(1) ;    }    @RequestMapping("/selectList")    public List selectList () {        return userInfoService.selectList() ;    }}

关于"SpringBoot2中如何整合ClickHouse数据库"这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对"SpringBoot2中如何整合ClickHouse数据库"知识都有一定的了解，大家如果还想学习更多知识，欢迎关注行业资讯频道。

很赞哦！