本文源碼：

一、ClickHouse簡介

1、基礎簡介

Yandex開源的數據分析的數據庫，名字叫做ClickHouse，適合流式或批次入庫的時序數據。ClickHouse不應該被用作通用數據庫，而是作為超高性能的海量數據快速查詢的分佈式實時處理平臺，在數據彙總查詢方面(如GROUP BY)，ClickHouse的查詢速度非常快。

2、數據分析能力

· OLAP場景特徵

大多數是讀請求
數據總是以相當大的批(> 1000 rows)進行寫入
不修改已添加的數據
每次查詢都從數據庫中讀取大量的行，但是同時又僅需要少量的列
寬表，即每個表包含著大量的列
較少的查詢(通常每臺服務器每秒數百個查詢或更少)
對於簡單查詢，允許延遲大約50毫秒
列中的數據相對較小： 數字和短字符串(例如，每個URL 60個字節)
處理單個查詢時需要高吞吐量（每個服務器每秒高達數十億行） 

事務不是必須的
對數據一致性要求低
每一個查詢除了一個大表外都很小
查詢結果明顯小於源數據，換句話說，數據被過濾或聚合後能夠被盛放在單臺服務器的內存中

· 列式數據存儲

(1)、行式數據

(2)、列式數據

(3)、對比分析

分析類查詢，通常只需要讀取表的一小部分列。在列式數據庫中可以只讀取需要的數據。數據總是打包成批量讀取的，所以壓縮是非常容易的。同時數據按列分別存儲這也更容易壓縮。這進一步降低了I/O的體積。由於I/O的降低，這將幫助更多的數據被系統緩存。

二、整合SpringBoot框架

該案例基於：Druid連接池和mybatis進行整合。Druid 1.1.10 版本 SQL Parser對clickhouse的開始提供支持。

1、核心依賴

<dependency>
 <groupid>ru.yandex.clickhouse/<groupid>
 <artifactid>clickhouse-jdbc/<artifactid>
 <version>0.1.53/<version>
/<dependency>

2、配屬數據源

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連接池配置

@Configuration
public 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、參數配置類

@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
}

這樣整合代碼就完成了。

三、操作案例演示

public interface UserInfoMapper {
 // 寫入數據
 void saveData (UserInfo userInfo) ;
 // ID 查詢
 UserInfo selectById (@Param("id") Integer id) ;
 // 查詢全部
 List<userinfo> selectList () ;
}
/<userinfo>

這裡就演示簡單的三個接口。

2、Mapper.xml文件

<mapper>
 <resultmap>
 
 <result>
 <result>
 <result>
 <result>
 <result>
 /<resultmap>
 
 id,user_name,pass_word,phone,email,create_day
 
 <insert>
 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})
 /<insert>
 <select>
 select
 <include>
 from cs_user_info
 where id = #{id,jdbcType=INTEGER}
 /<select>
 <select> 

 select
 <include>
 from cs_user_info
 /<select>
/<mapper>

這裡 create_day 是以字符串的方式在轉換，這裡需要注意下。

3、控制層接口

@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<userinfo> selectList () {
 return userInfoService.selectList() ;
 }
}
/<userinfo>

這樣案例就完成了。

SpringBoot關聯閱讀：