ClickHouse Native JDBC 使用教程
2026-01-18 10:11:10作者:尤辰城Agatha
项目介绍
ClickHouse Native JDBC 是一个基于 ClickHouse 原生 TCP 协议实现的 JDBC 驱动。该项目旨在提供一个高效、稳定的 ClickHouse 数据库连接方式,支持与 Apache Spark 等大数据处理框架的集成。ClickHouse Native JDBC 项目遵循 Apache License 2.0 开源协议,由社区维护。
项目快速启动
环境要求
- Java 8 或更高版本
- Scala 2.11/2.12 或更高版本(如果使用 Spark 集成)
- Spark 2.4 或更高版本(可选)
安装
Gradle 安装
推荐使用 shaded 版本:
// (recommended) shaded version available since 2.3-stable
compile "com.github.housepower:clickhouse-native-jdbc-shaded:$[clickhouse_native_jdbc_version]"
// normal version
compile "com.github.housepower:clickhouse-native-jdbc:$[clickhouse_native_jdbc_version]"
Maven 安装
推荐使用 shaded 版本:
<!-- (recommended) shaded version available since 2.3-stable -->
<dependency>
<groupId>com.github.housepower</groupId>
<artifactId>clickhouse-native-jdbc-shaded</artifactId>
<version>$[clickhouse-native-jdbc version]</version>
</dependency>
<!-- normal version -->
<dependency>
<groupId>com.github.housepower</groupId>
<artifactId>clickhouse-native-jdbc</artifactId>
<version>$[clickhouse-native-jdbc version]</version>
</dependency>
示例代码
以下是一个简单的示例代码,展示如何使用 ClickHouse Native JDBC 连接到 ClickHouse 数据库并执行查询:
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;
public class ClickHouseExample {
public static void main(String[] args) {
try {
// 加载驱动
Class.forName("com.github.housepower.jdbc.ClickHouseDriver");
// 建立连接
String url = "jdbc:clickhouse://localhost:8123";
Connection connection = DriverManager.getConnection(url);
// 创建语句
Statement statement = connection.createStatement();
// 执行查询
ResultSet resultSet = statement.executeQuery("SELECT 1");
// 处理结果
while (resultSet.next()) {
System.out.println(resultSet.getInt(1));
}
// 关闭连接
resultSet.close();
statement.close();
connection.close();
} catch (Exception e) {
e.printStackTrace();
}
}
}
应用案例和最佳实践
集成 Apache Spark
ClickHouse Native JDBC 可以与 Apache Spark 集成,用于大规模数据处理。以下是一个简单的集成示例:
环境要求
- Java 8 或更高版本
- Scala 2.11/2.12 或更高版本
- Spark 2.4 或更高版本
集成步骤
- 添加依赖:
// available since 2.4.0
compile "com.github.housepower:clickhouse-integration-spark_2.11:$[clickhouse_native_jdbc_version]"
- 编写 Spark 代码:
import org.apache.spark.sql.SparkSession
object ClickHouseSparkExample {
def main(args: Array[String]): Unit = {
val spark = SparkSession.builder()
.appName("ClickHouseSparkExample")
.getOrCreate()
val url = "jdbc:clickhouse://localhost:8123"
val df = spark.read.format("jdbc")
.option("url", url)
.option("dbtable", "default.table_name")
.load()
df.show()
spark.stop()
}
}
最佳实践
- 使用 shaded 版本以避免依赖冲突。
- 在高并发场景下,合理配置连接池参数以提高性能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
570
99
暂无描述
Dockerfile
709
4.51 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2