• SpringBoot2 整合 ClickHouse数据库,实现高性能数据查询分析


    本文源码:GitHub·点这里 || GitEE·点这里

    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

    <dependency>
        <groupId>ru.yandex.clickhouse</groupId>
        <artifactId>clickhouse-jdbc</artifactId>
        <version>0.1.53</version>
    </dependency>
    

    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

    @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、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<UserInfo> selectList () ;
    }
    

    这里就演示简单的三个接口。

    2、Mapper.xml文件

    <mapper namespace="com.click.house.mapper.UserInfoMapper">
        <resultMap id="BaseResultMap" type="com.click.house.entity.UserInfo">
            <id column="id" jdbcType="INTEGER" property="id" />
            <result column="user_name" jdbcType="VARCHAR" property="userName" />
            <result column="pass_word" jdbcType="VARCHAR" property="passWord" />
            <result column="phone" jdbcType="VARCHAR" property="phone" />
            <result column="email" jdbcType="VARCHAR" property="email" />
            <result column="create_day" jdbcType="VARCHAR" property="createDay" />
        </resultMap>
        <sql id="Base_Column_List">
            id,user_name,pass_word,phone,email,create_day
        </sql>
        <insert id="saveData" parameterType="com.click.house.entity.UserInfo" >
            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 id="selectById" parameterType="java.lang.Integer" resultMap="BaseResultMap">
            select
            <include refid="Base_Column_List" />
            from cs_user_info
            where id = #{id,jdbcType=INTEGER}
        </select>
        <select id="selectList" resultMap="BaseResultMap" >
            select
            <include refid="Base_Column_List" />
            from cs_user_info
        </select>
    </mapper>
    

    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<UserInfo> selectList () {
            return userInfoService.selectList() ;
        }
    }
    

    四、源代码地址

    GitHub·地址
    https://github.com/cicadasmile/middle-ware-parent
    GitEE·地址
    https://gitee.com/cicadasmile/middle-ware-parent
    

  • 相关阅读:
    LINUX超级用户(权限)在系统管理中的作用
    LINUX对超级用户和普通用户的理解
    LINUX设置SUID,SGID,Stick bit
    LINUX文件权限
    LINUX文件类型
    LINUX查询用户命令
    LINUX用户身份切换
    ACL权限设置
    Linux用户密码策略
    linux库列表
  • 原文地址:https://www.cnblogs.com/cicada-smile/p/11632251.html
Copyright © 2020-2023  润新知