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
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
480
3.57 K
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
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
20
暂无简介
Dart
731
176
React Native鸿蒙化仓库
JavaScript
289
341
Ascend Extension for PyTorch
Python
290
322
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
仓颉编程语言运行时与标准库。
Cangjie
149
885
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++
850
452